Filtrage des avis (review gating)
Le filtrage des avis consiste à présélectionner les clients pour n'orienter que les clients satisfaits vers la publication d'un avis public, tout en redirigeant les clients mécontents vers un canal de retour privé, si bien que la note affichée paraît meilleure que l'expérience client réelle.
Un filtre classique demande d'abord ce que ressent le client : choisissez une note élevée et vous êtes envoyé vers Google ou la page produit, choisissez une note basse et vous arrivez sur un formulaire de support privé. L'intention est évidente, et c'est là le problème. Le procédé fabrique une note qui ne reflète pas la vraie répartition des opinions, et les acheteurs, les autorités et les moteurs de recherche y voient de plus en plus une tromperie plutôt qu'une gestion de réputation. Le filtrage se distingue du simple fait de solliciter un client satisfait au bon moment : son trait définitoire est que le chemin négatif est conçu pour ne jamais devenir public.
Prenons un marchand Shopify qui vend un service à café en céramique avec filtre à verser. Son email post-achat demande « Comment s'est passée votre commande ? » avec un visage souriant et un visage mécontent. Cliquez sur le sourire et vous accédez à un formulaire cinq étoiles pré-rempli sur la page produit. Cliquez sur la moue et vous obtenez un ticket de support « Dites-nous ce qui n'a pas fonctionné » qui ne débouche sur rien de public. Le service a un vrai défaut, un bec qui goutte, mais la vitrine affiche 4,9 étoiles sur deux cents avis. La plainte sur le bec reste dans une boîte de support, invisible pour l'acheteur suivant, qui retourne l'article pour la même raison et laisse un avis une étoile sur Google, là où le filtre ne peut pas l'atteindre.
Ce n'est pas une zone grise. Aux États-Unis, la FTC a déclaré que supprimer sélectivement les avis négatifs est trompeur, et en France la DGCCRF sanctionne les pratiques commerciales déloyales liées aux faux avis ; Google, Trustpilot et la plupart des places de marché d'applications interdisent le filtrage purement et simplement, les sanctions allant de la suppression des avis au déréférencement. L'alternative honnête consiste à solliciter chaque acheteur pour un avis sans filtrage, et à traiter les réclamations via un canal de support clairement distinct qui ne décide pas qui a le droit de s'exprimer publiquement.
Il existe un angle lié aux moteurs de réponse que les marchands oublient souvent. Quand ChatGPT, Perplexity ou Google AI Overviews résument si un produit vaut la peine d'être acheté, ils s'appuient sur des textes d'avis dispersés sur de nombreuses sources, pas seulement sur le widget soigné de votre boutique. Un catalogue filtré tend à montrer une note étrangement uniforme sur le site alors que le reste du web raconte une autre histoire, et ces systèmes pondèrent la concordance entre les sources. Cet écart peut être lu comme un manque de fiabilité, et les avis négatifs que vous avez tenté d'enterrer ressortent quand même dans les résumés mêmes que les acheteurs lisent désormais avant d'arriver sur votre boutique.
Le point de fond est que vous n'avez pas besoin de cacher les avis négatifs pour paraître crédible. Un mélange de notes paraît authentique, et une réponse réfléchie à un avis critique convainc souvent davantage qu'un mur de cinq étoiles. Cela vous donne aussi une trace publique de votre manière de réagir sous pression, ce qui constitue en soi un signal. Faire en sorte que les avis authentiques que vous avez déjà soient lus, recoupés et mis en avant par la recherche et l'IA, voilà le travail qui paie, et c'est l'écart que BeyondReviews est conçu pour combler.