Fraud dan Atestasi

1
Judul : Fraud detection in online consumer reviews
Peneliti : Nan Hu, Ling Liu, Vallabh Sambamurthy
Dipublikasikan : journal homepage: www.elsevi e r.com/locate/dss
DECSUP-11765; No of Pages 13
Direview oleh : HENNY AM. / P3400213342


PENDAHULUAN
Artikel ini menyajikan ulasan yang berisi tinjauan konsumen online dalam
membuat keputusan pembelian dengan mengasumsikan refleksi yang berisi
pengalaman konsumen lain dengan produk atau jasa. Sementara banyak literatur
yang belum menguji tentang tinjauan ada atau tidaknya manipulasi.
Adopsi yang cepat dari Web 2.0 telah melepaskan gelombang inovasi yang
mungkin akan mengubah cara pelanggan memperoleh informasi untuk melakukan
pembelian produk atau keputusan investasi saham.
Karena konsumen semakin tergantung pada informasi yang dikeluarkan
melalui saluran sosial online, seperti konten konsumen yang dihasilkan, untuk
membuat keputusan pembelian produk atau jasa, maka penting bagi mereka untuk
mengetahui kualitas dan kebenaran informasi yang tersedia bagi mereka.
Dalam literatur ini penulis mendefinisikan ulasan penipuan seperti yang terjadi
ketika vendor online, penerbit, atau penulis menulis ulasan "konsumen" dengan
menyamar sebagai pelanggan nyata.
Penelitian terbaru menyimpulkan bahwa word-of-mouth (WOM) komunikasi
adalah sumber daya pemasaran yang berharga bagi konsumen dan pengusaha
dengan implikasi penting untuk keberhasilan suatu produk. literatur ini memberikan
wawasan yang berguna dengan menghubungkan ulasan online dengan penjualan.
Hal ini menunjukkan korelasi positif antara rata-rata ulasan dan produk sales.
Namun, ada satu implisit yang merupakan asumsi penting dalam literatur ini bahwa
peneliti berusah memberikan kebenaran, yaitu:
Asumsi 1. Ulasan online ditulis oleh pelanggan yang sebenarnya pada
awalnya bukan penerbit atau vendor, dll Oleh karena itu, review online
mencerminkan kualitas baik produk yang sebenarnya atau kualitas produk
yang relatif benar.
Asumsi 2. Ulasan online ditulis oleh pada awalnya memang pelanggan dan
bukan penerbit atau vendor. Bahkan jika ada manipulasi, konsumen cerdas
dapat menyesuaikan interpretasi mereka dengan opini online.


Fraud dan Atestasi
Review Jurnal: Fraud detection in online consumer reviews



HENNY AM. / P3400213342 MAKSI STAR-D 2013

2

Dalam tulisan ini, penulis menganalisis secara empiris dengan mempelajari
perilaku online dan menjawab pertanyaan-pertanyaan penelitian sebagai berikut:
Apakah ulasan penipuan benar-benar ada? Apakah ulasan manipulasi lazim
sebagai Fenomena atau apakah itu hanya terjadi sesekali?
Apa jenis vendor lebih mungkin untuk memanipulasi ulasan secara online :
mereka yang menjual produk-produk berkualitas tinggi atau mereka yang
menjual produk dengan kualitas rendah? Vendor yang menerima peringkat
rata-rata yang lebih tinggi untuk produk mereka, atau mereka dengan
penilaian rata-rata yang lebih rendah?
Apakah konsumen cukup pintar untuk menyaring manipulasi yang
ditunjukkan Dellarocas? Apakah mereka mampu untuk mengoreksi bias ini
dalam keputusan pembelian mereka? Apa indeks kualitas yang mereka
gunakan untuk membuat keputusan pembelian dalam pandangan
keberadaan ulasan penipuan?
Apakah ulasan penipuan online merupakan fenomena umum di berbagai
website?
Hasil dari tulisan ini adalah sebagai berikut:
BAGAIMANA ULASAN KONSUMEN BERKEMBANG DARI WAKTU KE WAKTU?
Penulis mempelajari properti time-series dari ulasan konsumen berbasis online
dari data yang terkumpul dari Amazon.com . Sebelum membahas model analisis dan
empiris, pertama kali penulis membahas di mana dan bagaimana mengumpulkan data.
1. Data, Penulis mengumpulkan data dari Amazon Web Service (AWS) dan
dibangun dua dataset untuk menguji pertanyaan penelitian penulis. pertama dataset
adalah data cross-sectional terdiri dari sampel acak dari buku, DVD, dan video.
2. Apa maksud urutan (waktu relatif)?, Untuk mempelajari bagaimana ulasan
konsumen berkembang dari waktu ke waktu, pertama-tama kita mendefinisikan
istilah baru yang disebut "order" untuk mewakili time. Order relatif dapat
dipelajari dari review yang pertama setiap produk yang diterima; Order 2
merupakan yang kedua meninjau setiap produk yang diterima; dan seterusnya.
Dalam penelitian penulis, penulis menggunakan relatif waktu (order) bukan waktu
mutlak karena setiap item yang dijual di Amazon memiliki tanggal rilis sendiri dan

