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
Kategori | Penjelasan |
|---|---|
Layanan dan Staf | Komentar tentang kualitas layanan pelanggan, keramahan staf, keahlian, atau daya tanggap. |
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. |
Lainnya | Komentar yang tidak terkait dengan topik di atas. |
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.
“Saya pikir alasan "layanan" menjadi frasa yang dominan adalah karena layanan rumah merupakan kategori berisiko tinggi dengan ulasan palsu terbanyak. Dan area yang menjadi fokus Google untuk dihapus. Bersama dengan profesi berorientasi layanan lainnya seperti pengacara, desain web, real estat, dan fotografer. Sekali lagi, kategori spam tinggi.<br><br> Sejauh yang saya ketahui, kategori mendorong penghapusan sebanyak apakah mereka menganggapnya sebagai spam. Salah satu faktornya adalah kenyataan bahwa pengulas tidak mengunjungi lokasi bisnis.”
Mike Blumenthal
Near Media
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
Industri | Penjelasan |
|---|---|
Perawatan Kesehatan & Kebugaran | Bisnis yang berfokus pada perawatan medis, kesehatan pribadi, dan kebugaran, termasuk rumah sakit, klinik, spa, dan pusat kebugaran. |
Makanan & Minuman | Bisnis yang berhadapan langsung dengan pelanggan yang menawarkan makanan, minuman, dan pengalaman bersantap seperti restoran dan kafe. |
Barang Ritel & 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 melayani kebutuhan profesional atau organisasi. |
Industri Berbasis Jasa | Bisnis yang berorientasi pada tugas yang menawarkan perbaikan, pemeliharaan, pendidikan, logistik, atau layanan lain yang melayani kebutuhan operasional atau individu tertentu. |
Pendidikan | Institusi dan layanan yang berfokus pada pengajaran, pelatihan, dan pengembangan keterampilan di berbagai tingkatan. |
Otomotif | Bisnis yang berhubungan dengan kendaraan, termasuk dealer, bengkel, pencucian mobil, dan penyewaan. |
Perhotelan & Perjalanan | Meliputi akomodasi, layanan perjalanan, dan kegiatan rekreasi, termasuk hotel, agen tur, dan fasilitas rekreasi. |
Konstruksi & Real Estat | Termasuk bisnis yang terkait 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 & 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:
Panjang Ulasan
The total number of characters in the review.
Word Count
The number of words in the review.Sentiment: The tone of the review is measured on a scale from -1 (entirely negative) to 1 (entirely positive).
Rating
Peringkat: Peringkat (1 hingga 5 bintang) dari ulasan tersebut.
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:
Aktivitas yang tidak autentik
Ulasan yang ditandai sebagai palsu atau promosi, terutama pada peringkat bintang 5, kemungkinan besar akan dihapus.
Deteksi Berbasis Kata Kunci
Istilah tertentu yang berulang atau umum dapat menyebabkan ulasan ditandai dan memicu penghapusan.
Konten dan Nada
Peringkat ekstrem, seperti ulasan bintang 5 yang terlalu positif atau ulasan bintang 1 yang negatif, tampaknya perlu diperiksa lebih teliti, karena dampaknya yang besar terhadap reputasi bisnis.
Faktor Keterlibatan
Ulasan tanpa balasan atau yang berasal dari pengguna yang mencurigakan dapat meningkatkan kemungkinan penghapusan. Fitur yang berpusat pada pengulas telah terbukti lebih efektif daripada fitur teks untuk mengidentifikasi ulasan palsu dalam model prediksi.
Penegakan Kebijakan
Ulasan yang terkait dengan topik sensitif, seperti umpan balik karyawan, juga dapat dikenakan moderasi untuk memastikan ketidakberpihakan.
Tren Khusus Industri
Sektor yang padat pelanggan dan berbasis pengalaman mengalami penghapusan tertinggi per lokasi.
Rekomendasi untuk Bisnis
Untuk meminimalkan risiko penghapusan ulasan:
Berinteraksi dengan Pengulas:
Tanggapi ulasan positif dan negatif dengan segera, terutama ulasan positif, karena berinteraksi dengan mereka dapat mengurangi kemungkinan penghapusan.
Menggunakan Local SEO :
Mengelola beberapa lokasi secara manual dapat menjadi sulit, menggunakan alat manajemen ulasan dan mendapatkan dukungan untuk verifikasi massal dapat membantu Anda melindungi merek Anda dan meningkatkan reputasi Anda.
Hindari Ulasan Berinsentif:
Doronglah ulasan organik daripada menawarkan hadiah. Kami telah melihat bisnis pertama yang dihukum dan mendapatkan peringatan yang ditampilkan di profil mereka bahwa "ulasan palsu baru saja dihapus dari profil ini".
Pantau Kepatuhan terhadap Kebijakan:
Tinjau kebijakan konten Google secara berkala dan pastikan ulasan Anda sesuai dengan kebijakan tersebut.Laporkan Ulasan Palsu: Secara aktif laporkan spam atau ulasan yang tidak otentik ke Google untuk mendapatkan resolusi.
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.
Kesimpulan
Proses penghapusan ulasan Google menyoroti komitmennya untuk mempertahankan platform yang adil dan dapat dipercaya. Meskipun bisnis mungkin menganggap penghapusan ulasan sebagai kemunduran, namun memahami alasan yang mendasarinya dapat membantu mereka menyesuaikan strategi untuk mendorong ulasan yang otentik dan sesuai dengan kebijakan. Analisis kami memberikan landasan berbasis data untuk menavigasi kerumitan ini, membantu bisnis mengoptimalkan reputasi online mereka dalam lanskap digital yang semakin kompetitif.
Kendalikan ulasan Anda dan tingkatkan kehadiran online Anda denganGMBapi.com- solusi yang dapat diandalkan untuk manajemen ulasan yang efisien dan lancar!
