- 31/01/2025
- Category: Commentaries ID
Penulis: Hilman Nurjaman
Editor: Ayom Mratita Purbandanii
Ulasan palsu atau fake review menjadi salah satu tantangan terbesar di dunia digital saat ini, terutama dalam industri e-commerce.[1] Dalam praktik sehari-hari, banyak ulasan daring yang direkayasa, seperti yang terlihat pada kasus jaringan ulasan palsu di platform Amazon.[2] Masalah ini juga terjadi di Indonesia, platform seperti Google Maps telah memperingatkan bisnis yang terlibat dalam praktik ulasan palsu.[3] Ulasan produk daring merupakan elemen penting dalam pengambilan keputusan konsumen–membantu mereka menentukan apakah suatu produk layak dibeli atau tidak.[4] Namun, ketika ulasan palsu mulai bermunculan, kredibilitas platform menjadi dipertanyakan, menimbulkan kekhawatiran mengenai transparansi. Di Indonesia, beberapa perusahaan diketahui telah menggunakan akun palsu untuk meningkatkan peringkat produk mereka secara tidak jujur. Hal ini menunjukkan betapa pentingnya menangani ulasan palsu secara serius serta mengembangkan strategi untuk mengatasinya.
Dari ketidakpercayaan hingga ketidakadilan persaingan pasar
Survei pasar yang dilakukan oleh Dixa pada tahun 2022 menegaskan bahwa terdapat 93% konsumen membaca ulasan daring sebelum memutuskan untuk membeli suatu produk.[5] Begitu pula dengan 82% konsumen yang membaca ulasan daring sebagai bagian dari langkah pencarian informasi mereka, dengan rata-rata membaca 10 ulasan sebelum memutuskan apakah suatu produk dapat dipercaya atau tidak.[6]
Masalah ulasan palsu bukan hanya sekadar merusak reputasi merek. Ulasan palsu—baik yang diproduksi oleh bot, diberi insentif sebagai imbalan, atau didasarkan pada pesanan fiktif—dapat memanipulasi persepsi terhadap produk dan layanan. Ekosistem ini mengganggu efisiensi perdagangan daring, mendistorsi persaingan pasar yang sehat, dan mengikis kepercayaan konsumen, yang tidak hanya terbatas pada industri e-commerce tapi juga platform digital lainnya.[7] Ketika ulasan palsu membanjiri platform, konsumen menjadi makin sulit untuk membedakan antara ulasan asli dan palsu, yang pada akhirnya membuat pengalaman berbelanja daring menjadi kurang informatif. Akibatnya, terlihat pada beberapa platform e-commerce, konsumen menjadi makin skeptis terhadap ulasan, termasuk ulasan asli yang seharusnya dapat dipercaya.
Selain itu, ulasan palsu juga menciptakan persaingan pasar yang tidak adil. Bisnis yang kurang kompetitif sering menggunakan cara ini sebagai jalan pintas untuk meningkatkan citra mereka secara tidak etis, sedangkan bisnis yang lebih berkualitas menjadi korban dari manipulasi ulasan yang bersifat negatif.[8] Situasi ini mengancam ekosistem e-commerce yang seharusnya adil dan berbasis reputasi yang autentik. Sayangnya, hilangnya kepercayaan ini sangat merugikan pembeli baru, yang sangat mengandalkan ulasan sebelum membeli dan akhirnya kehilangan kepercayaan terhadap platform daring.
Mengapa orang membuat ulasan palsu?
Alasan di balik ulasan palsu sangat beragam, tergantung pada individu atau perusahaan yang menulisnya. Bagi ‘konsumen’, motivasinya seringkali sederhana: insentif. Banyak yang menulis ulasan palsu sebagai imbalan untuk mendapatkan barang gratis, diskon, atau keuntungan lainnya dari merek.[9] Salah satu contoh terkenal adalah kasus merek perawatan kulit Sunday Riley, yang diketahui menginstruksikan karyawannya untuk menulis ulasan positif palsu di situs Sephora untuk meningkatkan penjualan dan mengimbangi ulasan negatif.[10] Beberapa orang juga melihat ulasan palsu sebagai cara untuk mendapatkan pengaruh, merasa memiliki kekuatan dalam membentuk persepsi publik terhadap suatu produk. Terdapat juga aspek sosial—beberapa orang menulis ulasan palsu agar bisa diterima dalam komunitas daring tempat pengalaman produk dan layanan sering dibagikan.[11]
Ulasan palsu hanyalah bagian dari masalah yang lebih besar. Platform e-commerce seperti Shopee dan Tokopedia lebih mengutamakan penjual teratas, sehingga sulit bagi bisnis baru atau kecil untuk mendapatkan perhatian.[12] Makin banyak penjualan suatu produk, makin tinggi juga visibilitasnya, menciptakan siklus di mana pemain besar terus unggul sementara pendatang baru kesulitan untuk berkembang. Ketidakseimbangan ini mendorong beberapa penjual untuk bergantung pada ulasan palsu agar tetap bersaing.
