Las opiniones de los lectores son una herramienta fundamental para la venta de los libros, ya que no sólo las aumentan sino que establecen una relación de confianza entre el lector y el librero que lleva a la tan ansiada fidelización del cliente. Esa relación es muy frágil, y se agrieta cuando el lector descubre que sus expectativas no se corresponden con las recomendaciones derivadas de las reseñas.
Amazon lleva mucho tiempo intentando combatir el fraude en las reseñas de su página web, llegando a demandar a algunos usuarios por vender reseñas falsas y a prohibir reseñas de usuarios relacionados de alguna manera con los autores de los libros que comentan.
El mismo problema ocurre con la calificación por estrellas de los libros: a veces, que haya muchas de cinco puntos para según qué libros, puede ser algo sospechoso.
Para comprobar la veracidad de reseñas y calificaciones (no sólo de los libros, sino de cualquier producto) es útil la plataforma Fakespot que “analiza los comentarios de forma inteligente y calcula una calificación basándose en los comentarios a un determinado producto. Fakespot identifica reseñas falsas en Amazon.com, Amazon.co.uk, Amazon.ca y Amazon.com.au.”
Basta con introducir en su buscador el enlace al libro que nos interesa de Amazon y esperar a que la página analice uno a uno los comentarios. El programa nos indicará qué porcentaje de las reseñas es sospechoso de ser falso/fraudulento.
Según la propia página web, la forma de descubrir el fraude es la siguiente:
Fakespot utiliza numerosas tecnologías para validar la autenticidad de los comentarios.
El criterio principal es el lenguaje utilizado por el autor del comentario (recomendador), su perfil, la correlación con otras opiniones y un algoritmo de aprendizaje automático que se centra en mejorarse a sí mismo mediante la detección de revisiones fraudulentas.
Las tecnologías incluyen: grupos de perfiles, análisis de los sentimientos, grupos de correlaciones e inteligencia artificial entretejida con estas funcionalidades.
Tres son las categorías de recomendadores sobre las que los grupos de aprendizaje automático de Fakespot construyen una base para la detección de comentarios no auténticos:
- Recomendadores automatizados (generados por bot / script)
- Los mismos comentarios o tipos de comentarios hechos por diferentes perfiles. Y si el recomendador compró el libro
- Personas remuneradas para escribir comentarios ‘falsos’. La empresa les ofrece muestras gratuitas o algún otro tipo de beneficio; sus comentarios son muy perjudiciales para el resto de los consumidores.
He hecho la prueba en Amazon.com con un best seller en español, Palmeras en la nieve. Sólo tiene 20 reseñas (recordemos que estamos en .com y no en .es, don la aplicación no funciona), de las que sólo el 18,2% son de “baja calidad”, por lo que parece que podemos fiarnos de los comentarios.
Una segunda prueba fue con uno de los best sellers de Kindle, Perfecto para ti, con 51 comentarios.
Aquí la cosa cambia: el 38,1% de las reseñas son sospechosas de fraude, por lo que el sistema me desaconseja fiarme aunque me dice que he de juzgar por mí mismo. Este caso me indica además ejemplos de los que es comentario falso: “Bueno, me encanta.” Esclarecedor.
Como profesional del libro, la mayor utilidad de FakeSpot está en la nube de tags que ofrece de cada libro, es decir, un listado de las palabras que más se repiten en cada reseña, lo que indica un punto en común en los lectores a la hora de definir el libro. Estas palabras pueden ser de gran utilidad para los editores a la hora de determinar las keywords (palabras clave) que califican a cada libro en la fichas de venta.
Por continuar con los ejemplos. En el caso de Perfecto para ti, esas palabras serían: encanto, relax, romántico, divertido, errores, amor…
Twitter: <@ArantxaMellado>
Fuente: <http://www.actualidadeditorial.com/>
No hay comentarios.:
Publicar un comentario