Hoe en waarom Google recensies verwijdert
Patronen in het verwijderen van Google-recensies
Dit artikel is gebaseerd op onderzoek dat is uitgevoerd onder het klantenbestand van GMBapi.com. Het omvat 5 miljoen recensies uit 79 landen en meer dan 20.000 locaties. Hoewel de eerste keer dat een recensie werd verwijderd (in ons systeem) in september 2024 was, bevat de dataset recensies die teruggaan tot januari 2012, de datum waarop de vroegste verwijderde recensie is aangemaakt.
Online recensies zijn cruciaal voor de reputatie en financiële prestaties van een bedrijf. Maar wat gebeurt er als deze recensies verdwijnen? Een opvallend aantal recensies wordt door Google verwijderd, waardoor bedrijven en klanten zich afvragen wat de onderliggende redenen zijn. Om de patronen achter deze verwijderingen te achterhalen, hebben we een grote dataset geanalyseerd van duizenden bedrijfslocaties in verschillende sectoren.
Dit is wat we tot nu toe weten over recensies: Negatieve recensies – die met 1 of 2 sterren – zijn vaak langer, omdat ontevreden klanten de neiging hebben om gedetailleerd over hun ervaringen te vertellen. Maar hoe beïnvloeden factoren zoals de toon, timing, inhoud en zelfs de manier waarop je reageert, de kans dat een recensie wordt verwijderd? Laten we de gegevens verkennen en erachter komen.
Tijdsgebonden trends van verwijderde recensies
Begrijpen wanneer recensies worden verwijderd, kan inzicht geven in de moderatiepraktijken van Google. We hebben trends in de loop van de tijd geanalyseerd om patronen in verwijderingen te identificeren.
De grafiek hierboven toont het aantal recensies dat per dag is verwijderd gedurende meerdere maanden. We merkten sporadische pieken in verwijderingsactiviteit, waarbij sommige dagen een groter aantal verwijderingen kenden – sommige meer dan 1.500 recensies op één dag, mogelijk als gevolg van beleidshandhaving of geautomatiseerde spamdetectiesystemen.
In oktober 2024 trad de Spam Update in werking, gericht op spam in het algemeen, inclusief recensies. Dat kan verklaren waarom er rond die tijd een piek was. Google lanceerde ook de November Core Update, die volledig gericht was op het verbeteren van de kwaliteit van zoekresultaten. Deze raakte waarschijnlijk recensies die niet voldeden aan de Google-standaarden voor betrouwbaarheid of authenticiteit. Dit soort updates resulteert vaak in grootschalige verwijderingen van inhoud zoals neprecensies.
Beoordelingen en reacties van verwijderde recensies
Beoordelingen en bedrijfsreacties bieden waardevolle context voor het begrijpen van patronen in verwijderde recensies. Dit is wat de gegevens onthullen over hun rol in het moderatieproces van Google.
Distributie van beoordelingen van verwijderde recensies
De bijgewerkte cirkeldiagram toont de distributie van verwijderde recensies per beoordeling. Een overweldigende 73,1% waren 5-sterrenrecensies , gevolgd door 12,8% voor 1-sterrenrecensies .
Het hoge percentage verwijderde 5-sterrenrecensies suggereert dat Google actief potentieel nep of gestimuleerde positieve recensies aanpakt, die de bedrijfsreputatie kunnen vertekenen. Interessant is dat, hoewel 1-sterrenrecensies over het algemeen aanzienlijk minder waren dan 5-sterrenrecensies, ze de tweede meest frequent verwijderde waren, waarschijnlijk vanwege overtredingen zoals ongepast taalgebruik. Matige recensies (2 tot 4 sterren) werden minder vaak verwijderd, aangezien ze over het algemeen evenwichtiger lijken en een kleinere impact hebben op de bedrijfsreputatie vergeleken met extreme beoordelingen zoals 1-ster of 5-sterrenrecensies.
Hebben reacties invloed op verwijderingen?
Onze gegevens onthullen een interessante trend: 66,1% van de verwijderde recensies had geen bedrijfsreacties, terwijl 33,9% dat wel had . Dit suggereert dat het reageren op recensenten kan helpen de kans op verwijdering te verkleinen. Echter, reacties alleen zijn geen waterdichte beveiliging, de algoritmes van Google lijken zich meer te richten op de kwaliteit en authenticiteit van de recensie-inhoud zelf.
