Alors, quelle est la précision des options de ciblage publicitaire de Facebook ?

La plate-forme a fait la une des journaux ces dernières années grâce à son processus complexe de ciblage d’audience, qui apprend vos caractéristiques et vos intérêts en fonction de l’activité dans l’application, puis canalise ces informations dans son moteur de ciblage publicitaire, permettant aux marques de présenter leurs offres aux plus engagés, public réceptif grâce à ses différentes options d’affichage.

Des militants politiques l’auraient utilisé pour influencer l’opinion des électeursles marques ont pu cibler les utilisateurs en fonction d’éléments qui ils peuvent même ne pas se rendre compte qu’ils s’intéressent à eux-mêmes jusqu’à présent. Certaines études ont même suggéré que Facebook en sait plus sur vous que vos amis ou votre famille – mais en réalité, quel est le taux de précision réel des options de ciblage publicitaire de Facebook et quelles sont les implications des faux positifs sur les dépenses publicitaires ?

C’est ce qu’une équipe de Université d’État de Caroline du Nord cherché à savoir, avec un nouvelle étude qui a examiné les performances spécifiques du suivi des intérêts de Facebook et la manière dont il attribue les comportements et les sujets à chaque utilisateur.

Leur principale découverte – environ 30 % des intérêts inférés de Facebook sont inexacts ou non pertinents, ce qui pourrait avoir des implications importantes sur les dépenses publicitaires.

Comme expliqué dans le étude:

“Pour obtenir des informations sur la manière dont Facebook génère des intérêts à partir des activités Facebook d’un utilisateur, nous avons effectué des expériences contrôlées en créant de nouveaux comptes et en exécutant systématiquement de nombreuses activités planifiées. Nous avons constaté que 33,22 % des intérêts inférés étaient inexacts ou non pertinents. Pour comprendre si nos résultats sont valables pour un échantillon large et diversifié, nous avons mené une étude d’utilisateurs où nous avons recruté 146 participants (via Amazon Mechanical Turk) de différentes régions du monde pour évaluer l’exactitude des intérêts déduits par Facebook. Nous avons développé une extension de navigateur pour extraire des données de leurs propres comptes Facebook et poser des questions basées sur ces données. Nos participants ont rapporté une gamme similaire (29%) d’inexactitude comme observé dans nos expériences contrôlées.

Il convient de noter qu’il s’agit d’un groupe d’étude à relativement petite échelle – Facebook compte plus de 2,9 milliards d’utilisateurs actifs par mois, de sorte qu’un groupe de 146 sujets de test n’est qu’un élément infime.

Mais c’est axé sur le processus, les résultats sont probablement néanmoins valables – comme indiqué ici, dans le premier élément, les chercheurs ont effectué des tests sur la façon dont Facebook attribue les intérêts en fonction de l’activité, les profils expérimentaux partant de zéro, ce qui signifie qu’ils n’avaient aucun intérêt spécifique attaché à commencer avec.

« Les chercheurs ont créé 14 nouveaux comptes d’utilisateurs sur Facebook. Les chercheurs ont contrôlé les données démographiques et le comportement de chaque compte, et suivi la liste des centres d’intérêt générés par Facebook pour chaque compte. Cette expérience nous a permis de voir quelles activités étaient associées à Facebook inférant un intérêt, et la principale conclusion ici est que Facebook adopte une approche agressive de l’inférence d’intérêt – même quelque chose d’aussi simple que de faire défiler une page a conduit Facebook à déterminer qu’un utilisateur a un intérêt pour ce sujet ».

Bien sûr, tout le monde sait que Facebook suit tout ce que vous faites dans l’application, mais d’après cette étude, même la plus petite action peut entraîner une inférence dans votre profil de ciblage publicitaire, ce qui peut entraîner un ciblage inexact.

Les chercheurs notent également que le système de Facebook ne fait souvent pas la distinction entre les interactions positives et négatives, ce qui peut également entraîner des inexactitudes.

“Par exemple, nous avons commenté négativement une page Harry Potter et avons reçu des intérêts pour Harry Potter et Daniel Radcliffe (l’acteur principal des films Harry Potter).

L’étude a également montré que, parfois, le système de Facebook attribue incorrectement des entités :

“Par exemple, lors de la visite de la page Apple (société technologique), Apple (fruit) a été déduit comme un intérêt.”

Il y aurait divers degrés d’erreurs dans ce type de correspondance, et ce ne sont que quelques exemples de la façon dont vos intérêts sont parfois mal attribués dans l’application – ce qui n’est probablement pas trop surprenant, mais l’ampleur des résultats inexacts mérite d’être notée.

Cela pourrait-il être dû à la mise à jour ATT d’Apple ?

Il est possible qu’en raison de la perte d’informations sur les données de Facebook, alors que de plus en plus d’utilisateurs l’ont coupé du suivi sur iOS à la suite des invites ATT d’Apple, Facebook met désormais davantage l’accent sur les signaux intégrés à l’application pour alimenter sa segmentation d’audience à la place. Nous n’avons pas de données comparatives à ce sujet, car la majorité de cette étude a été menée après la mise en place des alertes ATT d’Apple (en avril 2021), mais cela pourrait être un autre élément en jeu, qui pourrait fausser le suivi de Facebook.

Mais de toute façon, c’est une considération intéressante. Jusqu’à présent, la machine de collecte de données de Facebook était considérée comme le système de suivi le plus complet jamais créé et comme un puissant moteur de ciblage d’audience. Mais si ce n’est pas exact 1/3 du temps, c’est un problème qui pourrait réduire les performances publicitaires.

Alors, que faites-vous à ce sujet? Eh bien, en tant qu’annonceur, vous ne pouvez pas faire grand-chose.

L’utilisation d’audiences similaires et de correspondances similaires devrait améliorer la précision, en fonction d’une série de facteurs, par opposition à la correspondance de sujets singuliers – mais en réalité, vous faites confiance aux systèmes de Facebook pour obtenir les meilleurs résultats, ce qui signifie que s’il y a des erreurs dans l’attribution , cela aura un impact sur vos performances.

Meta s’efforce toujours d’améliorer ses systèmes à cet égard, et des commentaires plus récents indiquent que le ciblage et les performances des publicités Facebook s’améliorent, il se peut donc également que ces erreurs soient corrigées au fil du temps. Mais cela revient vraiment à suivre les performances de vos annonces et à les affiner en fonction des résultats que vous voyez. Les publicités Facebook nécessitent un phase d’apprentissage pour maximiser les performances, et vous espérez, dans ce cadre, qu’il élimine également les faux positifs comme celui-ci.

Mais il s’agit d’une étude intéressante dans tous les cas, qui pourrait fournir des informations supplémentaires sur les performances de votre campagne.

Vous pouvez lire l’étude complète et le résumé icitandis que vous pouvez vérifier quels sont vos centres d’intérêt selon Facebook ici.