Filtrado de reseñas (review gating)
El filtrado de reseñas es la práctica de preguntar primero a los clientes su nivel de satisfacción y enviar solo a los contentos a publicar una reseña pública, mientras se desvía a los descontentos a un canal de feedback privado, de modo que las valoraciones publicadas parecen mejores de lo que fue la experiencia real.
Un filtro típico pregunta primero cómo se siente el cliente: si eliges una valoración alta, te mandan a Google o a la página de producto; si eliges una baja, acabas en un formulario de soporte privado. La intención es evidente, y ahí está el problema. Fabrica una valoración que no representa la distribución real de las opiniones, y los compradores, los reguladores y los buscadores tratan esto cada vez más como un engaño y no como gestión de la reputación. Filtrar es distinto de simplemente pedir una reseña a un cliente contento en un buen momento; el rasgo que lo define es que el camino negativo está diseñado para no hacerse público nunca.
Piensa en un comerciante de Shopify que vende un juego de cerámica para café de filtro. Su correo posterior a la compra pregunta "¿Qué tal tu pedido?" con una cara sonriente y una cara triste. Si pulsas la sonriente, llegas a un formulario de cinco estrellas ya rellenado en la página de producto. Si pulsas la triste, recibes un ticket de soporte del tipo "Cuéntanos qué salió mal" que no va a ningún sitio público. El juego tiene un defecto real, una boquilla que gotea, pero el escaparate muestra 4,9 estrellas en doscientas reseñas. La queja del goteo vive en una bandeja de soporte, invisible para el siguiente comprador, que devuelve el producto por la misma razón y deja una reseña de una estrella en Google, donde el filtro no llega.
Esto no es una zona gris. La FTC ha declarado que suprimir de forma selectiva las reseñas negativas es engañoso, y Google, Trustpilot y la mayoría de los marketplaces de apps prohíben el filtrado de forma rotunda; las sanciones van desde la eliminación de reseñas hasta la exclusión del servicio. La alternativa honesta es pedir una reseña a cada comprador sin filtrar, y gestionar las quejas a través de un canal de soporte claramente separado que no decida quién puede hablar en público.
Hay un ángulo de motor de respuesta que muchos operadores pasan por alto. Cuando ChatGPT, Perplexity o Google AI Overviews resumen si vale la pena comprar un producto, se nutren del texto de reseñas repartido por muchas fuentes, no solo de tu widget seleccionado en la tienda. Un catálogo filtrado tiende a mostrar una valoración sospechosamente uniforme en la tienda, mientras el resto de la web cuenta otra historia, y estos sistemas dan peso a la corroboración entre fuentes. El desajuste puede leerse como baja fiabilidad, y los negativos que intentaste enterrar afloran igual en esos mismos resúmenes que los compradores leen ahora antes de llegar a tu escaparate.
El punto de fondo es que no necesitas esconder lo negativo para parecer creíble. Una mezcla de valoraciones se lee como algo real, y una respuesta cuidada a una reseña crítica a menudo convence más que un muro de cinco estrellas. Además te deja un registro público de cómo respondes bajo presión, lo cual es en sí mismo una señal. Lograr que las reseñas genuinas que ya tienes sean leídas, corroboradas y mostradas por los buscadores y la IA es el trabajo que rinde frutos, y la brecha que BeyondReviews se construyó para cerrar.