Crees que estás bajo control al desplazarte tus alimentos en las redes sociales, pero piensa de nuevo. Las plataformas de redes sociales como Tikatok, Facebook, Instagram, X y muchos otros se han convertido en el campo de prueba para pruebas de marketing constantes, donde los usuarios participan en la campaña objetivo, según Investigación de la Escuela de Negocios de UBC SadarEl Debido a los algoritmos impulsados por AI y Machine Learning, cualquier contenido aparecerá frente a cualquier usuario y por qué es difícil de predecir.
Respectivamente Informe, Teniendo en cuenta la ausencia de vendedores “asignación aleatoria”, si un anuncio funciona mejor que el otro, hay una falta de habilidad que saber con certeza. Como resultado, los mensajes importantes pueden ser excluidos de ciertos grupos, y los algoritmos son tan precisos que pueden notar niveles personales.
A pesar de concentrarse en Facebook y Google, el estudio de UBC “Google y Facebook A/B prueban sobre la travesura continua: cómo administrar e informar los estudios de plataforma en línea” Afirma que todas las principales plataformas de redes sociales desde Instagram hasta Tikatok utilizan técnicas comparativas.
En un aviso, para el estudio, los investigadores han probado todos los estudios familiares y paralelos del examen A/B por Facebook y Google, es decir, cuando diferentes clientes son más efectivos, y se muestra que varios anuncios descubren defectos significativos.
Desde el profesor asociado de UBC Saudar y co -autores del estudio, algunos piensan que los anunciantes pueden decir qué mensajes son efectivos y cuáles no, pero parece que no es casi fácil.
Los investigadores pueden acceder a una gran audiencia utilizando la herramienta de examen A/B en Facebook y observar el comportamiento real, y los participantes son desconocidos porque son parte de cualquier prueba, sus reacciones se consideran más reales y confiables.
El problema es que los algoritmos extremadamente complejos deciden que cualquier consumidor se mostrará en diferentes contenidos y anuncios; Y como resultado, es imposible para cualquiera, incluso aquellos que han creado algoritmos, incluso los clientes específicos se entienden completamente para determinar por qué alguno de ellos decidió hacer clic en la publicidad. Respectivamente Dr. Cornil, Se reduce en ausencia de algo conocido como “asignación aleatoria”, por ejemplo, cuando los examinadores presentan dos anuncios separados en el grupo seleccionado.
“No se puede decir que todo lo que ha cambiado en su anuncio está aumentando en el comportamiento de clic, porque cada anuncio está a punto de ser un algoritmo que seleccione las posibilidades de los participantes con más probabilidades de hacer clic en él. Si los algoritmos son diferentes, no significa que no haya una tarea aleatoria real”, dice. “Esto significa que ni siquiera podemos decir con certeza que un anuncio ha creado una tasa de clics de clics más alta porque creativamente es un buen anuncio. Puede ser porque está relacionado con mejores algoritmos”.