Sentimentanalyse van verwijderde recensies
Een aanzienlijk deel van de positieve recensies zonder antwoord wordt verwijderd, wat mogelijk duidt op de detectie van onauthentieke of beloonde recensies.
Verwijderde versus niet-verwijderde recensies
Door verwijderde en niet-verwijderde recensies te vergelijken, kunnen we ontdekken of er merkbare verschillen zijn tussen de twee. Deze analyse geeft inzicht in of bepaalde patronen of extremen recensies waarschijnlijker maken om te worden verwijderd.
Beoordelingen
Google richt zich op extreme beoordelingen, met 5-sterren en 1-ster verwijderde recensies met een hoger percentage dan niet-verwijderde recensies. Terwijl 5-sterren recensies worden onderzocht op valse of beloonde inhoud, 1-sterrecensies worden vaak verwijderd vanwege aanstootgevende taal of spam. Dit benadrukt de focus van Google op het modereren van impactvolle recensies aan beide uiteinden van het spectrum.
Categorieën, thema's en sectoren in verwijderde recensies
De inhoud van een recensie lijkt een sleutelfactor te zijn in de vraag of deze wordt verwijderd. Om dit te onderzoeken, hebben we een gedetailleerde analyse uitgevoerd van de inhoud en trefwoorden die het meest voorkomen in verwijderde recensies.
Recensiecategorieën
Categorie | Uitleg |
|---|---|
Service en personeel | Opmerkingen over de kwaliteit van de klantenservice, de vriendelijkheid van het personeel, de expertise of de reactiesnelheid. |
Product- of servicekwaliteit | Opmerkingen over de kwaliteit, betrouwbaarheid of prestaties van aangeboden producten of diensten. |
Waarde en prijzen | Opmerkingen over betaalbaarheid, waargenomen waarde, of de prijs overeenkomt met de ervaring. |
Omgeving en Toegankelijkheid | Opmerkingen over netheid, sfeer, locatie, gemak of toegankelijkheid. |
Algemene Ervaring | Opmerkingen over de algemene ervaring, probleemoplossing of tevredenheid met het bedrijf. |
Perspectieven van Werknemers | Opmerkingen geschreven door huidige of voormalige werknemers over arbeidsomstandigheden, management of bedrijfscultuur. |
Overige | Opmerkingen die geen betrekking hebben op de bovenstaande onderwerpen. |
Het staafdiagram belicht de categorieën die het meest geassocieerd worden met verwijderde recensies , waarbij “Service en Personeel” de lijst aanvoert, gevolgd door “Product- of Dienstkwaliteit” en “Omgeving en Toegankelijkheid.”
Het hoge aantal verwijderde 'Service en Personeel'-recensies kan verband houden met de hoeveelheid feedback die bedrijven doorgaans ontvangen in dit gebied. Hoewel veel opmerkingen in deze categorie positief zijn, kunnen ze worden gemarkeerd voor authenticiteitscontroles, vooral als de geschiedenis van de recensent patronen vertoont van overdreven generieke, buitensporig positieve of potentieel gestimuleerde feedback.
Interessant is dat een deel van de verwijderde recensies valt onder 'Perspectieven van Werknemers'. Dit geeft aan dat Google actief recensies verwijdert die door werknemers zijn achtergelaten om bevooroordeelde of zelfpromotionele feedback te minimaliseren die de reputatie van een bedrijf kan vertekenen. Als je merkt dat concurrenten dit doen, kun je deze recensies markeren onder de categorie 'belangenverstrengeling' en is de kans groot dat ze worden verwijderd.
“Ik denk dat de reden waarom 'service' de dominante frase is, is dat thuisdiensten categorieën met een hoog risico en de meeste nepbeoordelingen zijn. En een gebied waar Google zich richt op verwijdering. Samen met andere servicegerichte beroepen zoals advocaten, webdesign, makelaars en fotografen. Nogmaals, categorieën met veel spam.<br><br>Voor zover ik kan nagaan, stuurt de categorie de verwijdering net zozeer als de vraag of zij denken dat het spam kan zijn. Een factor daarbij is de realiteit dat recensenten de bedrijfslocaties niet bezoeken.”
