Suppressions d'avis par Google : pourquoi les avis 5 étoiles disparaissent

Les avis Google sont puissants. Ils sont essentiels pour instaurer la confiance, attirer des clients et stimuler le référencement local.

Mais qu’arrive-t-il à votre visibilité locale et à votre réputation en ligne lorsque ces précieux avis disparaissent soudainement ?

Nous avons récemment remarqué une tendance inquiétante :

Un nombre important d’avis sont supprimés. Et pas seulement les négatifs.

Pour découvrir les raisons de ces suppressions, GMBapi (divulgation : je suis co-fondateur de l'entreprise) a mené des recherches approfondies, analysant 5 millions d'avis de notre clientèle dans 79 pays et plus de 20 000 sites.

Les résultats ont été pour le moins surprenants.

Le choc 5 étoiles : la guerre de Google contre les faux avis

Bien que l'on puisse s'attendre à ce que les avis négatifs soient la cible principale, notre analyse a révélé qu'un nombre stupéfiant 73,1 % des avis supprimés étaient en réalité des notes 5 étoiles.

Cela indique que Google lutte activement contre les avis faux et incitatifs, dans le but de maintenir l'intégrité de sa plateforme.

Les entreprises qui se livrent à des pratiques telles que l'achat d'avis ou l'offre d'incitations en échange de commentaires positifs verront probablement ces avis disparaître (et courront le risque que la section des avis soit désactivée avec une explication de la raison pour laquelle cela a été fait).

Il est intéressant de noter que même si les avis 1 étoile étaient globalement nettement inférieurs aux avis 5 étoiles, ils se classent au deuxième rang les plus fréquemment supprimés, probablement en raison de violations telles qu'un langage inapproprié.

Les avis modérés (2 à 4 étoiles) étaient moins susceptibles d'être supprimés, car ils semblent généralement plus équilibrés et ont un impact moindre sur la réputation de l'entreprise par rapport aux évaluations extrêmes comme les avis 1 étoile ou 5 étoiles.

Les suppressions d’avis à l’avenir pourraient-elles être liées aux mises à jour des algorithmes ?

Les futures mises à jour majeures de l’algorithme de Google pourraient-elles conduire à un examen plus minutieux des avis, ceux jugés de mauvaise qualité ou inauthentiques étant supprimés ?

Si tel est le cas, rester informé des mises à jour des algorithmes de Google peut aider les entreprises à anticiper et à se préparer aux fluctuations potentielles des algorithmes de qualité des avis.

Nous savons que l'équipe Confiance et sécurité de Google (qui gère les algorithmes d'examen) est différente de l'équipe qui travaille sur l'algorithme. C'est donc peu probable.

Néanmoins, cela a du sens si vous réfléchissez à la façon dont Google utilise les avis dans son algorithme de classement local, à la nouvelle description IA des profils d'entreprise Google et à l'aperçu de l'IA sur le SERP.

Les pics majeurs de suppression d'avis pour notre base de clients se sont produits les 12 octobre, le 28 octobre et le 1er novembre.

Aucune mise à jour officielle de Google n'a été publiée en octobre. Cependant, nos recherches sur avis supprimés (sur 20 000 avis supprimés) et L'analyse de Localo sur 50 000 avis Google supprimés tirent des conclusions différentes sur le calendrier de ces changements.

Des discussions dans le Forum de recherche locale a en outre confirmé l'augmentation des suppressions d'avis en septembre et octobre, suggérant qu'il y a eu des changements notables dans la modération des avis.

Le lien entre ces mises à jour et les suppressions d’avis n’a pas encore été entièrement exploré dans le monde du référencement. Cependant, nous pensons que Google pourrait commencer à les lier ensemble.

Ces changements d'algorithme, à mesure qu'ils commencent à utiliser les données d'avis pour de plus en plus d'éléments sur le SERP, pourraient potentiellement influencer la façon dont la qualité des avis est modérée.

