雙十一將至：聚焦電子交易中的職業差評師

　　又是一年電商季。11月的互聯網電子商戶們又迎來了屬于他們的“節日”。在網上經營著一家品牌鞋店的張超非常忙碌。一方面，他忙著充實庫存，服務好消費者;另一方面，他還要保持警醒，提防可能來自任何地方的攻擊。張超的擔憂不無道理。電商季，也許不僅是商家與消費者的利好時光，還有一個特殊群體正在伺機出動——虎視眈眈、意欲“食肉”的職業差評師。去年的“雙11”，張超就遭遇了這一群體的敲詐，損失超過4萬元。

　　差評師令不少電子商戶防不勝防，電商平臺企業則不斷升級追查機制，運用技術手段維護平臺商戶利益，希冀阻絕惡意差評行徑。一場拉鋸戰正在持續。

　　“差評軍團”四處“食肉”

　　不久前，王凡終于升任“小組長”，他帶領的是一幫“職業差評師”。一年多前，他偶然知道了這個“行業”。“同學拉我去試試，說是可以賺錢，還說‘職業差評師’是新興‘行業’”。

　　入門先“拜師”。交了80元的入會費，王凡加入了一個小團隊，一位“前輩”開始指導這個新人。

　　“要注意隱匿身份，如不要用自己姓名所開的銀行卡與行動時用的支付寶綁定、要用支付寶匯款方式給行動用的支付寶賬戶充值等。”

　　在差評師內部，攻擊出動被稱為“吃肉”。僅僅“培訓”了兩三天，王凡就“上路吃肉”了。上路后的王凡每天給出一定量的差評，而這些都是“組織”安排的。

　　王凡介紹，差評師的隊伍，是軍團作戰，有的人負責給差評，有的人負責拍貨，有的人負責談判，分工明確，層級分明，新手努力之后有可能成為小組長，之后逐步向上晉升。

　　在王凡的上面，還有高層的“領導”，“領導”對團隊里的每單“生意”都享有“提成”，同時往往也是整個團隊的“技術骨干”，帶領著整個團隊四處出擊“食肉”。

　　作為差評師們的“獵物”，不少網店店主都對這個群體的糾纏感到頭疼不已。

　　尹天是某知名電商平臺的品牌運動鞋鞋店的店主，他已幾番受到職業差評師的騷擾。

　　“我的網店剛開張不久，有個客戶店里拍了一雙兒童鞋，隨后我發貨，但是他明明沒收到貨，卻給出了‘假貨，質量不好’的評價。”

　　尹天立即聯系對方，對方在電話里索要200元以改動評價。

　　規模小，剛起步的網店常常容易受到騷擾，而有些實力較強的品牌旗艦店同樣也會被盯上。

　　劉平在某知名商城經營某品牌的旗艦店已有5年，數月前他就遇到了一宗“疑案”。“這名客戶用不同的ID在我的店里買鞋，三四個月的時間內就買了近200雙鞋。”

　　令劉平感到無奈的是，這名客戶每次交易，都是在店里發出貨后，就申請退換貨，但實際上卻并沒有把鞋子退回來。也因此，按照其所在的電子商城的評判體系，劉平的旗艦店糾紛率一直居高不下。

　　難以定罪的違法

　　李力是一名成為了“差評師”的大學生，今年7月份他花了100塊錢加入到一個差評群，不過他表示自己是為了完成相關課題的學業論文。

　　“入行”后的李力發現，差評師團隊的收入來源已經不再僅僅是依靠對商家差評敲詐商家得來的收益，同時還受理一些店家的要求，對競爭對手展開差評攻擊，并收取費用。

　　“職業差評師的猖狂，很大程度上是因為監管難度高。”李力介紹，差評師頻繁更換IP地址對同一個店進行差評、投訴，這就好像打游擊，不同人，用各種IP地址，對同個目標進行攻擊，讓對手防不勝防。

　　記者在調查中也發現，職業差評師的追責和懲治，除了技術上的困難，還存在兩方面的大難點，一是取證;二是定罪。

　　“如果客戶在敲詐勒索時，不通過企業平臺固有的溝通軟件與商家進行交流溝通，我們就可能遇到取證上的困難，難以通過賬號固有的消費者行為指標認定該賬號有不良行為。”阿里巴巴公關部相關負責人表示。

　　有業內人士向記者透露，如果是企業層面的打擊、反制，最多就是封號、歸物，而如果按照敲詐勒索罪在實際生活中則很難立案——不少職業差評師都把單筆敲詐勒索的金額數控制在1000塊錢以下，以規避敲詐勒索罪的定罪金額度，即使按照《治安管理處罰法》進行追責出發，具體就是15天以內的拘留還有200元以內的罰款，這樣的違法成本也較低。

　　大數據主動反制

　　不堪差評師糾纏的劉平，最終坐不住了，他試著按照疑似差評師客戶留下的地址，給那邊發了一封律師函。

　　“他收到律師函后可能害怕了，退了五六十雙鞋回來，這些鞋竟然全都是嶄新的。”就這樣，這個鬧劇總算告一段落，而此名客戶也再沒買鞋。

　　不過，像劉平這樣“好運”的商戶可不多。商戶們一旦收到疑似差評攻擊，大多采取的應對是跟電商平臺相關部門反映。

　　阿里巴巴公關部門相關負責人也表示，絕大多數差評行為只能靠企業自身進行打擊、阻絕，以保障企業平臺上商戶的利益。差評師打游擊似的攻擊，曾經讓即便是阿里巴巴這樣的大型電商企業也疲于應付。直到今年九月份，他們終于在拉鋸戰中重新奪回了較有利的地位。

　　阿里巴巴想出來的辦法，是投入精力完善“消費者誠信數據模型”，啟動了惡意評價追溯刪除功能。上述負責人介紹，自該功能上線兩個月以來，單周被模型命中的職業差評師活躍ID數下降比率接近八成。

　　該負責人告訴記者，模型其實就是運用若干指標測量消費者交易行為習慣，識別出惡意差評行為的賬號，并能比對出跟其關聯的賬號，然后對這些賬號的惡意評價進行刪除。

　　據悉，阿里巴巴近期首次公布的一組有關“職業差評師”群體的監控數字顯示：自“消費者誠信數據模型”上線以來，被命中并認定為職業差評師的ID累計接近500萬，平均每周被模型命中的惡意差評達15萬條，職業差評師新增ID數曾在峰值時接近4萬/周。

　　記者注意到，這種基于大數據的技術性反制的較大進步在于其主動性。現在，商家也可以通過檢索功能刪除自己店里被確認為惡意差評的評價，而不像以前只能依賴于搜集證據提起投訴等待追查。

　　不過，差評師群體們仍然在暗處蟄伏。“如果法律法規仍然無法很好地約束住這些破壞電商市場秩序的行為，差評師不會消失，也許在研究透新的規則之后，他們還會以其他的方式卷土重來。”