Como o Facebook classifica o conteúdo em 2023: Feed, Stories, Reels e mais

O Facebook atualizou seu recurso explicando como classifica o conteúdo em seu site, incluindo Feed, Stories e Reels.

A Meta também anunciou novas ferramentas e recursos para melhorar a transparência na rede social, o que ajudará melhor os profissionais de marketing.

Por que nos importamos. Os profissionais de marketing e anunciantes precisam de um forte entendimento de como o Facebook classifica o conteúdo para que possam tomar decisões informadas sobre suas campanhas para obter visibilidade e engajamento máximos.

O que há de novo? Meta publicou uma série de novos recursos projetados para fornecer maior clareza sobre seus fatores de classificação por meio de sua redação digital:

• Cartões de sistema: o Facebook criou 14 cartões de sistema para ajudar os profissionais de marketing a entender como o Facebook usa IA para classificar conteúdo e criar feeds personalizados para indivíduos. As cartas também explicam como os indivíduos podem controlar o que veem.
• 'Por que estou vendo isso?': A Meta está expandindo esse recurso para o Facebook Reels nas próximas semanas. Ele permite que as pessoas entendam como suas atividades anteriores no site influenciaram o conteúdo que a IA considera relevante para elas e, posteriormente, veicula em suas contas.
• 'Mostrar mais, mostrar menos' : o Facebook planeja tornar esse recurso, que está atualmente disponível em todas as postagens em Feeds, Vídeos e Reels por meio do menu de três pontos, mais proeminente.
• Meta's Content Library e AP I: O Facebook planeja lançar um novo conjunto de ferramentas para pesquisadores chamado Meta's Content Library and API nas próximas semanas. A nova biblioteca está configurada para incluir dados de postagens públicas, páginas, grupos e eventos no site de rede social.

Cartões de sistema

Os novos cartões de sistema do Facebook são a maior atualização de seu centro de recursos. Este sistema é composto por 14 cartões:

• Feed: o Facebook usa IA para calcular uma pontuação de relevância para cerca de 500 postagens e, em seguida, classifica-as em ordem decrescente. O sistema é construído para mostrar uma variedade de conteúdo no feed, o que significa que um usuário não deve ver várias postagens de vídeo seguidas.
• Comentários classificados no feed: a IA classifica os comentários na ordem que considera mais relevante para cada usuário. Ele faz isso examinando fatores como a popularidade de outros comentários e se eles foram publicados por alguém em sua rede.
• Recomendações de feed: a IA determinará com qual conteúdo os usuários têm maior probabilidade de se envolver, observando fatores como grupos aos quais ingressaram recentemente e postagens de que gostaram. Em seguida, ele usa essas informações para decidir qual conteúdo (por exemplo, postagens, carretéis, vídeos ao vivo) recomendar.
• Reels: A IA seleciona quais bobinas são exibidas e em que ordem, determinando no que um usuário provavelmente está interessado. Ele faz essas previsões examinando fatores como contas que o usuário seguiu, gostou ou com as quais se envolveu recentemente.
• Histórias: o sistema de IA mostra automaticamente histórias de pessoas ou páginas, prevendo no que um usuário provavelmente está interessado. O sistema também aplica regras para garantir que os usuários recebam uma mistura equilibrada de conteúdo nas histórias.
• Pessoas que você pode conhecer : a IA tentou determinar as pessoas que podem ser de interesse, observando fatores como pessoas que são amigas dos amigos de um usuário ou pessoas que estão nos mesmos grupos que o usuário.
• Vídeo: quando os usuários visualizam e interagem com o vídeo do Facebook, um dos sistemas de IA subjacentes oferece uma variedade de tipos de vídeo que podem corresponder às suas preferências. Este conteúdo é encontrado na guia Vídeo. Pode incluir bobinas, música, jogos ou shows. Este é o conteúdo que os usuários podem estar interessados ​​em criadores que eles podem não seguir.
• Marketplace : quando um usuário visualiza e interage com o Facebook, incluindo o feed do Facebook Marketplace, um dos sistemas de IA subjacentes recomenda listagens relevantes do Marketplace. Por exemplo, os usuários podem ver itens à venda em categorias como artigos para casa, suprimentos para animais de estimação e artigos esportivos. Os feeds dos usuários também podem incluir outras recomendações, como vendedores e conteúdo nos quais eles possam estar interessados.
• Notificações: a IA escolhe quais notificações enviar e classifica as notificações na ordem que considera mais relevante para o usuário. Enquanto isso, as notificações visualizadas anteriormente são exibidas na ordem em que foram recebidas.
• Pesquisa: a IA concede a cada resultado de pesquisa em potencial uma pontuação relacionada à relevância desse conteúdo para um usuário, examinando fatores como o tipo de conteúdo. Em seguida, ele fornecerá aos usuários os resultados em ordem de relevância com base nessa pontuação
• Feed de grupos: a IA determina automaticamente quais postagens aparecem no feed de grupos e em que ordem, pontuando o conteúdo por relevância.
• Feed de grupo individual: a IA prevê com qual conteúdo os usuários têm maior probabilidade de se envolver e, em seguida, classifica-o de acordo com a relevância em seu feed de grupo individual. Os fatores de relevância incluem o que e quem os usuários seguiram, curtiram ou interagiram recentemente.
• Grupo sugerido : a IA do Facebook analisará fatores como grupos dos quais os amigos de um usuário são membros e tópicos relacionados a produtos com os quais um usuário pode ter se envolvido recentemente e, em seguida, usará esses dados para identificar outros grupos que possam ser de interesse.
• Páginas que você pode gostar : a AI sugerirá páginas a serem seguidas com base nas páginas que os amigos de um usuário gostaram recentemente ou páginas que podem estar relacionadas a produtos e postagens com as quais o usuário se envolveu recentemente.