Fraud dan Atestasi
Review Jurnal: Fraud detection in online consumer reviews



HENNY AM. / P3400213342 MAKSI STAR-D 2013

3
karena umur absolut sendiri di Amazon. Dalam regresi kita nanti analisis, penulis
mengontrol potensi efek pengganggu dari waktu mutlak.
3. Driver Potensi diulas menurun dari waktu ke waktu , Pertama-tama kita
melihat bagaimana ulasan konsumen berubah seiring waktu. menganggap bahwa
tidak ada manipulasi (review online semua diberikan oleh sebelumnya pelanggan)
dan tidak ada bias seleksi mandiri (kemudian pelanggan berbagi sama selera
pelanggan sebagai awal ketika mengevaluasi produk yang sama).
4. Mengapa kita menduga bahwa mungkin ada ulasan penipuan ?
Ada dua jenis acara yang menarik dalam penelitian ini : kabar baik peristiwa dan
berita buruk. Dalam konteks kita, baik (buruk) berita acara terjadi ketika review
baru dirilis untuk item memiliki nilai tinggi (rendah) dari rata-rata skor tinjauan
sebelumnya.

ANALISIS TEORITIS : SEBUAH PROSES SELEKSI DIRI MURNI ATAU
KOMBINASI SELEKSI MANDIRI DENGAN MANIPULASI ?
Kita sekarang tahu bahwa ada dua driver potensial yang mungkin menjelaskan
mengapa review dari produk yang paling cenderung turun dari waktu ke waktu.
Pertanyaan penulis berikutnya adalah apakah proses seleksi mandiri murni tanpa
manipulasi dapat menjadi kekuatan pendorong yang mendasari tunggal. Perhatikan
bahwa kita tidak menganggap bahwa manipulasi atau seleksi mandiri dari setiap item
memiliki tren penurunan
Themodel: Sebuah proses seleksi mandiri murni dengan "rating tinggi"
konsumen masuk pertama
Model: manipulasi Pure (dengan penurunan kemungkinan manipulasi dari
waktu ke waktu).
Jika tidak ada "positif Peringkat Bias didorong oleh bias seleksi mandiri"
dan
no "manipulasi"
Uji ketahanan dan empiris cek, untuk mendapatkan estimasi yang tepat,
kita mengendalikan faktor pembaur berikut :
Usia dan waktu efek

Fraud dan Atestasi
Review Jurnal: Fraud detection in online consumer reviews



HENNY AM. / P3400213342 MAKSI STAR-D 2013

4
keheningan
Perubahan kualitas Pengulas dari waktu ke waktu

HUBUNGAN ANTARA KUALITAS DAN MANIPULASI
Pada Bagian 3, kita mempelajari hubungan antara nilai rata-rata dan
manipulasi, dan didokumentasikan bahwa ulasan produk dengan rendah peringkat
rata-rata akan lebih mungkin untuk dimanipulasi. Dalam bagian ini, penulis
menyelidiki hubungan antara kualitas produk dan manipulasi karena nilai rata-rata
produk belum tentu sama dengan yang kualitas produk, terutama untuk ulasan tahap
awal.

