De underligt specifikke filtre, kampagner bruger til at mikromålrette dig

Pexels

Nyhederne: Det NYU Ad Observatory udgav nye data i denne uge om de input, Trump og Biden-kampagnerne bruger til at målrette målgrupper for annoncer på Facebook. det er et virvar af brede og specifikke karakteristika lige fra de ekstremt brede (alle brugere mellem 18-65 år) til særlige træk (mennesker med interesse for Lin-Manuel Miranda). Kampagner bruger disse filtre - normalt flere på hver annonce - til at dirigere annoncer til segmenter af Facebook-brugere i forsøg på at overtale, mobilisere eller indsamle penge. Dataene viser, at begge kampagner har investeret kraftigt i personlighedsprofilering ved hjælp af Facebook, svarende til den taktik, Cambridge Analytica hævdede at anvende i 2016. Det viser også, hvor personlig målretning kan være: kampagner er i stand til at uploade lister over specifikke individuelle profiler, de ønsker at målrette mod. , og det fremgår tydeligt af undersøgelsen, at dette er en meget almindelig praksis.

Biden-kampagneannonce oprettet med filteret 'interesseret i: Lin-Manuel Miranda'

Sådan fungerer målrettede annoncer: Kampagner skaber vælgeropsøgende strategier ved at bruge modeller, der knuse data og spytte forudsigelser ud om, hvordan folk sandsynligvis vil stemme. Ud fra dette identificerer de, hvilke af disse segmenter de håber at skaffe penge fra, overtale eller møde op til stemmeurnerne. Facebook giver i mellemtiden annoncører en række måder at målrette mod disse brugere, herunder grundlæggende demografiske filtre, en liste over brugerinteresser eller muligheden for at uploade en liste over profiler. (Facebook opretter listen over emner, som brugere kan være interesserede i baseret på deres venner og onlineadfærd.) Kampagner bruger personlighedsprofiler til at matche deres segmenter til Facebook-interesser.

Når kampagner uploader lister over specifikke brugere, er det dog meget mindre klart, hvordan de har identificeret, hvem de skal målrette mod, og hvor profilnavnene kom fra. Kampagner køber ofte lister med profilnavne fra tredjeparter eller laver selv listerne, men hvordan en kampagne matchede en vælger til en Facebook-profil er uhyggeligt svært at spore.

Trump-kampagneannonce oprettet med filteret 'interesseret i: Barstol Sports'

Dataene: Dataene er ikke udtømmende eller repræsentative, da de kommer fra omkring 6.500 frivillige, der har valgt at download Ad Observatory plugin . Facebook offentliggør ikke disse data, så frivillig deling er det eneste vindue til denne proces. Det betyder, at det er svært at lave en rimelig sammenligning mellem kampagnerne eller se bredt på, hvad de laver. I samarbejde med Ad Observatory-teamet var vi i stand til at udtrække nogle eksempler på filtre og annonceparringen, der blev leveret til den målrettede målgruppe, inkluderet i denne historie. Du kan udforske resten af ​​dataene på nederst på dette dashboard .

Sådan tolkes det: NYU-forskerne siger, at der er nogle indsigter at hente. For det første er det klart, at kampagner fortsætter med at eksperimentere og investere i målrettede reklamekampagner på Facebook. Forskerne sagde også, at annoncer oprettet med brugerdefinerede lister havde en tendens til at blive brugt til overbevisende meddelelser. Det er uklart, præcis hvorfor dette er, men der er en lukrativ industri omkring at finde og sende beskeder til vælgere, der kan overtales.

De fleste af annoncerne, der blev oprettet ved hjælp af de specifikke filtre omkring interesser, var beregnet til fundraising-formål, men ikke udelukkende. Fundraising-annoncer er målrettet mod basale tilhængere, så det kan være, at kampagner har mere sofistikerede modeller (og bedre data), når det kommer til deres egne tilhængeres interesser og personligheder.

Biden-kampagneannonce ved hjælp af et filter for 'Køn: kvinde'

Trump-kampagneannonce målrettet til en brugerdefineret målgruppe af brugere i North Carolina uploadet af 'DT Client Services LLC'

Hvad dette betyder for politisk mikromålretning: I 2016 blev Cambridge Analytica beskyldt for at bruge Facebook-data til at oprette personlighedsprofiler for potentielle amerikanske vælgere. Det hævdede at identificere de personer, der sandsynligvis ville blive overtalt til at stemme på Trump på grundlag af denne personlighedskortlægning. Der er ingen beviser for, at det virkede, men Laura Edelson, en ingeniør hos Ad Observer, sagde, at jeg faktisk heller ikke kender til beviser for, at det ikke er effektivt. Hun bemærkede, at det kunne være ineffektivt og stadig skadeligt. Den kontinuerlige investering i denne form for profilering og segmentering indikerer, at denne form for datadrevet, storstilet mikromålretning kun er vokset og blevet mere mainstream.

Biden-kampagneannonce oprettet ved hjælp af filteret 'interesseret i: NPR og/eller det demokratiske parti i Florida'

Trump-kampagneannonce oprettet ved hjælp af filteret 'interesseret i: Mænds humor'

Hvad er det næste: Vi er måske ikke i stand til at få denne slags indsigt meget længere: The Wall Street Journal rapporter at Facebook har skrevet til forskerne bag Ad Observatory og advaret dem om, at projektet er i strid med dets vilkår. Fordi værktøjet skraber data fra webstedet, hævder rapporten, sagde den sociale medieplatform, at projektet skal lukkes ned og alle data slettes, ellers kan NYU 'være genstand for yderligere håndhævelsesforanstaltninger'. Forskere har længe hævdet, at Facebook begrænser synligheden af ​​aktivitet på sit websted: CrowdTangle, et af de vigtigste værktøjer til at måle aktivitet på Facebook, blev erhvervet af Palo Alto-virksomheden i 2016.

skjule