Por qué una media de 4,2 estrellas puede engañar

Una nota media ignora cuántas opiniones hay detrás. El índice Wilson corrige ese defecto y permite comparar locales con volúmenes muy distintos.

El problema de promediar

Dos restaurantes presentan una nota de 4,5 en una plataforma. El primero tiene 4 reseñas y el segundo, 400. ¿Son igual de buenos? Cualquiera diría que no: con cuatro opiniones, la nota puede deberse a una casualidad, a la familia del dueño o a un día excepcional. Con cuatrocientas, la nota es mucho más difícil de fabricar. Sin embargo, en un listado, los dos aparecen con el mismo número.

La media aritmética tiene esa limitación: ignora cuánta evidencia hay detrás. Dice cuánto, pero no cuánta seguridad merece lo que dice. Para comparar locales con volúmenes distintos de reseñas hace falta un indicador que tenga en cuenta las dos cosas a la vez.

La idea del índice Wilson

El índice Wilson parte de una pregunta distinta. En lugar de calcular la nota que tiene un local, calcula la nota mínima razonable que podemos esperar de él, dada la cantidad de opiniones disponibles. Se basa en el intervalo de confianza de Wilson, un método estadístico conocido que estima, a partir de una proporción observada, entre qué valores se mueve la proporción real.

Aplicado a las reseñas, se toma el porcentaje de opiniones favorables y se calcula el límite inferior de ese intervalo. Con pocas reseñas, el intervalo es muy ancho y el límite inferior queda bajo. Con muchas, el intervalo se estrecha y el límite se acerca al porcentaje observado. El resultado se expresa en una escala de 0 a 100 y es fácil de leer: cuanto más alto, más sólida es la buena reputación.

Quién lo creó y cómo se calcula

El índice Wilson no es un invento de Aurícula Lab. Se basa en el intervalo de confianza que propuso el estadístico estadounidense Edwin B. Wilson en 1927. Evan Miller lo popularizó en 2009 para ordenar valoraciones, en su texto «How Not To Sort By Average Rating», y desde entonces se usa en rankings de reseñas y votos. Lo que hace Gastrobarómetro es aplicarlo a las reseñas de hostelería y expresarlo en una escala de 0 a 100.

La fórmula del límite inferior es esta:

(p + z²/2n − z·√(p(1−p)/n + z²/4n²)) / (1 + z²/n)

Donde p es la proporción de reseñas favorables, n el número de reseñas y z el valor que fija el nivel de confianza (1,96 para el 95 %). No hace falta calcularla a mano: lo importante es entender que, a igual proporción de opiniones favorables, el índice sube cuantas más reseñas haya.

Un ejemplo con números ilustrativos

Supongamos, con datos de ejemplo, un local A con 4 reseñas favorables de 4, y un local B con 368 favorables de 400, es decir, el 92 %. El local A tiene un 100 % de aprobación y el B, un 92 %. En una tabla simple, A parece mejor.

Con el cálculo de Wilson, el límite inferior de A ronda los 51 puntos, porque cuatro opiniones no permiten asegurar casi nada. El de B ronda los 89, porque con 400 opiniones el 92 % es un dato firme. El orden se invierte, y es el orden razonable: B ha demostrado una reputación mucho más sólida que A.

La diferencia es importante para quien compara locales de una zona. Un ranking por nota media premia a los negocios con poca muestra que tienen la suerte de empezar bien, y castiga a los que llevan años acumulando opiniones y han tenido, como es normal, algún mal día.

Qué se gana al usarlo

• Comparaciones justas. Permite poner en la misma tabla a un local con 50 reseñas y a otro con 3.000.
• Menos manipulación. Es más difícil subir el índice con unas pocas reseñas favorables, porque hacen falta muchas para que el límite inferior suba.
• Lectura temporal. Calculado por año, muestra cuándo mejora o empeora la reputación, descontando el efecto de que unos años haya más reseñas que otros.
• Un único número comparable para rankings de una zona, un barrio o un tipo de cocina.

Qué no hace

Un indicador no sustituye a la lectura. El índice Wilson no dice por qué un local tiene una reputación baja ni qué debe corregir. Para eso hay que leer el contenido de las reseñas y clasificarlo por aspectos. Tampoco corrige las limitaciones de los datos: si una plataforma solo ofrece una muestra de reseñas, el índice se calcula sobre esa muestra.

Por eso, en Gastrobarómetro se usa como termómetro, no como diagnóstico. El índice sitúa al local frente a sus competidores y sirve para seguir su evolución. El análisis de texto explica las causas, y la lista de acciones indica qué hacer.

Cómo interpretarlo en un informe

En un informe de auditoría, el índice aparece junto a otras tres lecturas: la nota media, el porcentaje de reseñas de una y dos estrellas y el volumen de opiniones por año. Mirarlas juntas evita lecturas ingenuas. Un índice que baja con un volumen estable indica un deterioro real. Uno que baja porque entran muchas reseñas nuevas de golpe puede deberse a un pico de turismo y a una gestión desbordada, y la acción adecuada es otra.

También conviene fijar objetivos con este indicador. Un objetivo razonable a seis meses puede ser subir unos puntos el índice, reducir las reseñas de una y dos estrellas por debajo de un porcentaje y responder a todas las opiniones. Son metas que se pueden comprobar, y es lo que distingue un plan de mejora de una intención.

La conclusión práctica

Si tienes que elegir un restaurante o evaluar el tuyo, no te fíes de la nota sin mirar cuántas reseñas hay detrás. Una media de 4,2 con 30 opiniones y una de 4,2 con 1.500 no significan lo mismo. El índice Wilson pone esa diferencia en un número y evita que un volumen pequeño pase por una reputación sólida.