Wie Facebook Machine Learning für personalisierte Werbung einsetzt

• Welche Werbung Menschen angezeigt wird, wird durch zwei Hauptfaktoren bestimmt

1. Die vom Werbetreibenden ausgewählte Zielgruppe

→ Über die von Facebook bereitgestellten Tools nach Alter/Geschlecht/Aktionen ausgewählte Nutzer oder Lookalike-Zielgruppen

2. Das Ergebnis der Anzeigenauktion

→ Anzeigen, bei denen der jeweilige Nutzer zur Zielgruppe gehört, werden gesammelt und in die Auktionsphase überführt

→ Die Anzeige mit dem höchsten Wert wird durch die Kombination von drei Werten ausgewählt

a. Gebot: der vom Werbetreibenden für die jeweilige Anzeige festgelegte Gebotspreis

b. Geschätzte Aktionsrate: eine Schätzung dafür, ob eine bestimmte Person auf eine bestimmte Anzeige reagiert oder durch diese Anzeige konvertiert

c. Anzeigenqualität: Bewertung von Faktoren wie Feedback von Personen, die die Anzeige sehen oder ausblenden, sowie Eigenschaften, die die Qualität mindern

• Wie Machine Learning bei der Anzeigenauslieferung eingesetzt wird

1. Geschätzte Aktionsrate: Um vorherzusagen, wie wahrscheinlich es ist, dass ein Nutzer die vom Werbetreibenden gewünschte Handlung ausführt, werden Nutzerverhalten, Anzeigeninhalt, Zeit und Interaktionen berücksichtigt

→ Ob in der Facebook-App Aktionen wie Anzeigenklicks oder Beitragsklicks erfolgen

→ Ob außerhalb von Facebook Website-Besuche, Produktkäufe oder App-Installationen stattfinden, wird über Pixel, Login, Social Plugins usw. erfasst

2. Anzeigenqualität (Ad Quality)

→ Berücksichtigt die Rückmeldungen von Personen, die die Anzeige sehen oder ausblenden

→ Es wird auch berücksichtigt, ob ein Bild zu viel Text enthält, ob anstößige Sprache verwendet wird oder ob es sich um klickköderartige Elemente handelt, die Nutzer zur Interaktion verleiten sollen