Facebook nieustannie eksperymentuje ze swoimi użytkownikami, a nawet twórcy platformy nie do końca rozumieją jej mechanizmy. Zależność od bardzo szczegółowych spostrzeżeń na temat preferencji mniejszych grup demograficznych może również negatywnie wpłynąć na reklamodawców, jak zauważa International Journal of Research in Marketing.
Użytkownicy serwisów społecznościowych, takich jak Facebook, Instagram i TikTok, mogą sądzić, że po prostu wchodzą w interakcje ze znajomymi, rodziną i obserwatorami, jednocześnie napotykając reklamy. Jednak badania przeprowadzone przez naukowców z Sauder School of Business na University of British Columbia (UBC) w Kanadzie wskazują, że te interakcje są częścią ciągłych eksperymentów marketingowych, które często nie są w pełni zrozumiałe nawet dla firm, które je nadzorują.
Naukowcy przeanalizowali wszystkie dostępne opublikowane i recenzowane badania dotyczące wdrożenia przez Facebooka i Google testów A/B, w których różnym konsumentom prezentowane są różne reklamy w celu ustalenia, która wersja jest najskuteczniejsza.
Współautorzy badania, dr Yann Cornil i dr David Hardisty, wyjaśniają, że w dowolnym momencie miliardy użytkowników mediów społecznościowych przechodzą testy, aby ustalić, w co klikają i, co jest kluczowe dla marketerów, co kupują. Można by założyć, że reklamodawcy oceniają, które komunikaty rezonują, a które nie; jednak wydaje się, że rzeczywistość jest bardziej skomplikowana.
Wykorzystując testy A/B na Facebooku, reklamodawcy mają dostęp do szerokiej publiczności i mogą monitorować rzeczywiste zachowania. Ponadto uczestnicy często nie zdają sobie sprawy, że biorą udział w eksperymencie, więc ich reakcje są postrzegane jako bardziej autentyczne i wiarygodne.
Wyzwanie polega na tym, że wysoce wyrafinowane algorytmy dyktują, którym konsumentom pokazywane są różne treści i reklamy; w rezultacie nikt — nawet twórcy tych algorytmów — nie jest w stanie w pełni zrozumieć, dlaczego konkretni konsumenci zostali wybrani przez daną reklamę lub dlaczego niektórzy zdecydowali się na nią. Dr Cornil zauważa, że problem ten wynika z braku „losowego przydzielania” — na przykład, gdy badacze losowo wyświetlają dwie różne reklamy wybranym grupom.
„Nie można twierdzić, że modyfikacje wprowadzone do reklamy zwiększają współczynniki klikalności, ponieważ każda reklama będzie opierać się na algorytmie, który wybiera uczestników, którzy najprawdopodobniej się z nią zaangażują. Jeśli algorytmy się różnią, wskazuje to na brak prawdziwie losowego przydziału” – stwierdził. „Oznacza to również, że nie możemy z całą pewnością twierdzić, że reklama osiągnęła wyższy współczynnik klikalności, ponieważ była lepszym wysiłkiem kreatywnym. Może to być po prostu spowodowane tym, że jest powiązana z bardziej efektywnym algorytmem” – wyjaśnił.
Ponadto osobom tym często prezentowane są reklamy oparte na