Obtenha a newsletter diária em que os profissionais de marketing de busca confiam.

Processando ... Por favor aguarde.

SE INSCREVER

Consulte os termos.

Biblioteca de conteúdo e API do Meta

Outra grande atualização do centro de recursos do Facebook é a nova API e biblioteca de conteúdo do Meta. O banco de dados está configurado para incluir dados de:

• postagens públicas
• Páginas
• Grupos
• Eventos

As pessoas poderão usar a biblioteca para pesquisar, explorar e filtrar em uma interface gráfica do usuário ou por meio de uma API programática.

No entanto, de acordo com as diretrizes atuais, essa ferramenta foi criada especificamente para pesquisadores de instituições acadêmicas e de pesquisa qualificadas que buscam tópicos de pesquisa científica ou de interesse público. Para obter acesso a esses dados, os pesquisadores precisarão se inscrever.

Personalizando a experiência do usuário

O Facebook confirmou que, além de fornecer maior transparência em seus fatores de classificação, também deseja fornecer aos usuários as ferramentas para retomar o controle do conteúdo que veem – por exemplo, o recurso “Por que estou vendo isso?”.

Essas ferramentas dão aos usuários do Facebook a capacidade de moldar suas próprias experiências e escolher o que querem ou não ver. As pessoas podem fazer alterações visitando suas preferências de feed no Facebook, bem como nas configurações.

O que o Facebook disse? Nick Clegg, presidente de Assuntos Globais da Meta, compartilhou detalhes na redação digital da Meta sobre como a IA está classificando o conteúdo e como será mais fácil para os usuários controlar o que veem no futuro. Ele disse:

• "[Nossos sistemas de IA] tornam mais provável que as postagens que você vê sejam relevantes e interessantes para você. Também estamos deixando mais claro como você pode controlar melhor o que vê em nossos aplicativos, além de testar novos controles e tornar outros mais acessíveis. E estamos fornecendo informações mais detalhadas para os especialistas, para que possam entender e analisar melhor nossos sistemas."
• "Nossos sistemas de IA preveem o quão valioso um conteúdo pode ser para você, para que possamos mostrá-lo mais cedo. Por exemplo, compartilhar uma postagem geralmente é um indicador de que você achou essa postagem interessante, portanto, prever que você compartilhará uma postagem é um fator que nossos sistemas levam em consideração."
• "Como você pode imaginar, nenhuma previsão é um indicador perfeito de se uma postagem é valiosa para você. Portanto, usamos uma ampla variedade de previsões combinadas para chegar o mais próximo possível do conteúdo certo, incluindo algumas baseadas em comportamento e outras com base no feedback do usuário recebido por meio de pesquisas."
• "Esperamos que, ao apresentar esses produtos aos pesquisadores no início do processo de desenvolvimento, possamos receber feedback construtivo para garantir que estamos construindo as melhores ferramentas possíveis para atender às suas necessidades".

Mergulho profundo: você pode encontrar uma explicação mais detalhada da IA ​​por trás das recomendações de conteúdo no blog Meta AI. Para obter mais informações sobre como a IA usa sinais para fazer previsões, visite o Centro de Transparência da Meta.