Pola Penghapusan Ulasan Google
Artikel ini adalah riset yang dilakukan pada basis pelanggan GMBapi.com. Riset 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 sejak Januari 2012, yaitu saat ulasan yang dihapus paling awal dibuat.
Ulasan daring sangat penting dalam membentuk reputasi dan kinerja keuangan bisnis. Namun, apa yang terjadi jika ulasan ini menghilang? Sejumlah ulasan yang mencolok dihapus oleh Google, membuat bisnis dan pelanggan mempertanyakan alasan di baliknya. Untuk mengungkap pola di balik penghapusan ini, kami menganalisis kumpulan data besar dari ribuan lokasi bisnis di berbagai industri.
Berikut adalah hal yang kami ketahui tentang ulasan sejauh ini: Ulasan negatif – yang diberi peringkat 1 atau 2 bintang – seringkali lebih panjang, karena pelanggan yang tidak puas cenderung menjelaskan secara rinci pengalaman mereka. Namun, bagaimana faktor-faktor seperti nada, waktu, konten, dan bahkan cara Anda merespons ulasan, memengaruhi kemungkinan ulasan tersebut dihapus? Mari kita jelajahi data dan cari tahu.
Tren Berbasis Waktu dari Ulasan yang Dihapus
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 menunjukkan jumlah ulasan yang dihapus per hari selama beberapa bulan. Kami melihat lonjakan sporadis dalam aktivitas penghapusan, dengan beberapa hari mengalami volume penghapusan yang lebih tinggi—beberapa melebihi 1.500 ulasan dalam satu hari, mungkin karena penegakan kebijakan atau sistem deteksi spam otomatis.
Pada Oktober 2024, Pembaruan Spam mulai berlaku, menargetkan spam secara keseluruhan, termasuk ulasan. Itu bisa menjelaskan mengapa ada lonjakan sekitar waktu itu. Google juga meluncurkan Pembaruan Inti November, yang semuanya tentang meningkatkan kualitas hasil pencarian. Ini kemungkinan besar memengaruhi ulasan yang tidak memenuhi standar kepercayaan atau keaslian Google. Pembaruan semacam ini seringkali menghasilkan penghapusan konten secara besar-besaran seperti ulasan palsu.
Peringkat dan Balasan Ulasan yang Dihapus
Penilaian dan balasan bisnis memberikan konteks yang berharga untuk memahami pola ulasan yang dihapus. Berikut adalah apa yang diungkapkan data tentang peran mereka dalam proses moderasi Google.
Distribusi Penilaian Ulasan yang Dihapus
Diagram lingkaran yang diperbarui menunjukkan distribusi ulasan yang dihapus berdasarkan penilaian. Sebagian besar 73,1% adalah ulasan bintang 5 , diikuti oleh 12,8% untuk ulasan bintang 1 .
Persentase tinggi ulasan bintang 5 yang dihapus menunjukkan bahwa Google secara aktif menargetkan ulasan positif yang berpotensi palsu atau berinsentif, yang mungkin memutar reputasi bisnis. Menariknya, meskipun ulasan bintang 1 secara keseluruhan jauh lebih sedikit daripada ulasan bintang 5, mereka menempati peringkat sebagai yang paling sering dihapus kedua, kemungkinan besar karena pelanggaran seperti bahasa yang tidak pantas. Ulasan moderat (2 hingga 4 bintang) cenderung lebih jarang dihapus, karena umumnya terlihat lebih seimbang dan memiliki dampak yang lebih kecil pada reputasi bisnis dibandingkan dengan peringkat ekstrem seperti ulasan bintang 1 atau bintang 5.
Apakah Balasan Berdampak pada Penghapusan?
Data kami mengungkapkan tren menarik: 66,1% dari ulasan yang dihapus tidak memiliki balasan bisnis, sementara 33,9% memiliki balasan . Ini menunjukkan bahwa berinteraksi dengan pengulas mungkin membantu mengurangi kemungkinan penghapusan. Namun, balasan saja bukanlah perlindungan yang sempurna, algoritma Google tampaknya lebih fokus pada kualitas dan keaslian konten ulasan itu sendiri.
Analisis Sentimen Ulasan yang Dihapus
Sebagian besar ulasan positif tanpa balasan dihapus, kemungkinan menunjukkan deteksi ulasan yang tidak asli atau yang diinsentifkan.
