Il blemishing effect è l'effetto per cui una piccola informazione negativa, aggiunta dopo una serie di informazioni positive, può rendere un prodotto più gradito di quanto lo renderebbero le sole informazioni positive. Il nome viene da blemish, macchia: una piccola imperfezione su un quadro altrimenti pulito.
L'effetto è stato descritto in uno studio del 2012, e vale solo a condizioni precise che spesso vengono omesse quando se ne parla. In questo articolo vediamo cosa hanno osservato gli autori, quando l'effetto funziona e quando no, e cosa significa per le recensioni delle sedi di una rete.
Lo studio di Ein-Gar, Shiv e Tormala
Lo studio si intitola «When Blemishing Leads to Blossoming: The Positive Effect of Negative Information». Lo hanno firmato Danit Ein-Gar, della Tel Aviv University, e Baba Shiv e Zakary L. Tormala, della Stanford University, ed è uscito sul Journal of Consumer Research (volume 38, numero 5, febbraio 2012, pagine 846-859; online dal maggio 2011). È uno studio di oltre dieci anni fa: lo citiamo perché è la fonte originale dell'effetto, non come dato recente sul comportamento dei consumatori.
Gli autori hanno condotto quattro studi, in laboratorio e sul campo. Nel primo, descritto nella sintesi pubblicata dalla Stanford Graduate School of Business, i partecipanti valutavano un paio di scarponi da trekking con molte caratteristiche positive, come la suola ortopedica e l'impermeabilità. A una parte veniva aggiunto un difetto minore: il modello era disponibile in soli due colori. Chi era distratto da un altro compito preferiva gli scarponi quando la descrizione includeva il difetto; chi poteva concentrarsi li preferiva con le sole informazioni positive.
In un secondo studio, a degli studenti universitari venivano proposte tavolette di cioccolato presentate come fresche, apprezzate e scontate. Ad alcuni si diceva anche che le tavolette erano rotte. Gli studenti fermati mentre entravano a un esame, quindi con la testa altrove, hanno comprato in media 0,41 tavolette a testa quando sapevano del difetto, contro 0,21 con le sole informazioni positive. Tra quelli fermati mentre passeggiavano nel campus è successo il contrario: 0,43 tavolette con le sole informazioni positive, 0,25 con il difetto.
Una nota sul dato che circola più spesso: il «+20% di interesse» attribuito allo studio non compare né nell'articolo degli autori né nella sintesi di Stanford, e per questo non lo riportiamo.
Quando l'effetto vale e quando no
Il blemishing effect non dice che le informazioni negative fanno bene. Dice che, in certe condizioni, una piccola informazione negativa rende più convincente un quadro positivo. Gli autori ne hanno verificate due, l'attenzione di chi valuta e l'ordine delle informazioni, e hanno studiato solo difetti minori: la terza condizione è quindi che l'informazione negativa sia debole. Non serve invece che le informazioni positive siano molte: in uno degli studi ne bastava una.
| Condizione | Quando c'è | Quando manca |
|---|---|---|
| Bassa attenzione | Chi valuta è distratto o decide in fretta: la piccola macchia rende il quadro più credibile | Chi valuta con attenzione preferisce le sole informazioni positive |
| Ordine | L'informazione negativa arriva dopo quelle positive, anche dopo una sola | Se l'informazione negativa arriva per prima, l'effetto non si osserva |
| Informazione debole | Il difetto è lieve, o riguarda un aspetto marginale rispetto al valore del prodotto | Non è stato testato: gli autori ritengono probabile che critiche gravi, numerose o centrali annullino l'effetto |
Fonte: Ein-Gar, Shiv e Tormala, Journal of Consumer Research, 2012.
La spiegazione proposta dagli autori riguarda la prima impressione. Quando si presta poca attenzione, ci si fa un'idea con le prime informazioni e la piccola informazione negativa che arriva dopo, troppo debole per cambiarla, finisce per far risaltare ancora di più quelle positive. Quando invece si ragiona con calma, il difetto viene valutato per quello che è, e pesa.
