Novo estudo descobre que a segmentação por interesse do Facebook é imprecisa em cerca de 30% das vezes

Então, quão precisas são as opções de segmentação de anúncios do Facebook?

A plataforma ganhou as manchetes nos últimos anos devido ao seu complexo processo de segmentação de público, que aprende sobre suas características e interesses com base na atividade no aplicativo e, em seguida, afunila essas informações em seu mecanismo de segmentação de anúncios, permitindo que as marcas apresentem suas ofertas aos mais engajados, público receptivo por meio de suas diversas opções de exibição.

Ativistas políticos supostamente usaram isso para influenciar as opiniões dos eleitores, as marcas conseguiram segmentar usuários com base em coisas que eles podem nem perceber que ainda estão interessados ​​em si mesmos. Alguns estudos até sugeriram que o Facebook sabe mais sobre você do que amigos ou familiares - mas, na realidade, qual é a taxa real de precisão das opções de segmentação de anúncios do Facebook e quais são as implicações de falsos positivos nos gastos com anúncios?

Foi isso que uma equipe da North Carolina State University procurou descobrir, com um novo estudo que examinou o desempenho específico do rastreamento de interesses do Facebook e como ele aloca comportamentos e tópicos para cada usuário.

Sua descoberta principal – cerca de 30% dos interesses inferidos do Facebook são imprecisos ou irrelevantes, o que pode ter implicações significativas para os gastos com anúncios.

Conforme explicado no estudo:

“ Para obter insights sobre como o Facebook gera interesses a partir das atividades de um usuário no Facebook, realizamos experimentos controlados criando novas contas e executando sistematicamente várias atividades planejadas. Descobrimos que 33,22% dos interesses inferidos eram imprecisos ou irrelevantes. Para entender se nossas descobertas são válidas para uma amostra grande e diversificada, realizamos um estudo com usuários em que recrutamos 146 participantes (por meio do Amazon Mechanical Turk) de diferentes regiões do mundo para avaliar a precisão dos interesses inferidos pelo Facebook. Desenvolvemos uma extensão do navegador para extrair dados de suas próprias contas do Facebook e fazer perguntas com base nesses dados. Nossos participantes relataram uma faixa semelhante (29%) de imprecisão, conforme observado em nossos experimentos controlados.”

Vale a pena notar que este é um grupo de estudos relativamente pequeno – o Facebook tem mais de 2,9 bilhões de usuários ativos mensais, então um grupo de 146 sujeitos de teste é apenas um elemento fracionário.

Mas é focado no processo, os resultados provavelmente se mantêm - como observado aqui, no primeiro elemento, os pesquisadores conduziram testes contidos sobre como o Facebook atribui interesses com base na atividade, com os perfis experimentais começando em branco, o que significa que eles não tinham interesses específicos ligados a começar com.

“Os pesquisadores criaram 14 novas contas de usuário no Facebook. Os pesquisadores controlaram os dados demográficos e o comportamento de cada conta e acompanharam a lista de interesses que o Facebook gerou para cada conta. Esse experimento nos permitiu ver quais atividades estavam associadas ao Facebook inferir um interesse, e a principal descoberta aqui é que o Facebook adota uma abordagem agressiva para inferência de interesse - mesmo algo tão simples quanto rolar por uma página levou o Facebook a determinar que um usuário tem um interesse nesse assunto”.

Claro, todo mundo sabe que o Facebook está rastreando tudo o que você faz no aplicativo, mas com base neste estudo, mesmo a menor ação pode causar uma inferência no seu perfil de segmentação de anúncios, o que pode levar a uma segmentação imprecisa.

Os pesquisadores também observam que o sistema do Facebook geralmente não distingue entre interações positivas e negativas, o que também pode levar a imprecisões.

“ Por exemplo, comentamos negativamente em uma página de Harry Potter e recebemos interesses em Harry Potter e Daniel Radcliffe (o ator principal dos filmes de Harry Potter).”

O estudo também mostrou que, às vezes, o sistema do Facebook atribui entidades incorretamente:

“Por exemplo, ao visitar a página da Apple (empresa de tecnologia), a Apple (fruta) foi inferida como um interesse.”

Haveria vários graus de erros nesse tipo de correspondência, e esses são apenas alguns exemplos de como seus interesses às vezes são atribuídos erroneamente no aplicativo – o que provavelmente não é muito surpreendente, mas a escala de resultados imprecisos é digna de nota.

Isso poderia ser por causa da atualização ATT da Apple?

É possível que, devido à perda de informações de dados do Facebook, à medida que mais usuários o impedem de rastrear no iOS como resultado dos prompts da ATT da Apple, o Facebook agora está colocando mais ênfase nos sinais no aplicativo para alimentar sua segmentação de público. Não temos dados comparativos sobre isso, pois a maior parte deste estudo foi realizada após a implementação dos alertas ATT da Apple (em abril de 2021), mas esse pode ser outro elemento em jogo, que pode distorcer o rastreamento do Facebook.

Mas de qualquer forma, é uma consideração interessante. Até agora, a máquina de coleta de dados do Facebook era vista como o sistema de rastreamento mais abrangente já criado e um poderoso mecanismo de segmentação de público. Mas se não for preciso em 1/3 das vezes, isso é uma preocupação, o que pode reduzir o desempenho da publicidade.

Então o que fazer sobre isso? Bem, como anunciante, não há muito o que fazer.

Usar Públicos Semelhantes e correspondências semelhantes deve melhorar a precisão, com base em vários fatores, em oposição à correspondência de tópicos singulares - mas, na verdade, você está confiando nos sistemas do Facebook para obter os melhores resultados, o que significa que, se houver erros na atribuição , isso afetará seu desempenho.

A Meta está sempre trabalhando para melhorar seus sistemas a esse respeito, e o feedback mais recente foi que a segmentação e o desempenho dos anúncios do Facebook estão melhorando, então também pode ser que esses erros estejam sendo resolvidos ao longo do tempo. Mas tudo se resume a acompanhar o desempenho do seu anúncio e refinar com base nos resultados que você vê. Os anúncios do Facebook exigem uma fase de aprendizado para maximizar o desempenho, e você espera que, dentro disso, também esteja eliminando falsos positivos como esse.

Mas é um estudo interessante de qualquer forma, que pode fornecer informações adicionais sobre o desempenho de sua campanha.

Você pode ler o estudo completo e o resumo aqui, enquanto pode conferir o que o Facebook acha que são seus interesses aqui.