APAKAH KONSUMEN DAPAT SEPENUHNYA MEMPERHITUNGKAN BIAS?
Analisis penulis sebelumnya menunjukkan bahwa ada manipulasi sistematis
pendapat konsumen online, tetapi tidak setiap vendor terlibat dalam manipulasi.
Bahkan vendor yang menjual produk dengan kualitas yang sama mengadopsi strategi
manipulasi yang berbeda. Sebagai manipulasi strategi tidak sepenuhnya sistematis,
produk-produk berkualitas tinggi mungkin menunjukkan lebih rendah dari peringkat
rata-rata. Sebaliknya, produk-produk berkualitas rendah mungkin menunjukkan
peringkat rata-rata yang lebih tinggi. Oleh karena itu, ada pemutusan antara kualitas
dan nilai rata-rata.

BAGAIMANA PELANGGAN MEMBUAT KEPUTUSAN PEMBELIAN SAAT ADA
MANIPULASI?
Pada bagian atas, kita menunjukkan bahwa, untuk beberapa derajat, review
online tidak dapat dipercaya. Dalam situasi seperti ini, konsumen menggunakan
informasi apa untuk membuat keputusan pembelian ? Untuk barang yang
berpengalaman dijual melalui pasar elektronik online, tanpa adanya ulasan manipulasi,
ulasan konsumen dapat dianggap sebagai kualitas unggul sinyal karena ini ulasan
online menyediakan informasi tentang nilai item yang ditulis oleh pelanggan
sebelumnya setelah konsumsi. Namun, pada tahap awal dengan kehadiran review
manipulasi, ceritanya berbeda. Untuk menguji keberadaan " kualitas harga " indikator

Fraud dan Atestasi
Review Jurnal: Fraud detection in online consumer reviews



HENNY AM. / P3400213342 MAKSI STAR-D 2013

5
Amazon, kita jalankan regresi terpisah menggunakan empat Subsamples berbeda dari
data panel penulis.
Harga menjadi dis utilitas karena untuk dua produk dengan kualitas yang sama,
ditandai dengan nilai rata-rata yang sama, konsumen akan memilih satu dengan yang
lebih rendah harga karena konsumen produk yang memiliki utilitas bersih yang lebih
tinggi.

MANIPULASI DI WEBSITE
Pembaca mungkin berpikir bahwa hasil penulis didorong oleh fitur-fitur khusus
data dari Amazon. Amazon dari waktu ke waktu dan diplot hasilnya. ntuk setiap order
(waktu), kita menjalankan regresi didasarkan pada Model 2 untuk mendapatkan
estimasi 1, yang digunakan untuk perkiraan indeks manipulasi, mewakili tingkat
manipulasi secara keseluruhan.

PENUTUP
Dalam studi ini, penulis menggunakan data dari Amazon dan Barnes & Noble
untuk dokumen yang penerbit, penulis, dan vendor konsisten memanipulasi ulasan
konsumen online. Jika suatu perusahaan memutuskan untuk mengadopsi manipulasi,
yang Strategi manipulasi monoton menurun sehubungan dengan itu kualitas produk
yang benar. Dalam kasus seperti itu, manipulasi sebenarnya menurun keinformatifan
tinjauan online. Namun, penulis membuktikan bahwa tidak semua perusahaan akan
memanipulasi ulasan online. Karena non sistematis keterlibatan, tidak mudah bagi
konsumen untuk manipulasi sepenuhnya benar Bias. Konsumen dapat menyesuaikan
bias yang hanya didasarkan pada harapan mereka tingkat manipulasi tentang
keseluruhan. Untuk tingkat tertentu, vendor dapat memanipulasi hasil hasil dan
konsumen karena itu merespon untuk informasi yang salah. Penulis
mendokumentasikan keberadaan " Harga kualitas proxy " dalam arti bahwa pada tahap
awal setelah item dilepaskan ke Amazon market, konsumen menggunakan harga
sebagai indikator kualitas bukan menggunakan nilai rata-rata. Dengan demikian, harga
yang lebih tinggi menyebabkan peningkatan lebih dari penurunan penjualan.

Fraud dan Atestasi
Review Jurnal: Fraud detection in online consumer reviews



HENNY AM. / P3400213342 MAKSI STAR-D 2013

6
Akhirnya, penulis menunjukkan bahwa secara umum ada yang lebih tinggi tingkat
manipulasi pada Barnes & Noble dari pada Amazon.
Penulis mendokumentasikan bahwa semakin rendah kualitas dan nilai rata-rata
dari produk vendor menjual, semakin tinggi kemungkinan bahwa vendor yang akan
melakukan manipulasi online.