Ulasan yang Dihapus vs. Ulasan yang Tidak Dihapus
Dengan membandingkan ulasan yang dihapus dan tidak dihapus, kami dapat mengungkap 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, dengan ulasan bintang 5 dan bintang 1 yang dihapus mengandung persentase yang lebih tinggi daripada ulasan yang tidak dihapus. Sementara ulasan bintang 5 diperiksa untuk konten palsu atau berhadiah, ulasan bintang 1 sering dihapus karena bahasa yang menyinggung atau spam. Ini menyoroti fokus Google pada moderasi ulasan berdampak di kedua ujung spektrum.
Kategori, Tema, dan Industri dalam Ulasan yang Dihapus
Konten ulasan tampaknya menjadi faktor kunci apakah ulasan tersebut dihapus. Untuk menyelidiki hal ini, kami melakukan analisis terperinci tentang konten dan kata kunci yang paling sering ditemukan dalam ulasan yang dihapus.
Kategori Ulasan
Kategori | Penjelasan |
|---|---|
Layanan dan Staf | Komentar tentang kualitas layanan pelanggan, keramahan staf, keahlian, atau responsivitas. |
Kualitas Produk atau Layanan | Komentar tentang kualitas, keandalan, atau kinerja produk atau layanan yang ditawarkan. |
Nilai dan Harga | Komentar tentang keterjangkauan, nilai yang dirasakan, atau apakah harga sesuai dengan pengalaman. |
Lingkungan dan Aksesibilitas | Komentar tentang kebersihan, suasana, lokasi, kenyamanan, atau aksesibilitas. |
Pengalaman Keseluruhan | Komentar tentang pengalaman umum, penyelesaian masalah, atau kepuasan dengan bisnis. |
Perspektif Karyawan | Komentar yang ditulis oleh karyawan saat ini atau mantan karyawan tentang kondisi tempat kerja, manajemen, atau budaya perusahaan. |
Lain-lain | Komentar yang tidak terkait dengan topik di atas. |
Bagan batang menyoroti kategori yang paling umum dikaitkan dengan ulasan yang dihapus , dengan “Layanan dan Staf” memimpin, diikuti oleh “Kualitas Produk atau Layanan” dan “Lingkungan dan Aksesibilitas.”
Proporsi ulasan “Layanan dan Staf” yang tinggi yang dihapus mungkin terkait dengan volume masukan yang biasanya diterima bisnis di bidang ini. Meskipun banyak komentar dalam kategori ini bersifat positif, komentar tersebut mungkin ditandai untuk pemeriksaan keaslian, terutama jika riwayat pengulas menunjukkan pola masukan yang terlalu umum, terlalu positif, atau berpotensi diinsentifkan.
Menariknya, sebagian ulasan yang dihapus termasuk dalam “Perspektif Karyawan”. Ini menunjukkan bahwa Google secara aktif menghapus ulasan yang ditinggalkan oleh karyawan untuk meminimalkan masukan yang bias atau menguntungkan diri sendiri yang dapat mendistorsi reputasi bisnis. Jika Anda melihat pesaing melakukan ini, Anda dapat menandai ulasan ini di bawah kategori “konflik kepentingan” dan ulasan tersebut kemungkinan akan dihapus.
“Saya pikir alasan “layanan” adalah frasa yang dominan adalah karena layanan rumah adalah kategori berisiko tinggi dengan ulasan palsu terbanyak. Dan area yang menjadi fokus Google untuk penghapusan. Bersama dengan profesi berorientasi layanan lainnya seperti pengacara, desain web, real estat, dan fotografer. Sekali lagi, kategori spam yang tinggi. <br><br>Sejauh yang saya tahu, kategori mendorong penghapusan sebanyak apakah mereka berpikir itu mungkin spam. Salah satu faktornya adalah kenyataan bahwa pengulas tidak mengunjungi lokasi bisnis.”
Mike Blumenthal
Near Media
Kata-kata Umum dalam Ulasan yang Dihapus
Word cloud menampilkan kata-kata yang paling sering ditemukan dalam ulasan yang dihapus, dengan istilah seperti “baik”, “layanan”, “hebat”, “bagus”, dan “staf” yang menonjol. Ini sejalan dengan pengamatan sebelumnya bahwa banyak dari ulasan ini memiliki peringkat 5 bintang dan sering kali berfokus pada “Layanan dan Staf” sebagai kategori yang paling banyak disebutkan.
