Meta a fourni un nouvel aperçu du fonctionnement de ses différents algorithmes de flux et de la manière dont il utilise des systèmes d’IA avancés pour aider à faire correspondre le bon contenu aux utilisateurs intéressés dans le flux, ce qui pourrait vous aider à mieux comprendre pourquoi vous voyez ce que vous voyez. sur Facebook et Instagram.
Et pour les spécialistes du marketing, cela pourrait vous donner une meilleure idée de la même chose, afin de vous aider à mieux vous connecter avec votre public cible.
Dans un nouvel explicateur, le président des affaires mondiales de Meta, Nick Clegg, a souligné l’importance de la transparence dans l’utilisation de l’IA dans les systèmes de recommandation de Meta, et comment les gens peuvent influencer leur flux, en fonction de leur activité.
Comme l’explique Clegg :
« Nos systèmes d’IA prédisent la valeur d’un élément de contenu pour vous, afin que nous puissions vous le montrer plus tôt. Par exemple, le partage d’une publication est souvent un indicateur que vous avez trouvé cette publication intéressante, donc prédire que vous partagerez une publication est un facteur que nos systèmes prennent en compte. Comme vous pouvez l’imaginer, aucune prédiction n’est un indicateur parfait de la valeur d’un message pour vous. Nous utilisons donc une grande variété de prédictions en combinaison pour nous rapprocher le plus possible du bon contenu, y compris certaines basées sur le comportement et d’autres basées sur les commentaires des utilisateurs reçus par le biais d’enquêtes.”
Meta a déjà fourni des aperçus similaires de ses algorithmes, qui cherchent à expliquer pourquoi les gens voient ce qu’ils voient dans leur flux.
Les principales considérations prises en compte par le système, sur la base de ces notes, sont les suivantes :
- D’où vient le message – La fréquence à laquelle un utilisateur interagit avec un profil ou une personne.
- Quand il a été posté – L’heure à laquelle il a été publié et la réponse initiale.
- Quelle est la probabilité que cela stimule l’engagement – Le système s’optimisera pour s’appuyer au mieux sur les comportements spécifiques de chaque utilisateur, y compris la probabilité de commenter ou de partager.
L’intégration de l’IA aide maintenant Meta à doubler ces éléments de base, ce qui optimisera idéalement l’expérience utilisateur pour chaque individu, en temps réel.
Pour mieux comprendre comment les différents éléments de ses systèmes alimentent cela, Meta a publié un nouvel ensemble de 22 « cartes système » qui expliquent comment ses systèmes classent le contenu.
Chaque carte fournit un aperçu général du fonctionnement des algorithmes de flux de Meta, ce qui pourrait vous aider à mieux comprendre ce qui a un impact à la fois sur ce que vous voyez dans ses applications et sur la manière dont la portée de votre contenu est déterminée.
C’est une ressource pratique pour développer votre connaissance du système, ce qui pourrait être un moyen précieux de maximiser les performances du contenu – bien que de nombreux explicatifs soient assez génériques et délibérément vagues, afin d’éviter que les gens n’utilisent les conseils pour déjouer le système.
Meta a également expliqué comment il utilise spécifiquement l’IA dans son processus de classement, avec un nouvel aperçu qui explore son amélioration systématique compréhension du contenu, qui peut maintenant interpréter ‘significations sémantiques du contenu de manière holistique à travers différentes modalités (telles que l’image, le texte, l’audio ou les vidéos) ».
« Ces modèles de production offrent des fonctionnalités telles que la reconnaissance visuelle, la détection d’objets, l’extraction de texte et la reconnaissance audio. Ils nous permettent également d’effectuer davantage de tâches spécifiques à l’application, telles que la classification des sujets/genres, la prédiction des hashtags, la correspondance des similarités et le regroupement.
En d’autres termes, les systèmes de Meta comprennent mieux ce qui est présenté dans chaque élément de vos messages, y compris les objets dans les images et les vidéos, afin de mieux montrer le bon contenu aux utilisateurs en fonction de leurs intérêts.
TikTok intègre également des symboles similaires – c’est pourquoi vous verrez probablement plus de contenu basé sur des repères visuels, par opposition aux hashtags ou aux mots-clés dans la description seule. Cela rend le flux de TikTok encore plus convaincant, et Meta essaie maintenant également d’intégrer la même chose dans Reels, qui a été le principal moteur de la croissance de l’engagement sur Facebook et Instagram au cours de l’année écoulée.
Mais il n’y a pas de secrets révélés ici, en tant que tels. Meta ne publie pas de talisman qui expliquera comment augmenter votre portée sur ses applications, mais il essaie de fournir un meilleur aperçu de son système de classement, afin d’aider les utilisateurs à comprendre les nombreuses considérations qui influent sur ce qu’ils voient, et comment ils peuvent les influencer, à la fois par leur activité et par des contrôles manuels.
Sur ce dernier, Meta cherche également à fournir plus d’informations, avec une mise à jour de son ‘Pourquoi est-ce que je vois ceci?‘ dans Reels (à la fois sur Facebook et IG) qui fournira plus d’informations sur la façon dont votre activité précédente a informé les Reels que vous voyez.
Meta déploie également de nouveaux options de contrôle de contenu sur Facebook et Instagram, où vous pourrez avoir plus d’influence sur le contenu que vous voyez dans chaque application.
« Vous pouvez visiter vos préférences de flux sur Facebook et le centre de contrôle de contenu suggéré sur Instagram via le menu à trois points sur les publications pertinentes, ainsi que via les paramètres.”
Il ajoute également de nouveaux indicateurs « intéressés » sur Reels, afin que vous puissiez dire au système que vous voulez voir plus de ce type – un peu comme Likes, mais plus direct.
Encore une fois, il n’y a pas de formule magique ici, Meta n’ouvre pas sa boîte noire et ne vous laisse pas entrer dans tous ses secrets algorithmiques. Mais les nouveaux outils de transparence fournissent plus d’informations sur ses différents modèles de classement et sur les facteurs généraux qu’il prend en compte lors de l’évaluation de la façon de façonner l’expérience de chaque utilisateur.
La vraie valeur, d’un point de vue marketing, serait de savoir quels éléments Meta pèsent le plus à un moment donné, mais d’une part, cela change toujours, et d’autre part, donner aux gens une carte de la façon de jouer avec le système n’est probablement pas l’exercice le plus bénéfique. .
Mais si vous voulez savoir comment fonctionnent les systèmes de Meta et comment ils s’améliorent, cela pourrait valoir la peine de prendre du temps pendant le long week-end pour parcourir ces explications et notes.
Vous pouvez en savoir plus sur les processus algorithmiques de Meta ici.
