Padrões nas eliminações de avaliações do Google
Este artigo é um estudo efectuado sobre a base de clientes do GMBapi.com. Baseia-se em cerca de 5 milhões de avaliações em 78 países e mais de 19.000 localizações. Embora a primeira instância de uma avaliação eliminada (no nosso sistema) tenha ocorrido em setembro de 2024, o conjunto de dados inclui avaliações que remontam a janeiro de 2011, altura em que foi criada a primeira avaliação eliminada.
As críticas online são cruciais para moldar a reputação e o desempenho financeiro de uma empresa. Mas o que acontece quando essas avaliações desaparecem? Um número surpreendente de avaliações é removido pelo Google, deixando as empresas e os clientes a questionar as razões subjacentes. Para descobrir os padrões subjacentes a estas eliminações, analisámos um vasto conjunto de dados de milhares de estabelecimentos comerciais de vários sectores.
Eis o que sabemos sobre as avaliações até à data: As avaliações negativas - as classificadas com 1 ou 2 estrelas - são muitas vezes mais longas, uma vez que os clientes insatisfeitos tendem a descrever em pormenor as suas experiências. Mas de que forma é que factores como o tom da avaliação, o momento, o conteúdo e até a forma como responde, influenciam as probabilidades de a mesma ser eliminada? Vamos explorar os dados e descobrir.
Tendências temporais de comentários eliminados
Tendências das avaliações eliminadas ao longo do tempo
O gráfico acima mostra o número de avaliações excluídas por dia durante vários meses. Observámos picos em meados de setembro, finais de outubro e inícios de dezembro, o que pode indicar eliminações em massa, possivelmente devido à aplicação de políticas ou a sistemas automatizados de deteção de spam.
Em setembro de 2024, o Google lançou a Atualização de conteúdo útil, que se concentrava em colocar o conteúdo de fácil utilização no centro das atenções, ao mesmo tempo que reprimia o material com spam ou de baixa qualidade. Isto incluiu provavelmente verificações mais rigorosas das avaliações que pareciam falsas ou enganosas. Além disso, a Atualização de Spam entrou em vigor no final de outubro de 2024, visando o spam em todas as áreas, incluindo as críticas. Isso pode explicar por que houve uma onda de exclusões em massa nessa época. Por fim, o Google lançou a atualização principal de novembro em novembro-dezembro de 2024, que tinha como objetivo melhorar a qualidade dos resultados de pesquisa. Provavelmente atingiu avaliações que não atendiam aos padrões do Google de confiabilidade ou autenticidade. Esses tipos de atualizações geralmente resultam em remoções em grande escala de conteúdo, como avaliações falsas.
Rever as eliminações por dia da semana
O segundo gráfico mostra as exclusões de revisões por dia da semana. As exclusões foram maiores às quartas e sextas-feiras, enquanto os domingos tiveram a menor atividade. Esta tendência reflecte provavelmente os padrões operacionais da Google, com menos moderação manual a ocorrer durante os fins-de-semana.
Classificações e respostas de comentários eliminados
As classificações e as respostas das empresas fornecem um contexto valioso para compreender os padrões das avaliações eliminadas. Eis o que os dados revelam sobre o seu papel no processo de moderação da Google.
Distribuição da classificação dos comentários eliminados
O gráfico de pizza atualizado mostra a distribuição das avaliações excluídas por classificação. Uma esmagadora maioria de 69,5% eram avaliações de 5 estrelas, seguidas por 14% de avaliações de 4 estrelas.
A elevada percentagem de avaliações de 5 estrelas que são eliminadas sugere que a Google está a visar ativamente avaliações positivas potencialmente falsas ou incentivadas, que podem distorcer a reputação das empresas. As avaliações com classificação mais baixa (1 ou 2 estrelas) representam uma proporção menor, o que indica que podem não ser sinalizadas com tanta frequência, a menos que violem políticas específicas.
As respostas têm impacto nas eliminações?
Os nossos dados revelam uma tendência interessante: 73,7% das avaliações eliminadas não tinham respostas da empresa, enquanto 26,3% tinham. Isto sugere que o envolvimento com os avaliadores pode ajudar a reduzir as hipóteses de eliminação. No entanto, as respostas por si só não são uma proteção infalível, os algoritmos do Google parecem concentrar-se mais na qualidade e autenticidade do conteúdo da avaliação em si.