Industri Ulasan
Industri | Penjelasan |
|---|---|
Kesehatan & Kebugaran | Bisnis yang berfokus pada perawatan medis, kesehatan pribadi, dan kebugaran, termasuk rumah sakit, klinik, spa, dan pusat kebugaran. |
Makanan & Minuman | Bisnis yang berinteraksi langsung dengan pelanggan yang menawarkan makanan, minuman, dan pengalaman bersantap seperti restoran dan kafe. |
Ritel & Barang Konsumen | Toko yang menjual produk/barang berwujud seperti pakaian, elektronik, bahan makanan, dan barang khusus langsung ke pelanggan. |
Layanan Profesional | Layanan khusus seperti firma hukum, keuangan, dan konsultan yang memenuhi kebutuhan profesional atau organisasi. |
Industri Berbasis Layanan | Bisnis berorientasi tugas yang menawarkan perbaikan, pemeliharaan, pendidikan, logistik, atau layanan lain yang memenuhi kebutuhan operasional atau individu tertentu. |
Pendidikan | Institusi dan layanan yang berfokus pada pengajaran, pelatihan, dan pengembangan keterampilan di berbagai tingkatan. |
Otomotif | Bisnis yang bergerak di bidang kendaraan, termasuk dealer, bengkel, pencucian mobil, dan persewaan. |
Perhotelan & Perjalanan | Mencakup akomodasi, layanan perjalanan, dan aktivitas rekreasi, termasuk hotel, agen tur, dan fasilitas rekreasi. |
Konstruksi & Real Estat | Meliputi bisnis yang berhubungan dengan konstruksi, pengembangan properti, dan manajemen real estat. |
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 & Perjalanan memimpin dengan proporsi penghapusan tertinggi, diikuti oleh Pendidikan dan Makanan & Minuman . Tren ini menunjukkan bahwa industri dengan interaksi pelanggan yang tinggi dan layanan yang berorientasi pada pengalaman — seperti penginapan, restoran, dan pendidikan — lebih rentan terhadap pengawasan ulasan. Sektor-sektor ini sering menghadapi tantangan terkait kepuasan pelanggan, yang mungkin menghasilkan jumlah ulasan yang ditandai atau dipertanyakan lebih tinggi. Sementara itu, Ritel & Barang Konsumen mengalami jumlah ulasan yang dihapus paling rendah per lokasi, mungkin karena lebih sedikitnya kasus masukan yang emosional atau melanggar kebijakan dibandingkan dengan industri yang berorientasi layanan.
Wawasan Utama: Normalisasi menunjukkan bahwa bahkan setelah memperhitungkan ukuran industri, sektor yang banyak berinteraksi dengan pelanggan dan berorientasi pada pengalaman menghadapi proporsi penghapusan yang lebih tinggi. Ini menggarisbawahi pentingnya menjaga kualitas dan keaslian ulasan di industri-industri ini untuk meminimalkan risiko penghapusan.
Wawasan Pembelajaran Mesin
Untuk lebih memahami faktor-faktor apa yang memengaruhi apakah sebuah ulasan dihapus, kami mengembangkan model pembelajaran mesin menggunakan algoritma Random Forest. Analisis kami hanya berfokus pada data spesifik ulasan , karena kami tidak memiliki akses ke informasi tentang pengulas itu sendiri. Model ini mencapai akurasi sebesar 64% dan mengungkapkan empat faktor teratas yang berperan dalam penghapusan ulasan:
Panjang Ulasan
Jumlah total karakter dalam ulasan.
Jumlah Kata
Jumlah kata dalam ulasan.Sentimen: Nada ulasan diukur dalam skala dari -1 (sepenuhnya negatif) hingga 1 (sepenuhnya positif).
Peringkat
Peringkat (1 hingga 5 bintang) dari ulasan.
Meskipun fitur-fitur ini memberi kami wawasan yang berharga, kami tahu dari penelitian lain bahwa menyertakan data spesifik pengulas , seperti pola postingan atau perilaku, dapat secara signifikan meningkatkan akurasi pendeteksian ulasan palsu atau berkualitas rendah.