Cosa significa per le recensioni
Le recensioni sono un contesto in cui le tre condizioni possono presentarsi spesso. Chi cerca una sede su Google Maps scorre il voto, il numero di recensioni e le prime righe di qualche testo, spesso dal telefono e in pochi secondi. In quella lettura una critica minore dentro un profilo positivo può rendere il quadro più credibile. Lo scrive anche Google nei suoi suggerimenti per ricevere più recensioni: una combinazione di feedback positivi e negativi spesso sembra più affidabile.
Questo non significa che le recensioni negative si possano ignorare. Il voto resta il primo filtro: secondo la Local Consumer Review Survey 2026 di BrightLocal, condotta su consumatori statunitensi, il 68% degli intervistati sceglie solo attività con almeno quattro stelle. L'effetto riguarda la piccola macchia su un profilo già buono, non un profilo con molte critiche.
Fonte: BrightLocal, Local Consumer Review Survey 2026, 1.002 consumatori adulti negli Stati Uniti.
Un esempio da una rete di ristoranti. Una sede con voto 4,6 ha decine di recensioni recenti che lodano cucina e servizio, e qualcuna che lamenta il parcheggio difficile. Per chi scorre le recensioni quella critica è una macchia marginale, che conferma che le recensioni sono vere. Un'altra sede con lo stesso voto ha invece più recensioni che citano lunghe attese al tavolo. Qui non c'è nessuna macchia utile: l'attesa riguarda il cuore del servizio, e se il tema si ripete diventa una descrizione della sede.
Cosa non fare
Dallo studio non si ricava nessuna regola per «produrre» recensioni negative, né per filtrarle. Chiedere recensioni solo ai clienti soddisfatti, scoraggiare quelle negative o offrire qualcosa in cambio di una recensione sono pratiche vietate dalle norme di Google sui contenuti. Il modo corretto di chiedere recensioni a tutti i clienti è descritto nell'articolo su come chiedere recensioni su Google.
Anche la critica minore va gestita. Una recensione negativa senza risposta consegna a chi legge una sola versione dei fatti; una risposta breve e ordinata mostra che la sede ascolta, e spesso conta più della critica stessa. Come farlo, passo per passo, è spiegato nell'articolo su come gestire le recensioni negative in una rete di sedi, con gli esempi dell'articolo su come rispondere alle recensioni su Google.
Come distinguere una macchia da un problema, sede per sede
In una rete la domanda pratica è come separare le critiche marginali da quelle che segnalano un problema. La risposta passa dai temi. Raggruppare le recensioni di tutte le sedi per argomento, come attesa, personale, prodotto o parcheggio, permette di vedere quali critiche sono episodiche e quali si ripetono, in quali sedi e da quanto tempo. Una critica sul parcheggio in una sede di periferia è una macchia; una critica sull'attesa che cresce in dieci sedi è un segnale per la direzione operativa.
Come impostare questa lettura è spiegato nell'articolo sull'analisi delle recensioni per temi e sentiment. Il principio del blemishing effect, in fondo, dice una cosa semplice: chi legge le recensioni non cerca la perfezione, cerca un quadro credibile. Il lavoro di una rete è fare in modo che le critiche restino macchie.
Separare le critiche marginali dai problemi di una sede
Con Calton le recensioni di tutte le sedi arrivano in un'unica dashboard da Google, Tripadvisor, Trustpilot, TheFork e dalle altre piattaforme collegate. La topic analysis raggruppa le critiche per tema e per sede, così si vede subito se un argomento resta isolato o si ripete in più punti vendita.
Le recensioni negative ancora senza risposta sono in evidenza e il tasso di risposta di ogni sede è sempre sotto controllo; per le risposte si possono usare la risposta AI o modelli condivisi, con la revisione di chi conosce la sede. Se vuoi capire come leggere le critiche della tua rete, parliamone.
Lo studio citato è Ein-Gar, D., Shiv, B., Tormala, Z. L. (2012), «When Blemishing Leads to Blossoming: The Positive Effect of Negative Information», Journal of Consumer Research, 38(5), 846-859. Le indicazioni di Google e i dati BrightLocal vengono dalle pagine linkate nel testo, consultate il 22 ottobre 2026.






