入門「統計」のお部屋

わかりやすく「統計」についてお話します。

【統計】食べログの点数問題

今日は前菜的な記事です。

 

まずは目次から。

はじめに

数年前から定期的にバズっている食べログの点数問題。

 

最近に至っては食べログ信用ならんのでgoogle mapの星の方がいいという話もちらほら。

 

せっかくなので点数の分布や、

点数に与える影響などを

分析してみようかなと思って

ちょっとずつやり始めています。

 

世の中でどんな分析がされているのか調べてみましたので

今日はそういった記事まとめとして。

 

記事1.わかりやすく3.6の壁を魅せてくれる

この記事を書く2週間前(2019年10月8日)の記事。

確かに3.6が異常に伸びているねぇという。

clean-copy-of-onenote.hatenablog.com

 

記事2.でも証明できなかった

konkon3249.hatenablog.com

 

記事3.そんなこんながYahoo!ニュースにまで

news.yahoo.co.jp

 

そういった流れを受けての考察

一連の流れは上記の記事に譲りますが

ポイントは

・点数をどうやって計算しているのか

という点でしょう。

 

ただの平均をしているわけではないことは食べログさん側も認めている。

不正防止に、といいつつ、人情としては

「やっぱりお金払ってくれたところ優遇してるんでしょう゚(´-`).。oO」

って思っちゃいますよね。

 

個人的には、食べログの星は信用しておらず、

レビューの書き込みを見て判断しています。

 

具体的には、

1.文章力や内容のレベル(ものすごいイチャモンなら書いた人がアレなのかな、、とか)

  によって客層を判断して

2.客層が良さそうな人の星のだいたいの平均を計算して

3.良い店かどうかを判断する

というようにしています。

 

なので書き込みが数件で、

トータルの点数が低くても

個別の点が高くて、書き込み全体の(=客層の)雰囲気が良さそうな店は

行ってみた時にやっぱり良い店だったりする。

 

むしろ、外したことはほとんどないので

自分の好みのお店を

食べログのレビューから見出すことはできていそう。

 

一方、Googleは第三者的判断に近いのか

星と店のレベルは関係性が高いような印象を受けています。

 

Google食べログの点数の差が大きいところは怪しい

(良いにせよ悪いにせよ)と思われますね。

 

 

ということで今後やること。

ということで、

私があえてやるとしたら

Googleの点数との差を見てみようかな、と。

 

基礎的な内容から、少しずつ分析を進めていきますので乞うご期待。

 

 

キンドル本と動画セミナープレゼント

メルマガではブログでは非公開の情報を公開中です。更に知りたい場合は登録してください。

詳しくはこちら

f:id:kohei327:20191002002342j:plain

キンドルで発売中のこちらの本もプレゼント中!