Gambaran yang Lebih Besar
Meskipun model kami hanya mengandalkan data spesifik ulasan, temuan ini menggarisbawahi pentingnya mengintegrasikan fitur-sentris 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, memastikan bisnis dapat menjaga kepercayaan dan kredibilitas online.
Ringkasan Analisis
Temuan kami menunjukkan bahwa proses penghapusan ulasan Google didorong oleh beberapa faktor kunci:
Aktivitas Tidak Autentik
Ulasan yang ditandai sebagai palsu atau promosi, terutama pada peringkat bintang 5, tampaknya lebih mungkin untuk dihapus.
Deteksi Berbasis Kata Kunci
Istilah-istilah tertentu yang berulang atau generik dapat menyebabkan ulasan ditandai dan memicu penghapusan.
Konten dan Nada
Peringkat ekstrem, seperti ulasan bintang 5 yang terlalu positif atau bintang 1 yang negatif, tampaknya menjalani pemeriksaan lebih dekat, berpotensi karena dampaknya yang besar pada reputasi bisnis.
Faktor Keterlibatan
Ulasan tanpa balasan atau ulasan dari pengguna yang mencurigakan dapat meningkatkan kemungkinan penghapusan. Fitur yang berpusat pada pengulas terbukti lebih efektif daripada fitur teks untuk mengidentifikasi ulasan palsu dalam model prediksi.
Penegakan Kebijakan
Ulasan yang terkait dengan topik sensitif, seperti masukan karyawan, juga dapat menjadi subjek moderasi untuk memastikan imparsialitas.
Tren Spesifik Industri
Sektor yang sangat bergantung pada pelanggan dan pengalaman mengalami penghapusan tertinggi per lokasi.
Rekomendasi untuk Bisnis
Untuk meminimalkan risiko penghapusan ulasan:
Berinteraksi dengan Peninjau
Tanggapi dengan segera ulasan positif dan negatif, terutama yang positif, karena berinteraksi dengan mereka dapat mengurangi kemungkinan penghapusan.
Gunakan Alat SEO Lokal
Mengelola banyak lokasi bisa jadi sulit jika dilakukan secara manual. Menggunakan alat pengelolaan ulasan dan mendapatkan dukungan untuk verifikasi massal dapat membantu Anda melindungi merek dan menumbuhkan reputasi Anda.
Hindari Ulasan Berinsentif
Dorong ulasan organik daripada menawarkan hadiah. Kami telah melihat bisnis pertama yang dihukum dan menampilkan peringatan di profil mereka bahwa “ulasan palsu baru-baru ini dihapus dari profil ini”.
Pantau Kepatuhan Kebijakan
Tinjau kebijakan konten Google secara teratur dan pastikan ulasan Anda mematuhinya. Laporkan Ulasan Palsu: Laporkan secara aktif spam atau ulasan tidak autentik ke Google untuk penyelesaian.
Dengan alat seperti GMBapi.com, bisnis dapat secara efisien melacak dan menanggapi ulasan, membantu melindungi reputasi online mereka. Dengan menanggapi dengan cepat, Anda tidak hanya berinteraksi dengan pelanggan tetapi juga mengurangi potensi dampak negatif dari masukan yang belum terselesaikan. Anda menulis tanggapan ulasan tersebut untuk calon pelanggan yang sedang mencari tahu apakah akan berbisnis dengan Anda. Selain itu, perangkat lunak GMBapi memantau semua ulasan yang dihapus, memberikan wawasan berharga tentang ulasan mana yang dihapus Google dari Profil Bisnis Google Anda dan mengapa. Ulasan yang dihapus tersebut seringkali dapat dipulihkan.
Kesimpulan
Proses penghapusan ulasan Google menyoroti komitmennya untuk mempertahankan platform yang adil dan dapat dipercaya. Meskipun bisnis mungkin menganggap penghapusan sebagai kemunduran, memahami alasan yang mendasari dapat membantu mereka mengadaptasi strategi untuk mendorong ulasan yang asli dan sesuai kebijakan. Analisis kami menyediakan dasar berbasis data untuk menavigasi kompleksitas ini, membantu bisnis mengoptimalkan reputasi online mereka dalam lanskap digital yang semakin kompetitif.
Kendalikan ulasan Anda dan tingkatkan kehadiran online Anda dengan GMBapi.com — solusi andal untuk pengelolaan ulasan yang efisien dan lancar!