Análise de sentimento de comentários eliminados
Uma parte significativa das críticas positivas sem respostas é removida, o que pode indicar a deteção de críticas não autênticas ou incentivadas.
Comentários eliminados vs. não eliminados
Ao comparar as avaliações excluídas e não excluídas, podemos descobrir se existem ou não diferenças visíveis entre as duas. Esta análise fornece informações sobre se determinados padrões ou extremos tornam as avaliações mais susceptíveis de serem removidas.
Classificações
O Google tem como alvo as classificações extremas, sendo que as classificações de 5 estrelas e 1 estrela eliminadas contêm uma percentagem mais elevada do que as classificações não eliminadas. Enquanto as avaliações de 5 estrelas são analisadas para detetar conteúdo falso ou recompensado, as avaliações de 1 estrela são frequentemente removidas por linguagem ofensiva ou spam. Este facto realça a preocupação da Google em moderar as avaliações com impacto em ambos os extremos do espetro.
Categorias e temas em comentários eliminados
O conteúdo de uma avaliação parece ser um fator chave para a sua remoção. Para investigar este facto, efectuámos uma análise detalhada do conteúdo e das palavras-chave mais frequentemente encontradas nas críticas eliminadas.
Categorias de revisão
O gráfico de barras destaca as categorias mais frequentemente associadas às críticas eliminadas, com "Serviço e pessoal" a liderar, seguido de "Qualidade do produto ou serviço" e "Ambiente e acessibilidade".
A elevada proporção de comentários "Serviço e pessoal" eliminados pode estar relacionada com o volume de comentários que as empresas recebem normalmente nesta área. Embora muitos comentários nesta categoria sejam positivos, podem ser assinalados para verificação de autenticidade, especialmente se o historial do avaliador sugerir padrões de comentários demasiado genéricos, excessivamente positivos ou potencialmente incentivados.
Curiosamente, uma parte das avaliações eliminadas está incluída em "Perspectivas dos funcionários". Isto indica que a Google remove ativamente as avaliações deixadas pelos funcionários para minimizar comentários tendenciosos ou egoístas que possam distorcer a reputação de uma empresa. Se vir concorrentes a fazer isto, pode assinalar estas avaliações na categoria "conflito de interesses" e é provável que sejam removidas.
Palavras comuns em comentários eliminados
Insights sobre aprendizagem automática
Para compreender melhor os factores que influenciam a eliminação de uma revisão, desenvolvemos um modelo de aprendizagem automática utilizando o algoritmo Random Forest. A nossa análise centrou-se apenas nos dados específicos das recensões, uma vez que não tivemos acesso a informações sobre os próprios recensores. O modelo alcançou uma precisão de 61% e revelou os quatro principais factores que desempenham um papel na eliminação de críticas:
- Sentimento: O tom da avaliação é medido numa escala de -1 (totalmente negativo) a 1 (totalmente positivo).
- Comprimento da avaliação: O número total de caracteres na avaliação.
- Contagem de palavras: O número de palavras na revisão.
- Tempo de resposta: a rapidez com que a empresa respondeu à avaliação.
Embora estas caraterísticas nos tenham dado informações valiosas, sabemos por outras investigações que a inclusão de dados específicos do avaliador, como padrões ou comportamentos de publicação, pode melhorar significativamente a precisão da deteção de avaliações fraudulentas ou de baixa qualidade.
O que mostram outros estudos
Os estudos que incluem caraterísticas centradas nos avaliadores, como os hábitos de publicação, registaram taxas de sucesso mais elevadas na identificação de avaliações falsas ou problemáticas:
- Como detetar comentários online falsos utilizando a aprendizagem automática | por Kessie Zhang - A investigação de Zhang salienta que o número de críticas publicadas por uma pessoa e a duração média dessas críticas são fortes indicadores de autenticidade. À medida que as ferramentas de IA se tornam mais avançadas na criação de texto semelhante ao humano, os padrões no comportamento dos avaliadores superam frequentemente a análise baseada em texto na deteção de conteúdo falso.