Oleh karenanya, bagi bisnis, motivasinya lebih bersifat strategis. Ulasan palsu yang positif menjadi cara cepat dan tidak etis untuk meningkatkan citra produk atau layanan mereka. Sebaliknya, ulasan negatif palsu digunakan untuk menjatuhkan pesaing, merusak reputasi mereka, dan memengaruhi opini konsumen.[13] Praktik ini sangat umum di platform e-commerce, di mana perusahaan sering diketahui membuat akun palsu untuk mendiskreditkan produk pesaing dan memanipulasi persepsi publik..
Beberapa jenis produk lebih rentan terhadap ulasan palsu, terutama barang dengan tingkat high-engagement seperti produk bayi, kecantikan, kesehatan, dan fesyen.[14] Produk-produk ini umumnya memiliki harga yang mahal, sifat yang kompleks, dan membawa risiko tinggi bagi konsumen, sehingga ulasan menjadi faktor utama dalam pengambilan keputusan. Dalam konteks ini, bagaimana cara ulasan itu ditulis sangat menentukan—ulasan yang rinci dan berbasis pengalaman cenderung lebih meyakinkan dibandingkan dengan ulasan yang samar atau umum.
Menariknya, penelitian menunjukkan bahwa peringkat bintang saja tidak selalu memengaruhi keputusan pembelian dibandingkan dengan isi ulasan itu sendiri. Konsumen lebih cenderung terpengaruh oleh ulasan tertulis daripada skor numerik.[15] Oleh karena itu, bisnis didorong untuk lebih fokus pada umpan balik yang otentik dan bermakna daripada sekadar mengejar peringkat tinggi—karena pada akhirnya, detail yang disampaikan dalam ulasan yang benar-benar menarik perhatian calon pembeli.
Bagaimana cara mengenali dan mencegah ulasan palsu
Mendeteksi ulasan palsu memang bukan persoalan mudah, tetapi bukan tidak mungkin jika menggunakan strategi yang tepat. Baik bisnis maupun individu memiliki peran dalam mengatasi masalah ini.
Bagi bisnis, salah satunya cara adalah dengan menggunakan alat analisis untuk mendeteksi pola yang mencurigakan. Analisis konten membantu menandai ulasan yang menggunakan bahasa terlalu berlebihan atau terlalu kritis, kurang detail spesifik, atau diposting dalam interval yang aneh.[16] Demikian pula, analisis perilaku dapat mengidentifikasi aktivitas yang tidak biasa, seperti pengulas yang terlalu sering memberikan ulasan atau tampak hanya tertarik pada produk tertentu.
Metode lain yang efektif adalah melihat hubungan antara pengulas dan penjual. Penelitian menunjukkan bahwa interaksi yang tidak otentik—seperti koordinasi ulasan palsu—sering kali mengikuti pola yang dapat dideteksi. Kecerdasan artifisial (KA) sangat berguna dalam hal ini.[17] Alat berbasis KA, seperti algoritma analisis bahasa, dapat memindai pola dalam nada bicara (tone), sentimen, dan isi ulasan yang menunjukkan indikasi kecurangan. Sebagai contoh, KA dapat mengenali ulasan palsu dengan mendeteksi frasa yang terlalu umum atau bahasa yang berulang secara tidak wajar.
Sementara itu, konsumen dapat melindungi diri dari ulasan palsu dengan membaca secara kritis dan mengenali tanda-tanda peringatan—seperti bahasa yang terlalu samar, apresiasi yang berlebihan, atau detail yang tidak konsisten. Namun, tanggung jawab ini tidak seharusnya hanya dibebankan kepada individu. Pemerintah dan platform daring juga harus mengambil langkah lebih ketat dengan menerapkan kebijakan yang lebih tegas untuk mendeteksi dan menghapus ulasan palsu. Pasar digital yang adil dan transparan bukan hanya tanggung jawab masing-masing pembeli, tetapi memerlukan tindakan kolektif untuk memastikan kepercayaan dan keaslian dalam ruang digital tetap terjaga.
