Des ROBOTS qui donnent leurs avis !

De nos jours, près de 88% des consommateurs consultent les avis client avant de réaliser leurs achats en ligne. Ils ont un impact immédiat sur la décision d’achat. Cependant, de nombreux avis ne sont pas authentiques et des robots parviennent à intégrer le business des faux avis.
Selon une étude de la DGCCRF en 2017, 35% des avis en ligne ne sont pas authentiques.
Les habitudes des consommateurs ont été totalement boulversées par les nouvelles technologies du web. Lors de ses achats en ligne, le client n’a pas de contact possible avec les produits, qui sont seulement visibles en photos plus ou moins détaillées. Lorsque le client ne connait pas le produit ou a un doute, il aura tendance à se fier aux avis en ligne d’autres consommateurs pour se rassurer de la qualité du produit.

Il existe 2 types de faux avis : les fausses critiques positives qui valorisent le produit et améliore la e-réputation du site, et les fausses critiques négatives créées généralement par les concurrents pour dissuader l’achat des acheteurs potentiels. Jusqu’alors, les faux avis étaient générés par des personnes internes ou externes à l’entreprise, et payées pour leurs services. Désormais des robots dotés d’Intelligence Artificielle (IA) sont capables de générer des avis virtuels.

Qui sont ces robots ?

 

Ces bots sont de petits programmes informatiques créant de faux comptes de consommateurs à l’apparence réelle : nom plausible, photos, adresse mail et commentaire plus vrais que nature. Les robots sont également capables de récupérer des comptes peu ou pas utilisés par de vrais clients pour divulger de faux commentaires.

Avant l’apparition de ces « bots », les faux avis étaient générés par des humains contre un salaire. Ainsi, mettre en place des robots se révèleraient moins chères pour l’entreprise. Des chercheurs de l’Université de Chicago ont réalisé une étude en créant un deep-learning neural network, c’est à dire un réseau neuronal profond, entrainé à rédiger de faux avis clients. Les commentaires sont basés sur de vrais commentaires clients disponibles sur internet, le procédé utilise des phrases courtes et un lexique approprié au secteur concerné. L’Université de Chicago annonce que ces faux avis robots sont encore plus convaincants que ceux créés par les humains.

Comment repérer ces faux avis ?

 

Pour se protéger des faux avis, les entreprises doivent faire preuve de transparence et procéder à une phase de contrôle rigoureuse. Pour se renseigner sur la crédibilité du dépositaire, l’entreprise a la possibilité de :

  • Vérifier l’adresse mail du compte du dépositaire.
  • Demander la preuve que le dépositaire a bien eu recours aux biens ou services de l’entreprise (bon de commande, facture,…) et faire vérifier cette preuve.
  • Vérifier l’activité du dépositaire sur la plateforme d’avis et définir la cohérence de son profil.

Des sites en ligne tels que Fakespot et ReviewMeta sont disponibles gratuitement pour les consommateurs afin de vérifier si les avis sont fiables. Pour réaliser leurs analyses, ces sites vérifient la cohérence entre les achats, la date et le contenu proposés. Il utilisent aussi les URL des dépositaires pour vérifier si elles sont déjà présentes dans leur base de données. Le consommateur peut également obtenir une ré-évaluation du produit qui ne prend pas en compte les faux avis. Cependant, ces plateformes proposent uniquement leurs services pour des produits Amazon, Yelp ou TripAdvisor.

En résumé, malgré les avancées de l’IA en matière de rédaction de faux avis, les différentes plateformes parviennent tout de même à les repérer. Cependant, le problème survient surtout lorsque une critique négative touche l’entreprise, car celle-ci a un impact immédiat sur son e-réputation et il s’avère long et fastidieux pour l’entreprise de faire supprimer cet avis.

Sources:

– https://www.ifop.com/publication/limpact-de-le-reputation-sur-le-processus-dachat/ (sondage)

– https://www.economie.gouv.fr/dgccrf (sondage)

– https://fr.freepik.com/vecteurs-libre/avis-de-notation-sur-le-site_1338555.htm (image)

– https://www.practicalecommerce.com/staying-ahead-fake-product-reviews

– http://lehub.laposte.fr/reperes/futur-fleau-faux-avis-formules-robots

– https://www.telerama.fr/medias/faux-amis-faux-abonnes-faux-avis-la-grande-triche-du-web,125150.php

– https://blog.wity.fr/comment-les-entreprises-peuvent-elles-se-premunir-contre-les-faux-avis-en-ligne/

– https://www.usine-digitale.fr/article/quand-des-robots-s-inspirent-de-vrais-avis-clients-pour-en-produire-des-faux.N582803

– https://fr.semrush.com/blog/se-premunir-contre-les-faux-avis-en-ligne/

– reviewmeta.com

– https://www.fakespot.com/

Camille Hislers

Camille Hislers

Etudiante en Marketing Opérationnel et passionnée par le Webmarketing.