Facebook nieustannie testuje konsumentów, a nawet jego twórcy nie do końca rozumieją, jak to działa. Poleganie na bardzo szczegółowych spostrzeżeniach na temat preferencji małych grup demograficznych może również negatywnie wpłynąć na reklamodawców, zgodnie z 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 oglądając reklamy. Jednak badania przeprowadzone przez naukowców z Sauder School of Business na University of British Columbia (UBC) w Kanadzie sugerują, że te interakcje są częścią ciągłych eksperymentów marketingowych, które często nie są w pełni zrozumiałe, nawet przez firmy, które je przeprowadzają.
Naukowcy przeanalizowali wszystkie znane opublikowane i recenzowane badania dotyczące stosowania przez Facebooka i Google testów A/B, w których różnym konsumentom wyświetlane są różne reklamy w celu ustalenia, które z nich przynoszą najlepsze rezultaty.
Współautorzy dr Yann Cornil i dr David Hardisty wyjaśniają, że miliardy użytkowników mediów społecznościowych są testowane w dowolnym momencie, aby obserwować, w co klikają i, co jest kluczowe dla marketerów, co kupują. Można by założyć, że reklamodawcy oceniają, które komunikaty są skuteczne, a które nieskuteczne; jednak rzeczywistość jest bardziej skomplikowana.
Wykorzystanie testów A/B na Facebooku pozwala na zaangażowanie szerokiej publiczności i obserwację autentycznych zachowań – a ponieważ uczestnicy nie są świadomi, że biorą udział w eksperymencie, ich reakcje są uznawane za bardziej autentyczne i wiarygodne.
Problem pojawia się, ponieważ wysoce skomplikowane algorytmy określają, którzy użytkownicy otrzymają różne treści i reklamy; w konsekwencji nikt — nawet twórcy tych algorytmów — nie jest w stanie w pełni zrozumieć, dlaczego niektórzy konsumenci zostali wybrani przez daną reklamę lub dlaczego niektórzy zdecydowali się na nią zaangażować. Dr Cornil przypisuje to brakowi „losowego przydzielania” — na przykład, gdy eksperymentatorzy losowo prezentują dwie różne reklamy wybranym grupom.
„Nie można twierdzić, że zmiany wprowadzone do reklamy zwiększają współczynniki klikalności, ponieważ każda reklama będzie miała algorytm, który wybiera uczestników, którzy są najbardziej skłonni do interakcji z nią. Jeśli algorytmy się różnią, oznacza to, że nie ma prawdziwego losowego przydziału” — stwierdził. „Oznacza to również, że nie możemy z całą pewnością twierdzić, że reklama spowodowała wyższy współczynnik klikalności wyłącznie dlatego, że jest bardziej kreatywną reklamą. Może tak być, ponieważ jest powiązana z bardziej efektywnym algorytmem” — kontynuował.
Ponadto osobom tym często wyświetlane są reklamy na podstawie ich historii wyszukiwania; jeśli jednak podjęły już decyzję,