Mike Blumenthal
Near Media
Veelvoorkomende woorden in verwijderde recensies
De woordwolk toont de meest voorkomende woorden die in verwijderde recensies worden gevonden, waarbij termen als 'goed', 'service', 'geweldig', 'leuk' en 'personeel' opvallen. Dit komt overeen met de eerdere observatie dat veel van deze recensies 5-sterrenbeoordelingen hebben en zich vaak richten op 'Service en Personeel' als de meest genoemde categorie.
Recensiebranches
Branche | Uitleg |
|---|---|
Gezondheidszorg & Welzijn | Bedrijven gericht op medische zorg, persoonlijke gezondheid en welzijn, waaronder ziekenhuizen, klinieken, spa's en fitnesscentra. |
Voeding & Dranken | Klantgerichte bedrijven die eten, drinken en dineerervaringen aanbieden, zoals restaurants en cafés. |
Detailhandel en consumentengoederen | Winkels die producten/tastbare goederen, zoals kleding, elektronica, boodschappen en speciaalzaken, rechtstreeks aan klanten verkopen. |
Professionele diensten | Gespecialiseerde diensten zoals juridische, financiële en adviesbureaus die voorzien in professionele of organisatorische behoeften. |
Dienstverlenende sectoren | Taakgerichte bedrijven die reparatie, onderhoud, onderwijs, logistiek of andere diensten aanbieden die voorzien in specifieke operationele of individuele behoeften. |
Onderwijs | Instellingen en diensten gericht op onderwijs, training en vaardigheidsontwikkeling op verschillende niveaus. |
Automotive | Bedrijven die zich bezighouden met voertuigen, inclusief dealers, reparatiewerkplaatsen, autowasstraten en verhuur. |
Horeca en reizen | Omvat accommodaties, reisdiensten en vrijetijdsactiviteiten, waaronder hotels, reisbureaus en recreatieve faciliteiten. |
Bouw & Vastgoed | Omvat bedrijven gerelateerd aan constructie, vastgoedontwikkeling en vastgoedbeheer. |
De bovenstaande grafiek toont het aantal verwijderde recensies per locatie per branche, berekend door het aantal verwijderde recensies per branche te delen door het aantal bedrijfslocaties met verwijderde recensies per branche.
Horeca & Reizen gaat voorop met het hoogste aandeel verwijderingen, gevolgd door Onderwijs en Eten & Drinken . Deze trend suggereert dat branches met veel klantinteractie en ervaringsgerichte diensten — zoals logies, restaurants en onderwijs — zijn gevoeliger voor controle van recensies. Deze sectoren worden vaak geconfronteerd met uitdagingen met betrekking tot klanttevredenheid, wat kan resulteren in een groter aantal gemarkeerde of twijfelachtige recensies. Ondertussen ervaart Detailhandel & Consumentengoederen het laagste aantal verwijderde recensies per locatie, mogelijk door minder gevallen van emotioneel geladen of beleidsschendende feedback vergeleken met servicegerichte sectoren.
Belangrijk Inzicht: De normalisatie laat zien dat zelfs bij het in aanmerking nemen van de omvang van de branche, klantgerichte en ervaringsgerichte sectoren een hoger percentage verwijderingen kennen. Dit onderstreept het belang van het handhaven van de kwaliteit en authenticiteit van recensies in deze sectoren om de risico's op verwijdering te minimaliseren.
Machine Learning Inzichten
Om beter te begrijpen welke factoren van invloed zijn op het verwijderen van een recensie, hebben we een machine-learningmodel ontwikkeld met behulp van het Random Forest-algoritme. Onze analyse richtte zich alleen op recensiespecifieke gegevens , aangezien we geen toegang hadden tot informatie over de recensenten zelf. Het model behaalde een nauwkeurigheid van 64% en onthulde de top vier factoren die een rol spelen bij het verwijderen van recensies:
Recensielengte
Het totale aantal tekens in de recensie.
Aantal woorden
Het aantal woorden in de recensie. Sentiment: De toon van de recensie wordt gemeten op een schaal van -1 (volledig negatief) tot 1 (volledig positief).
Beoordeling
De beoordeling (1 tot 5 sterren) van de recensie.
Hoewel deze functies ons waardevolle inzichten gaven, weten we uit ander onderzoek dat het opnemen van recensent-specifieke gegevens , zoals plaatsingspatronen of gedrag, de nauwkeurigheid van het detecteren van frauduleuze of kwalitatief slechte recensies aanzienlijk kan verbeteren.
