Od powstania Amazon w 1995 r., dostępność recenzji jest ważnym powodem, dlaczego klienci tak uwielbiają zakupy w naszym sklepie. Amazon dba o to, aby można było łatwo podzielić się swoją szczerą opinią i w ten sposób pomóc milionom innych klientów na całym świecie w podejmowaniu decyzji zakupowych. Jednocześnie jednak cały czas musimy utrudniać oszustom możliwość wykorzystywania zaufania, jakie mają do nas kupujący.
Co zatem dzieje się, gdy klient przesyła recenzję? Zanim zostanie ona opublikowana, Amazon wykorzystuje sztuczną inteligencję (ang. artificial intelligence – AI) do analizy opinii pod kątem znanych wskaźników wskazujących na to, że może być fałszywa. Zdecydowana większość recenzji, jakie trafiają do sprawdzenia, spełnia nasze wysokie wymagania dotyczące autentyczności i jest publikowana od razu. Jeśli jednak wykryte zostanie potencjalne nadużycie, istnieje kilka ścieżek postępowania.
Ta zawartość jest udostępniana przez serwis zewnętrzny (www.youtube.com).
Aby wyświetlić zawartość, należy wyrazić zgodę na pliki cookie, wybierając opcję Zaakceptuj wszystkie w pojawiającym się banerze. Można też przejść do stopki strony, wybrać opcję Preferencje plików cookie, a następnie wybrać Wł. w sekcji Funkcjonalne pliki cookie, Pliki cookie wydajności i Reklamowe pliki cookie.
Jeżeli jesteśmy przekonani, że recenzja jest fałszywa, szybko ją blokujemy lub usuwamy i w razie potrzeby podejmujemy dalsze działania. To m.in. cofnięcie uprawnień klienta do recenzowania, zablokowanie fałszywego konta, a nawet proces sądowy przeciwko zaangażowanym stronom. Natomiast jeśli recenzja jest wątpliwa, ale potrzebne są dodatkowe dowody, eksperci Amazon specjalnie przeszkoleni do identyfikowania nadużyć szukają innych podejrzanych sygnałów przed podjęciem dalszych działań.
W 2022 r. Amazon zaobserwował i proaktywnie zablokował ponad 200 mln podejrzanych opinii w swoich sklepach na całym świecie.
- Fałszywe recenzje celowo wprowadzają klientów w błąd. Przekazują informacje, które nie są obiektywne, autentyczne ani nawet przeznaczone dla danego produktu lub usługi – komentuje Josh Meek, starszy menedżer ds. analityki danych w zespole Amazon zajmującym się nadużyciami i zapobieganiem oszustwom. - Nie tylko miliony klientów polegają na autentyczności recenzji przy podejmowaniu decyzji o zakupie w sklepie Amazon. To także miliony marek i firm, które ufają, że dokładnie identyfikujemy fałszywe opinie i uniemożliwiamy im dotarcie do kupujących. Ciężko pracujemy, aby odpowiedzialnie monitorować i egzekwować nasze zasady. Zapewniamy tym pewność, że recenzje odzwierciedlają poglądy prawdziwych klientów i chronimy uczciwych sprzedawców, którzy na nas polegają.
Do wyeliminowania setek milionów podejrzanych recenzji, zmanipulowanych ocen, fałszywych kont i innych nadużyć – zanim klienci w ogóle zdążą je zobaczyć – Amazon używa m.in. najnowszych osiągnięć z dziedziny sztucznej inteligencji. Modele uczenia maszynowego (ang. Machine learning models) analizują wiele zastrzeżonych danych, w tym to, czy sprzedawca zainwestował w reklamy (które mogą generować dodatkowe recenzje), zgłoszenia nadużyć przesłane przez klientów, ryzykowne wzorce zachowań, historię recenzji i wiele innych. Duże modele językowe (ang. Large language models) wraz z technikami przetwarzania języka naturalnego służą do analizowania w danych anomalii, które mogą wskazywać, że recenzja jest fałszywa lub stanowi zachętę w postaci karty podarunkowej, bezpłatnego produktu lub innej formy zwrotu pieniędzy. W Amazon korzystamy również z głębokich sieci neuronowych, których używamy do analizowania i zrozumienia złożonych relacji i wzorców zachowań. Pomaga to wykryć i usunąć grupy oszustów lub wskazać podejrzane działania w celu przeprowadzenia dalszego dochodzenia.
Różnica między autentyczną a fałszywą recenzją dla kogoś spoza Amazon nie zawsze jest widoczna na pierwszy rzut oka. Na przykład produkt może szybko gromadzić recenzje, ponieważ sprzedawca zainwestował w reklamę albo oferuje świetny przedmiot w dobrej cenie. Klient może również pomyśleć, że opinia jest fałszywa, ponieważ jest napisana niegramatycznie.
To właśnie w tym miejscu niektórzy z naszych krytyków mylą się w zakresie wykrywania fałszywych recenzji – muszą przyjmować ogólne założenia, bo nie mają dostępu do wynikających z danych sygnałów wskazujących na nadużycia. Dzięki połączeniu zaawansowanej technologii i zastrzeżonych danych Amazon dokładniej identyfikuje fałszywe recenzje, wykraczając poza powierzchowne wskaźniki i identyfikując głębsze relacje między oszustami.
- Utrzymanie godnego zaufania doświadczenia zakupowego jest naszym najwyższym priorytetem – mówi Rebecca Mond, dyrektorka ds. relacji zewnętrznych w dziale Amazon zajmującym się recenzjami. - Nieustannie ulepszamy i opracowujemy nowe sposoby powstrzymywania fałszywych opinii przed pojawianiem się w naszym sklepie, a także ochrony klientów, aby mogli robić zakupy bezpiecznie i bez żadnych obaw.
Dowiedz się więcej o działaniach Amazon mających na celu zwalczanie fałszywych recenzji.