- Investigação da ScienceDirect sobre métricas comportamentais - Este estudo mostrou que adicionar caraterísticas como o período de tempo durante o qual um avaliador publica avaliações e o número total de avaliações que escreveu melhora drasticamente a precisão da deteção. Estas métricas comportamentais ajudam a diferenciar comentários reais de comentários fraudulentos ou incentivados.
O quadro geral
Embora o nosso modelo se baseie apenas em dados específicos das críticas, estas conclusões sublinham a importância de integrar caraterísticas centradas no avaliador em análises futuras. Ao combinar informações baseadas em texto com dados comportamentais, os modelos de aprendizagem automática podem tornar-se mais eficazes na identificação e tratamento de críticas falsas, assegurando que as empresas possam manter a confiança e a credibilidade online.
Resumo da análise
As nossas conclusões sugerem que o processo de eliminação de análises da Google é impulsionado por vários factores-chave:
- Atividade não autêntica: As avaliações assinaladas como falsas ou promocionais, especialmente nas classificações de 5 estrelas, têm maior probabilidade de serem removidas.
- Deteção baseada em palavras-chave: Certos termos repetitivos ou genéricos podem contribuir para que as críticas sejam assinaladas e desencadear eliminações.
- Conteúdo e tom: As classificações extremas, como as críticas demasiado positivas de 5 estrelas ou negativas de 1 estrela, parecem ser objeto de um exame mais atento, potencialmente devido ao seu grande impacto na reputação de uma empresa.
- Factores de envolvimento: As avaliações sem respostas ou as de utilizadores suspeitos podem aumentar a probabilidade de serem eliminadas. As caraterísticas centradas no avaliador provaram ser mais eficazes do que as caraterísticas de texto para identificar avaliações falsas em modelos de previsão.
Aplicação de políticas: As avaliações relacionadas com tópicos sensíveis, como o feedback dos funcionários, também podem ser sujeitas a moderação para garantir a imparcialidade.
Recomendações para as empresas
Para minimizar o risco de supressão de revisões:
- Interaja com os avaliadores: Responda prontamente às críticas positivas e negativas, especialmente às positivas, uma vez que o envolvimento com elas pode reduzir a probabilidade de eliminação.
- Implementar ferramentas de SEO locais: Gerir vários locais pode ser difícil quando feito manualmente, utilizando uma ferramenta de gestão de avaliações e analíticas pode ajudá-lo a proteger e aumentar a sua reputação.
- Evite comentários incentivados: Incentive as avaliações orgânicas em vez de oferecer prémios. Vimos as primeiras empresas a serem penalizadas e a serem avisadas no seu perfil de que "foram recentemente removidas críticas falsas deste perfil".
- Monitorizar a conformidade com as políticas: Reveja regularmente as políticas de conteúdo do Google e certifique-se de que as suas análises estão em conformidade.
- Denunciar críticas falsas: Denuncie ativamente spam ou críticas não autênticas ao Google para resolução.
Com ferramentas como GMBapi.comas empresas podem acompanhar e responder eficazmente às críticas, ajudando a proteger a sua reputação online. Ao responder prontamente, não só se envolve com os seus clientes, como também reduz o potencial impacto negativo do feedback não resolvido. Escreve essas respostas às avaliações para potenciais clientes que estão a investigar se devem ou não negociar com a sua empresa. Além disso, o software da GMBapi monitoriza todas as avaliações eliminadas, fornecendo informações valiosas sobre as avaliações que o Google remove dos seus perfis empresariais do Google e porquê. Essas avaliações removidas podem muitas vezes ser reintegradas.
Conclusão
O processo de eliminação de avaliações da Google realça o seu empenho em manter uma plataforma justa e fiável. Embora as empresas possam encarar as eliminações como um revés, compreender as razões subjacentes pode ajudá-las a adaptar estratégias para promover avaliações autênticas e em conformidade com a política. A nossa análise fornece uma base baseada em dados para navegar nestas complexidades, ajudando as empresas a otimizar a sua reputação online num cenário digital cada vez mais competitivo.
Assuma o controlo das suas avaliações e melhore a sua presença online com GMBapi.com - uma solução fiável para uma gestão de avaliações eficiente e sem falhas!