Kesimpulan
Ulasan palsu adalah ancaman nyata bagi ekosistem e-commerce yang sehat. Dampaknya dapat mencakup penurunan efisiensi perdagangan daring, distorsi persaingan pasar, dan hilangnya kepercayaan konsumen terhadap platform. Dengan memahami motivasi di balik ulasan palsu dan mengadopsi pendekatan deteksi yang komprehensif, dapat menjadi langkah penting dalam melindungi reputasi merek sekaligus menjaga kepercayaan konsumen.
Ke depan, KA diprediksi menjadi alat penting dalam mendeteksi ulasan palsu dengan menganalisis pola bahasa, sentimen, dan perilaku pengulas. Meskipun begitu, keberhasilan jangka panjang juga sangat bergantung pada edukasi konsumen untuk meningkatkan literasi digital mereka. Dengan menggabungkan pendekatan teknologi yang canggih dan kesadaran konsumen yang lebih tinggi, kita dapat menciptakan ekosistem pasar digital yang lebih transparan, terpercaya, dan adil.
[1] Pan, Y. and Xu, L. (2024) ‘Detecting Fake Online Reviews: An Unsupervised Detection Method With a Novel Performance Evaluation’, International Journal of Electronic Commerce, 28(1), pp. 84–107. doi: 10.1080/10864415.2023.2295067.
[2] Trumbull, R. (2024) ‘An ethicist’s take on Amazon’s fake review problem’, GeekWire. geekwire.com/2024/an-ethicists-take-on-amazons-fake-review-problem/
[3] Ariyani, D. (2024) ‘Google Maps Kini Beri Peringatan untuk Bisnis dengan Review Palsu, Liputan 6. liputan6.com/tekno/read/5712905/google-maps-kini-beri-peringatan-untuk-bisnis-dengan-review-palsu?utm_source=chatgpt.com
[4] Sahut, J.M., Laroche, M. and Braune, E. (2024) ‘Antecedents and consequences of fake reviews in a marketing approach: An overview and synthesis’, Journal of Business Research, 175. doi: 10.1016/j.jbusres.2024.114572.
[5] Loiselle, M. (2022) ‘3 Statistics That Show How Customer Reviews Influence Consumers’, Dixa. dixa.com/blog/3-important-statistics-that-show-how-reviews-influence-consumers/
[6] Murphy, R. (2019) ‘Local Consumer Review Survey 2019’, Bright Local. https://www.brightlocal.com/research/local-consumer-review-survey-2019/
[7] Lim, W. M., Agarwal, R., Mishra, A. and Mehrotra, A. (2024) ‘The Rise of Fake Reviews: Toward a Marketing-Oriented Framework for Understanding Fake Reviews’, Australasian Marketing Journal, 0(0). doi: 10.1177/14413582241283505.
[8] Ibid.
[9] Rynarzewska, A. I. (2019) ‘It’s not fake, it’s biased: Insights into morality of incentivized reviewers’, Journal of Consumer Marketing, 36(3), 401–409.
[10] Elassar, A. (2019) Skin care brand Sunday Riley wrote fake Sephora reviews for almost two years, FTC says’, CNN US. https://edition.cnn.com/2019/10/22/us/sunday-riley-fake-reviews-trnd/index.html
[11] Talwar, S., Dhir, A., Kaur, P., Zafar, N., and Alrasheedy, M. (2019) ‘Why do people share fake news? Associations between the dark side of social media use and fake news sharing behavior’, Journal of Retailing and Consumer Services, 51, 72–82.
[12] Meilina, K. (2024) ‘Sisi Gelap E-Commerce: Modus Pengembalian Barang dan Ulasan Palsu’, Katadata. katadata.co.id/digital/e-commerce/6773b7e7815f4/sisi-gelap-e-commerce-modus-pengembalian-barang-dan-ulasan-palsu
[13] Lim, W. M., Agarwal, R., Mishra, A. and Mehrotra, A. (2024) ‘The Rise of Fake Reviews: Toward a Marketing-Oriented Framework for Understanding Fake Reviews’, Australasian Marketing Journal, 0(0). doi: 10.1177/14413582241283505.
[14] Kumar, R., Mukherjee, S. and Rana, N.P. (2024) ‘Exploring Latent Characteristics of Fake Reviews and Their Intermediary Role in Persuading Buying Decisions’, Inf Syst Front 26, 1091–1108. doi: 1007/s10796-023-10401-w.
[15] Ibid.
[16] Barbado, R., Araque, O. and Iglesia, C. A. (2019) ‘A framework for fake review detection in online consumer electronics retailers’, Information Processing & Management, 56(4), 1234-1244.
[17] Evans A. M., Stavrova O., and Rosenbusch H. (2021) ‘Expressions of doubt and trust in online user reviews’, Computers in Human Behavior, 114, 106556.
