Un Dixième d'Étoile Devient un Tableau de ScoreTu es en train d'éplucher une caisse d'échalotes quand un commis mentionne que l'établissement deux portes plus loin vient d'atteindre 4,7. Tu t'essuies les mains, tu ouvres l'appli, et c'est là, à côté de ton propre 4,5, comme un score final. La pensée arrive tout entière : eux gagnent, toi tu perds, et chaque assiette qui sort de ton passe ce soir en devient d'une certaine façon la preuve. Le mythe, c'est que deux moyennes, construites par des publics différents, des soirs différents, peuvent s'empiler comme un seul match en cours avec un vainqueur réel.
VIEUX SCRIPT DÉTECTÉ
“Que le bistrot du coin ait plus d'étoiles que moi veut dire que je suis en train de perdre”
Essaie cette réponse :
“Leur 4,7 et mon 4,5 ne sont pas le même match, même si l'appli les met côte à côte.”VOIR LA PRATIQUE
Crée une réponse à cette pensée et un geste pour la mettre à l’épreuve.
LA PENSÉE
“Que le bistrot du coin ait plus d'étoiles que moi veut dire que je suis en train de perdre”
TA RÉPONSE ENREGISTRÉE
“Leur 4,7 et mon 4,5 ne sont pas le même match, même si l'appli les met côte à côte.”
UN PAS PRIVÉ
Ouvre l'appli de livraison, lis leurs dix derniers avis du début à la fin, et note s'ils parlent vraiment de ce que mentionnent tes propres avis.
Les Deux Chiffres de l'Appli de Livraison
Pourquoi l'Écart Sonne Comme un Bulletin du FrontÇa ressemble à une vraie information parce qu'une note est publique, chiffrée, et mise à jour sous tes yeux, donc ça se lit comme un tableau qui court plutôt que comme un tas de mardis soirs isolés. Qu'un seul chiffre visible puisse déplacer le chiffre d'affaires d'un pourcentage notable, comme l'ont montré des études sur les notes en ligne, te dit que ce chiffre compte pour quelqu'un qui choisit où dîner. Ça ne te dit pas que les deux restaurants sont notés sur la même échelle, par le même public, sur ce que toi tu contrôles vraiment.
Lis une Carte, pas une ÉtoileCe soir, après le service, ouvre leurs dix derniers avis au lieu de juste leur moyenne. Regarde ce que les clients louent ou reprochent vraiment — la taille des portions, le temps d'attente, un plat précis — et compare avec ce que mentionnent tes propres avis récents. Il ne s'agit pas de prouver qui est meilleur. Il s'agit de vérifier si cet écart de 0,2 décrit le même match que tu comptes dans ta tête, ou deux cuisines complètement différentes.
TRACE · 01/04
Comment ce script te dirige
- Tu vérifies leur moyenne d'étoiles sur l'appli de livraison avant de vérifier ta propre liste de mise en place.
- Un quart d'étoile d'écart avec l'établissement d'à côté ressemble à un tableau de score que tu es en train de perdre.
- Tu as réécrit un plat du jour ou changé un prix précisément parce que leur note a grimpé cette semaine-là.
SOURCE_LOCATED · 02/04
La règle cachée en dessous
Le Verdict de l'Étoile
Si un restaurant du quartier a une moyenne d'étoiles plus haute que la mienne, cet écart est un tableau de score en direct qui prouve qu'ils me battent, donc je dois continuer à le combler avant que quelqu'un remarque que je suis en retard.
FORGING_REPLACEMENT · 03/04
Lignes de remplacement (à enregistrer)
- Leur 4,7 et mon 4,5 ne sont pas le même match, même si l'appli les met côte à côte.
- Un dixième d'étoile, c'est une colonne de moyennes, pas un verdict sur quelle cuisine est meilleure.
- Je peux consulter leurs avis pour de l'information sans traiter l'écart comme un tableau de score.
Générées par personne dans l'app — ceci donne le ton, pas ton script. Le tien se construit à partir de tes mots exacts.
INSTALL · 04/04
Le protocole, sur une carte
Quand je pense
“Que le bistrot du coin ait plus d'étoiles que moi veut dire que je suis en train de perdre”
Je dis
“Leur 4,7 et mon 4,5 ne sont pas le même match, même si l'appli les met côte à côte.”
Puis je fais une chose
Ouvre l'appli de livraison, lis leurs dix derniers avis du début à la fin, et note s'ils parlent vraiment de ce que mentionnent tes propres avis.
STATUS: READY_TO_INSTALL
Effacer cette pensée4 minutes. Ta voix. Gratuit.
Le protocole de wipe
- Écris la pensée exactement comme elle tourne : « Que le bistrot du coin ait plus d'étoiles que moi veut dire que je suis en train de perdre ». Mot pour mot — le wipe vise la phrase, pas l'ambiance.
- Repère la règle et l'action évitée. De quoi cette pensée t'excuse-t-elle si commodément ?
- Enregistre les lignes de remplacement ci-dessous avec ta propre voix. Parle pour de vrai — pas d'enregistrement, pas d'installation.
- Fais tourner la boucle : écoute matin et soir, note une action-preuve par jour pendant 7 jours.
Réponses directes
Et si leur meilleure note attire mes habitués vers eux ?
C'est possible, et ça vaut la peine de surveiller directement tes propres réservations et visites répétées plutôt que le chiffre de l'autre établissement. Un écart de notes ne te dit pas pourquoi une table a choisi une porte plutôt qu'une autre un soir donné, seulement ce que d'anciens clients ont cliqué. Suis ta propre tendance avant de supposer que leur note l'explique.
Comparer les étoiles n'est-il pas utile pour rester compétitif ?
Connaître le paysage local peut aider, mais cette pensée va plus loin : elle transforme un petit écart chiffré en preuve que tu perds globalement. Lire ce que des avis précis louent ou critiquent te donne un détail exploitable. Traiter seulement la moyenne comme un tableau de score en cours te garde réactif sans te dire quoi changer.
Et si en vérifiant, leurs avis parlent vraiment d'un point où je suis en retard ?
Alors tu as un détail concret et corrigible — un temps d'attente, une portion, la description d'un plat — pas un verdict sur toute ta cuisine. C'est la différence entre une information et un tableau de score : l'information pointe une chose à ajuster ; un tableau de score te dit que tu es globalement en retard, ce que dix avis ne peuvent pas vraiment établir.
Vieux scripts liés
Auto-évaluations associées
Recherches associées
Chercheurs à découvrir
Mécanismes associés
La recherche derrière ce script
- Kitchens: The Culture of Restaurant Work — Fine, G.A., UC Press, 1996
- Reviews, Reputation, and Revenue: The Case of Yelp.com — Luca, M., Harvard Business School, 2011