Het bredere plaatje
Hoewel ons model uitsluitend afhankelijk was van recensiespecifieke gegevens, onderstrepen deze bevindingen het belang van het integreren van recensent-gerichte functies in toekomstige analyses. Door tekstuele inzichten te combineren met gedragsgegevens, kunnen machine learning-modellen effectiever worden in het identificeren en aanpakken van valse recensies, waardoor bedrijven online vertrouwen en geloofwaardigheid kunnen behouden.
Samenvatting van de analyse
Onze bevindingen suggereren dat het verwijderingsproces van recensies door Google wordt gestuurd door verschillende belangrijke factoren:
Onauthentieke activiteit
Recensies die als nep of promotioneel zijn gemarkeerd, vooral bij 5-sterrenbeoordelingen, lijken vaker te worden verwijderd.
Detectie op basis van trefwoorden
Bepaalde repetitieve of generieke termen kunnen ertoe leiden dat recensies worden gemarkeerd en verwijderingen activeren.
Inhoud en toon
Extreme beoordelingen, zoals overdreven positieve 5-sterren of negatieve 1-sterrecensies, lijken nauwkeuriger te worden onderzocht, mogelijk vanwege hun grote impact op de reputatie van een bedrijf.
Betrokkenheidsfactoren
Recensies zonder antwoorden of die van verdachte gebruikers kunnen de kans op verwijdering vergroten. Recensent-centrische functies zijn effectiever gebleken dan tekstfuncties voor het identificeren van neprecensies in voorspellingsmodellen.
Beleidsnaleving
Recensies met betrekking tot gevoelige onderwerpen, zoals feedback van werknemers, kunnen ook worden onderworpen aan moderatie om onpartijdigheid te waarborgen.
Branchespecifieke trends
Klantgerichte en ervaringsgerichte sectoren ervaren de meeste verwijderingen per locatie.
Aanbevelingen voor bedrijven
Om het risico op het verwijderen van recensies te minimaliseren:
Communiceer met recensenten
Reageer snel op zowel positieve als negatieve recensies, vooral op positieve, aangezien communicatie de kans op verwijdering kan verkleinen.
Gebruik lokale SEO-tools
Het handmatig beheren van meerdere locaties kan moeilijk zijn. Het gebruik van een tool voor recensiebeheer en ondersteuning bij bulkverificatie kan je helpen je merk te beschermen en je reputatie te vergroten.
Vermijd gestimuleerde recensies
Moedig organische recensies aan in plaats van beloningen aan te bieden. We hebben gezien dat de eerste bedrijven werden bestraft en een waarschuwing op hun profiel kregen: “neprecensies zijn onlangs van dit profiel verwijderd”.
Controleer op naleving van het beleid
Controleer regelmatig het inhoudsbeleid van Google en zorg ervoor dat je recensies hieraan voldoen. Meld neprecensies: meld spam of niet-authentieke recensies actief aan Google voor oplossing.
Met tools als GMBapi.com, bedrijven kunnen efficiënt recensies volgen en beantwoorden, wat helpt om hun online reputatie te beschermen. Door snel te reageren, ga je niet alleen in gesprek met je klanten, maar verminder je ook de potentiële negatieve impact van onopgeloste feedback. Je schrijft die recensieantwoorden voor potentiële klanten die onderzoeken of ze met jouw bedrijf in zee moeten gaan. Daarnaast controleert de software van GMBapi alle verwijderde recensies, wat waardevolle inzichten oplevert in welke recensies Google verwijdert van je Google Business Profiles en waarom. Die verwijderde recensies kunnen vaak opnieuw worden geplaatst.
Conclusie
Het proces van Google voor het verwijderen van recensies benadrukt de toewijding om een eerlijk en betrouwbaar platform te handhaven. Hoewel bedrijven verwijderingen als een tegenslag kunnen zien, kan het begrijpen van de onderliggende redenen hen helpen strategieën aan te passen om authentieke, beleidsconforme recensies te bevorderen. Onze analyse biedt een data-gedreven basis voor het navigeren door deze complexiteit, waardoor bedrijven hun online reputatie kunnen optimaliseren in een steeds concurrerender digitaal landschap.
Neem de controle over je recensies en verbeter je online aanwezigheid met GMBapi.com — een betrouwbare oplossing voor efficiënt en naadloos recensiebeheer!
