Bagaimana dan Mengapa Google Menghapus Ulasan

Pola dalam Penghapusan Ulasan Google

Artikel ini adalah penelitian yang dilakukan pada basis pelanggan GMBapi.com. Penelitian ini didasarkan pada 5 juta ulasan di 79 negara dan lebih dari 20.000 lokasi. Meskipun contoh pertama ulasan yang dihapus (dalam sistem kami) terjadi pada September 2024, kumpulan data ini mencakup ulasan yang berasal dari bulan Januari 2012, yaitu saat ulasan yang paling awal dihapus.

Ulasan online sangat penting dalam membentuk reputasi dan kinerja keuangan bisnis. Namun, apa yang terjadi jika ulasan ini hilang? Banyak sekali ulasan yang dihapus oleh Google, membuat bisnis dan pelanggan mempertanyakan alasan yang mendasarinya. Untuk mengungkap pola di balik penghapusan ini, kami menganalisis kumpulan data yang besar dari ribuan lokasi bisnis di berbagai industri.

Inilah yang kami ketahui tentang ulasan sejauh ini: Ulasan negatif - yang diberi peringkat 1 atau 2 bintang - sering kali lebih panjang, karena pelanggan yang tidak puas cenderung menjelaskan secara detail tentang pengalaman mereka. Namun, bagaimana faktor-faktor seperti nada, waktu, konten, dan bahkan cara Anda merespons, memengaruhi kemungkinan ulasan tersebut dihapus? Mari kita telusuri data dan cari tahu.

Tren Ulasan yang Dihapus Berdasarkan Waktu

Memahami kapan ulasan dihapus, dapat memberikan wawasan tentang praktik moderasi Google. Kami menganalisis tren dari waktu ke waktu untuk mengidentifikasi pola penghapusan.

Grafik di atas menunjukkanjumlah ulasan yang dihapus per hariselama beberapa bulan. Kami melihat adanya lonjakan sporadis dalam aktivitas penghapusan, dengan hari-hari tertentu yang mengalami volume penghapusan yang lebih tinggi-beberapa melebihi 1.500 ulasan dalam satu hari, mungkin karena penegakan kebijakan atau sistem pendeteksi spam otomatis.

Pada Oktober 2024, Pembaruan Spam mulai diberlakukan, yang menargetkan spam secara menyeluruh, termasuk ulasan. Hal itu mungkin menjadi alasan mengapa terjadi lonjakan pada periode tersebut. Google juga meluncurkan Core Update November, yang bertujuan untuk meningkatkan kualitas hasil pencarian. Pembaruan ini kemungkinan berdampak pada ulasan yang tidak memenuhi standar Google terkait keandalan atau keaslian. Pembaruan semacam ini sering kali mengakibatkan penghapusan konten dalam skala besar, seperti ulasan palsu.

Peringkat dan Balasan dari Ulasan yang Dihapus

Peringkat dan balasan bisnis memberikan konteks yang berharga untuk memahami pola ulasan yang dihapus. Berikut adalah data yang diungkapkan tentang peran mereka dalam proses moderasi Google.

Distribusi Peringkat Ulasan yang Dihapus

Diagram lingkaran yang telah diperbarui menunjukkan distribusi ulasan yang dihapus berdasarkan peringkat. Sebanyak73,1% merupakan ulasan bintang 5, diikuti oleh12,8% ulasan bintang 1.

Tingginya persentase ulasan bintang 5 yang dihapus menunjukkan bahwa Google secara aktif menargetkan ulasan positif yang berpotensi palsu atau ulasan positif dengan insentif, yang dapat merusak reputasi bisnis. Menariknya, meskipun ulasan bintang 1 jauh lebih sedikit dibandingkan ulasan bintang 5 secara keseluruhan, ulasan ini menduduki peringkat kedua yang paling sering dihapus, kemungkinan besar karena pelanggaran seperti bahasa yang tidak pantas. Ulasan moderat (2 hingga 4 bintang) cenderung tidak dihapus, karena ulasan ini umumnya terlihat lebih seimbang dan memiliki dampak yang lebih kecil terhadap reputasi bisnis dibandingkan dengan peringkat ekstrem seperti ulasan bintang 1 atau bintang 5.

Apakah Balasan Berdampak pada Penghapusan?

Data kami menunjukkan tren yang menarik:66,1% ulasan yang dihapus tidak mendapatkan balasan bisnis, sementara 33,9% mendapatkan balasan bisnis.Hal ini menunjukkan bahwa berinteraksi dengan pengulas dapat membantu mengurangi kemungkinan penghapusan. Namun, balasan saja bukanlah perlindungan yang sangat mudah, algoritme Google tampaknya lebih berfokus pada kualitas dan keaslian konten ulasan itu sendiri.

Analisis Sentimen Ulasan yang Dihapus

Sebagian besarulasan positif tanpa balasanakan dihapus, yang mungkin mengindikasikan adanya ulasan yang tidak otentik atau ulasan yang diberi insentif.

Ulasan yang Dihapus vs Ulasan yang Tidak Dihapus

Dengan membandingkan ulasan yang dihapus dan yang tidak dihapus, kami dapat menemukan apakah ada perbedaan yang mencolok di antara keduanya. Analisis ini memberikan wawasan tentang apakah pola atau ekstrem tertentu membuat ulasan lebih mungkin dihapus.

Peringkat

Google menargetkan peringkat ekstrem, denganulasan bintang 5 dan bintang 1 yang dihapusmemiliki persentase yang lebih tinggi daripada ulasan yang tidak dihapus. Sementaraulasan bintang 5diperiksa untuk konten palsu atau konten berhadiah,ulasan bintang 1are often removed for offensive language or spam. This highlights Google’s focus on moderating impactful reviews at both ends of the spectrum.