Le pouvoir de l’engagement : répondre aux avis est important

Une conclusion importante était que 66,1 % des avis supprimés n'avaient aucune réponse commerciale. Cela suggère que le dialogue avec les évaluateurs, qu'ils soient positifs ou négatifs, peut réduire le risque de suppression.

Répondre aux avis démontre à Google que vous appréciez les commentaires des clients et que vous êtes activement impliqué dans la gestion de votre réputation en ligne.

La principale raison de répondre aux avis est de montrer aux prospects que vous vous souciez suffisamment de vos clients pour leur répondre.

Nous sommes sûrs de l'impact positif de répondre aux avis sur votre note moyenne (les évaluateurs ont tendance à être généralement moins négatifs) et la conversion (si l'on gère bien les réponses aux avis).

Avis « Service et personnel » : une catégorie à haut risque

Il est intéressant de noter que la catégorie la plus courante pour les avis supprimés était « Service et personnel » – des avis sur la qualité du service client, la gentillesse du personnel, l'expertise ou la réactivité.

Cela pourrait être attribué au volume élevé d’avis de cette catégorie, la rendant plus sensible aux commentaires génériques ou inauthentiques.

Les entreprises devraient encourager les avis détaillés et spécifiques qui mettent en valeur les expériences client authentiques.

Informations sur l'apprentissage automatique : sentiment, durée et note

Nous avons développé un modèle d'apprentissage automatique utilisant l'algorithme Random Forest pour comprendre les facteurs influençant la suppression des avis.

Notre analyse a révélé que le sentiment, la durée et la note des avis ont tous un impact sur le processus de modération de Google.

Même si l’analyse des sentiments et les évaluations aident à identifier les avis trop positifs ou négatifs qui pourraient justifier un examen plus approfondi, les avis plus courts peuvent être signalés comme manquant de substance.

Au-delà du texte : l'importance du comportement des évaluateurs

Alors que notre modèle s'est concentré sur des données spécifiques aux avis, d'autres recherches soulignent l'importance de prendre en compte le comportement des évaluateurs.

Des facteurs tels que le nombre d’avis publiés par un utilisateur, la durée moyenne de ses avis et la période pendant laquelle il publie peuvent être de solides indicateurs d’authenticité.

À mesure que les avis générés par l’IA deviennent plus sophistiqués, l’intégration de fonctionnalités centrées sur l’utilisateur dans les modèles d’apprentissage automatique peut améliorer considérablement la précision de la détection des faux avis.

Recommandations pour les entreprises

• Interagissez avec les évaluateurs : Répondez rapidement et de manière réfléchie à tous les avis, démontrant ainsi votre engagement envers la satisfaction du client.
• Adoptez les outils de référencement local : Utilisez le logiciel de gestion des avis Google pour suivre, analyser et répondre aux avis sur plusieurs sites.
• Évitez les avis incitatifs : Concentrez-vous sur l’encouragement organique des commentaires authentiques des clients pour bâtir une réputation en ligne digne de confiance.
• Restez informé : Tenez-vous au courant des politiques de contenu et des mises à jour des algorithmes de Google pour vous assurer que vos avis sont conformes aux dernières directives.
• Signaler de faux avis : Signalez activement le spam ou les avis inauthentiques à Google, contribuant ainsi à un écosystème d'avis équitable et transparent.

Ce que vous devez savoir pour avancer

Le processus de suppression des avis de Google reflète son engagement à maintenir une plateforme fiable tant pour les entreprises que pour les consommateurs.

Nous pensons que l'utilisation des avis Google pour alimenter les aperçus de l'IA de Google (pour les entreprises locales) rend cela encore plus important (pour Google et les entreprises locales).

En comprenant les facteurs qui influencent l'opinion de Google sur vos avis et ces suppressions, les entreprises peuvent gérer de manière proactive leur réputation en ligne et favoriser un engagement client authentique.

Il reste essentiel pour votre entreprise de protéger et d’améliorer votre présence en ligne dans un paysage marketing local de plus en plus complexe.