Votre classement “e-reputation” sur TripAdvisor est-il différent de celui de Booking.com (basé lui sur des clients authentiques)? Nous les avons comparés et la conclusion est que les deux classements sont assez similaires.
Les hôteliers avec une bonne réputation paniquent lorsqu’ils reçoivent une opinion négative. De plus, ils doutent souvent de la véracité de ce qui se publie sur Tripadvisor. Régulièrement, ils exigent plus de contrôle, comme dans une récente campagne qui sollicite une vérification de chaque séjour pour toutes les opinions.
Nous avons tous entendus des exemples de faux avis, plus ou moins évidents, flagrants et impunis. Ils existent, il n’y a pas de doutes et, quand un hôtel s’en voit affecté, la réaction habituelle et compréhensible est de lever les bras au ciel. Il est possible aussi d’essayer de manipuler le classement à l’inverse: de fausses opinions positives écrites par l’établissement pour faire monter son positionnement. Tripadvisor a encore du travail d’investigation à faire sur ce genre d’avis frauduleux bien qu’ils annoncent compter sur un important département en charge de cette chasse aux faux avis. Que cela soit suffisant ou non, ils ne vont probablement pas changer l’essence d’un système ouvert à n’importe quel utilisateur et ceci est un débat qui nous échappe.
La question intéressante que nous nous posons est plus spécifique : jusqu’à quel point ces fausses opinions affectent la réputation générale de l’hôtel et concrètement, sa position dans le classement Tripadvisor?
La vérification
Si l’argument qui fait douter de Tripadvisor est que les non-clients peuvent s’infiltrer, alors un autre système qui travaille seulement avec des clients réels devrait refléter des résultats différents. Cette autre plateforme “fiable” pourrait être Booking.com, qui en plus compte sur un volume important comparable à celui de Tripadvisor.
Attention, nous ne parlons pas de l’ordre par défaut de Booking.com, appelé “Nous conseillons”. Cet ordre prend en compte de nombreux autres facteurs. Nous parlons exclusivement du critère par évaluation du client: La “Note des commentaires”.
Nous avons limité notre comparaison à Paris, Nice et Lyon, à la partie Haute du classement – les 15 premiers du classement – et uniquement les hôtels, excluant les autres types d’établissements.
Bien évidemment, il ne faut pas espérer une concordance exacte des résultats. Les algorithmes de l’un ou l’autre système sont différents. On devrait trouver des variations mineures notamment dûes aux:
- Hôtels avec plus de clientèle nord-américaine qui laisse plus de commentaires sur Tripadvisor que sur Booking.com
- Hôtels qui “encouragent” leurs clients à laisser un commentaire sur une ou l’autre des plateformes.
De plus, dans le cas de Tripadvisor, nous avons utilisé la position dans le classement mais, dans le cas de Booking.com nous avons pris en compte la note (sachant que de nombreux hôtels possèdent la même).
En prenant en compte ces différences, et avec la plus grande prudence pour interpréter les résultats, voici les tableaux :
- 8 des 15 des meilleurs hôtels de Lyon sur Tripadvisor sont également dans les 15 premiers hôtels les mieux notés sur Booking.com.
- A Paris, 10 hôtels sur les 15 premiers de TripAdvisor font également partie des 15 hôtels les mieux notés sur Booking.com
- A Lyon, le meilleur hôtel sur Tripadvisor est le premier sur Booking également
- A Nice, les 3 premiers hôtels sur Tripadvisor sont également les 3 meilleurs sur Booking
- Hôtel plutôt mieux noté sur TripAdvisor: Clair Hôtel (Nice)
- Hôtels plutôt moins bien notés sur Tripadvisor: Cresp (Nice), Molière (Paris)
Sur Tripadvisor il y a 1791 hôtels à Paris, 189 hôtels à Lyon, 212 à Nice. Sur Booking.com 1467, 100 et 157. Le classement des 15 premiers hôtels sur chaque ville coïncide généralement, ce qui est conforte donc la fiabilité de Tripadvisor.
Bien entendu, cette étude reste une comparaison limitée, mais nous pouvons tout de même en ressortir que, en acceptant l’existence de cas injustes, il faut relativiser l’incidence des avis négatifs. Les fraudes qui se faufilent sont ponctuelles et ne devraient pas mettre en doute la fiabilité du système dans son ensemble. Quand nous parlons de millions de données, les tromperies se diluent. C’est finalement l’essence du Big Data.