Kategori, Tema, dan Industri dalam Ulasan yang Dihapus

Konten ulasan tampaknya menjadi faktor kunci apakah ulasan tersebut akan dihapus atau tidak. Untuk menyelidiki hal ini, kami melakukan analisis mendetail tentang konten dan kata kunci yang paling sering ditemukan dalam ulasan yang dihapus.

Kategori Ulasan

Diagram batang menyorotikategori yang paling sering dikaitkan dengan ulasan yang dihapus, dengan "Layanan dan Staf" yang memimpin, diikuti oleh "Kualitas Produk atau Layanan" dan "Lingkungan dan Aksesibilitas."

Tingginya proporsi ulasan "Layanan dan Staf" yang dihapus mungkin terkait dengan volume umpan balik yang biasanya diterima oleh bisnis di area ini. Meskipun banyak komentar dalam kategori ini bersifat positif, komentar tersebut dapat ditandai untuk diperiksa keasliannya, terutama jika riwayat pengulas menunjukkan pola umpan balik yang terlalu umum, terlalu positif, atau berpotensi memberikan insentif.

Yang menarik, sebagian ulasan yang dihapus berada di bawah "Perspektif Karyawan". Hal ini mengindikasikan bahwa Google secara aktif menghapus ulasan yang ditinggalkan oleh karyawan untuk meminimalkan umpan balik yang bias atau mementingkan diri sendiri yang dapat merusak reputasi bisnis. Jika Anda melihat pesaing melakukan hal ini, Anda dapat menandai ulasan tersebut di bawah kategori "konflik kepentingan" dan kemungkinan besar ulasan tersebut akan dihapus.

Kata-kata Umum dalam Ulasan yang Dihapus

Awan kata menampilkan kata-kata yang paling sering ditemukan dalam ulasan yang dihapus, dengan istilah-istilah seperti "bagus", "layanan", "hebat", "bagus", dan "staf" yang menonjol. Hal ini sejalan dengan pengamatan sebelumnya bahwa banyak dari ulasan ini memiliki peringkat bintang 5 dan sering kali berfokus pada "Layanan dan Staf" sebagai kategori yang paling banyak disebutkan.

Tinjau Industri

Bagan di atas menyoroti ulasan yang dihapus per lokasi berdasarkan industri, dihitung dengan membagi jumlah ulasan yang dihapus per industri dengan jumlah lokasi bisnis dengan ulasan yang dihapus per industri.

Perhotelan & Perjalananmemimpin dengan proporsi penghapusan tertinggi, diikuti olehPendidikandanMakanan & Minuman. Tren ini menunjukkan bahwa industri denganinteraksi pelanggan yang tinggidanlayanan berbasis pengalamaninteraksi pelanggan yang tinggiRitel & Barang Konsumsimengalami jumlah ulasan yang dihapus paling sedikit per lokasi, mungkin karena lebih sedikitnya contoh umpan balik yang bermuatan emosional atau melanggar kebijakan dibandingkan dengan industri yang digerakkan oleh layanan.

Wawasan Utama:Normalisasi ini mengungkapkan bahwa bahkan ketika memperhitungkan ukuran industri, sektor-sektor yang memiliki banyak pelanggan dan berbasis pengalaman menghadapi proporsi penghapusan yang lebih tinggi. Hal ini menggarisbawahi pentingnya menjaga kualitas dan keaslian ulasan dalam industri ini untuk meminimalkan risiko penghapusan.

Wawasan Pembelajaran Mesin

Untuk lebih memahami faktor-faktor apa saja yang mempengaruhi apakah sebuah ulasan dihapus, kami mengembangkan model pembelajaran mesin dengan menggunakan algoritme Random Forest. Analisis kami hanya berfokus padadata spesifik ulasan, karena kami tidak memiliki akses ke informasi tentang pengulas itu sendiri. Model ini mencapai akurasi64%dan mengungkapkan empat faktor teratas yang berperan dalam penghapusan ulasan:

While these features gave us valuable insights, we know from other research that includingdata spesifik pengulas, like posting patterns or behaviour, can significantly improve the accuracy of detecting fraudulent or low-quality reviews.

Gambaran Besarnya

Meskipun model kami hanya mengandalkan data khusus ulasan, temuan ini menggarisbawahi pentingnya mengintegrasikan fitur-fitur yang berpusat pada pengulas dalam analisis di masa mendatang. Dengan menggabungkan wawasan berbasis teks dengan data perilaku, model pembelajaran mesin dapat menjadi lebih efektif dalam mengidentifikasi dan menangani ulasan palsu, sehingga memastikan bisnis dapat mempertahankan kepercayaan dan kredibilitas secara online.

Ringkasan Analisis

Temuan kami menunjukkan bahwa proses penghapusan ulasan oleh Google didorong oleh beberapa faktor utama:

Dengan alat-alat sepertiGMBapi.comDengan alat-alat seperti GMBapi.combisnis dapat melacak dan menanggapi ulasan secara efisien, sehingga membantu melindungi reputasi online mereka. Dengan merespons secara cepat, Anda tidak hanya berinteraksi dengan pelanggan tetapi juga mengurangi potensi dampak negatif dari umpan balik yang tidak terselesaikan. Anda menulis tanggapan ulasan tersebut untuk calon pelanggan yang sedang menyelidiki apakah akan berurusan dengan bisnis Anda atau tidak. Selain itu, perangkat lunak GMBapi memantau semua ulasan yang dihapus, sehingga memberikan wawasan berharga tentang ulasan mana yang dihapus Google dari Profil Bisnis Google Anda dan alasannya. Ulasan yang dihapus tersebut sering kali dapat dipasang kembali.