Facebook จัดอันดับเนื้อหาในปี 2023 อย่างไร: ฟีด สตอรี่ รีล และอื่นๆ

Facebook ได้อัปเดตทรัพยากรของตนโดยอธิบายถึงวิธีการจัดอันดับเนื้อหาทั่วทั้งเว็บไซต์ ซึ่งรวมถึงฟีด สตอรี่ และรีล

Meta ได้ประกาศเครื่องมือและคุณสมบัติใหม่สำหรับการปรับปรุงความโปร่งใสบนโซเชียลเน็ตเวิร์ก ซึ่งจะช่วยนักการตลาดได้ดียิ่งขึ้น

ทำไมเราถึงสนใจ นักการตลาดและผู้ลงโฆษณาจำเป็นต้องมีความเข้าใจอย่างถ่องแท้ว่า Facebook จัดอันดับเนื้อหาอย่างไร เพื่อให้พวกเขาสามารถตัดสินใจอย่างรอบรู้เกี่ยวกับแคมเปญของตนเพื่อให้ได้การมองเห็นและการมีส่วนร่วมสูงสุด

มีอะไรใหม่? Meta เผยแพร่คุณลักษณะใหม่จำนวนมากที่ออกแบบมาเพื่อให้ความชัดเจนยิ่งขึ้นเกี่ยวกับปัจจัยการจัดอันดับผ่านห้องข่าวดิจิทัล:

• การ์ดระบบ: Facebook ได้สร้างการ์ดระบบ 14 ใบเพื่อช่วยให้นักการตลาดเข้าใจว่า Facebook ใช้ AI เพื่อจัดอันดับเนื้อหาและสร้างฟีดที่ปรับให้เหมาะกับแต่ละบุคคลอย่างไร การ์ดยังอธิบายว่าแต่ละคนสามารถควบคุมสิ่งที่พวกเขาเห็นได้อย่างไร
• 'ทำไมฉันถึงเห็นสิ่งนี้': Meta กำลังขยายฟีเจอร์นี้ไปยัง Facebook Reels ในอีกไม่กี่สัปดาห์ข้างหน้า ช่วยให้ผู้คนเข้าใจว่ากิจกรรมก่อนหน้าของพวกเขาบนไซต์มีอิทธิพลต่อเนื้อหาใดที่ AI พิจารณาว่าเกี่ยวข้องกับพวกเขาในปัจจุบันและให้บริการในบัญชีของพวกเขาในภายหลัง
• 'แสดงมากขึ้น แสดงน้อยลง' : Facebook วางแผนที่จะทำให้ฟีเจอร์นี้ซึ่งขณะนี้มีอยู่ในโพสต์ทั้งหมดในฟีด วิดีโอ และคลิปมือถือผ่านเมนูสามจุด ให้โดดเด่นยิ่งขึ้น
• Meta's Content Library และ AP I: Facebook วางแผนที่จะเปิดตัวชุดเครื่องมือใหม่สำหรับนักวิจัยที่เรียกว่า Meta's Content Library และ API ในอีกไม่กี่สัปดาห์ข้างหน้า ไลบรารีใหม่ถูกตั้งค่าให้รวมข้อมูลจากโพสต์สาธารณะ เพจ กลุ่ม และกิจกรรมบนไซต์โซเชียลเน็ตเวิร์ก

การ์ดระบบ

การ์ดระบบใหม่ของ Facebook เป็นการอัปเดตที่ใหญ่ที่สุดสำหรับศูนย์ทรัพยากร ระบบนี้ประกอบด้วยการ์ด 14 ใบ:

• ฟีด: Facebook ใช้ AI เพื่อคำนวณคะแนนความเกี่ยวข้องของโพสต์ประมาณ 500 โพสต์ แล้วจัดอันดับโพสต์เหล่านั้นตามลำดับจากมากไปน้อย ระบบถูกสร้างขึ้นเพื่อแสดงเนื้อหาที่หลากหลายในฟีด หมายความว่าผู้ใช้ไม่ควรเห็นโพสต์วิดีโอหลายรายการติดต่อกัน
• ฟีดจัดอันดับความคิดเห็น: AI จัดอันดับความคิดเห็นตามลำดับสิ่งที่เห็นว่าจะเกี่ยวข้องกับผู้ใช้แต่ละคนมากที่สุด โดยตรวจสอบปัจจัยต่างๆ เช่น ความนิยมของความคิดเห็นอื่นๆ และดูว่ามีการเผยแพร่โดยบุคคลในเครือข่ายของตนหรือไม่
• การแนะนำฟีด: AI จะกำหนดเนื้อหาที่ผู้ใช้มีแนวโน้มที่จะมีส่วนร่วมมากที่สุด โดยพิจารณาจากปัจจัยต่างๆ เช่น กลุ่มที่พวกเขาเพิ่งเข้าร่วมและโพสต์ที่พวกเขาชอบ จากนั้นจะใช้ข้อมูลนี้ในการตัดสินใจว่าจะแนะนำเนื้อหาใด (เช่น โพสต์ คลิปวีดีโอถ่ายทอดสด)
• วงล้อ: AI จะเลือกวงล้อที่ให้บริการและลำดับโดยพิจารณาว่าผู้ใช้มีแนวโน้มที่จะสนใจอะไรมากที่สุด โดยจะทำการคาดคะเนโดยการตรวจสอบปัจจัยต่างๆ เช่น บัญชีที่ผู้ใช้ติดตาม ชอบ หรือมีส่วนร่วมเมื่อเร็วๆ นี้
• เรื่องราว: ระบบ AI จะแสดงเรื่องราวจากผู้คนหรือเพจโดยอัตโนมัติโดยคาดเดาสิ่งที่ผู้ใช้น่าจะสนใจมากที่สุด ระบบยังใช้กฎเพื่อให้แน่ใจว่าผู้ใช้จะได้รับเนื้อหาที่สมดุลในเรื่องราว
• คนที่คุณอาจรู้จัก : AI พยายามระบุคนที่อาจสนใจโดยดูจากปัจจัยต่างๆ เช่น คนที่เป็นเพื่อนกับเพื่อนของผู้ใช้หรือคนที่อยู่ในกลุ่มเดียวกับผู้ใช้
• วิดีโอ: เมื่อผู้ใช้ดูและโต้ตอบกับวิดีโอ Facebook ระบบ AI พื้นฐานระบบใดระบบหนึ่งจะส่งวิดีโอประเภทต่างๆ ที่อาจตรงกับความต้องการของพวกเขา พบเนื้อหานี้ในแท็บวิดีโอ ซึ่งอาจรวมถึงวงล้อ เพลง เกม หรือการแสดง นี่คือเนื้อหาที่ผู้ใช้อาจสนใจจากผู้สร้างซึ่งพวกเขาอาจไม่ติดตาม
• Marketplace : เมื่อผู้ใช้ดูและโต้ตอบกับ Facebook รวมถึงฟีด Facebook Marketplace ระบบ AI พื้นฐานระบบใดระบบหนึ่งจะแนะนำรายการ Marketplace ที่เกี่ยวข้อง ตัวอย่างเช่น ผู้ใช้สามารถดูสินค้าที่ขายในหมวดหมู่ต่างๆ เช่น ของใช้ในบ้าน อุปกรณ์สำหรับสัตว์เลี้ยง และสินค้ากีฬา ฟีดของผู้ใช้อาจมีคำแนะนำอื่นๆ เช่น ผู้ขายและเนื้อหาที่พวกเขาอาจสนใจ
• การแจ้งเตือน: AI เลือกการแจ้งเตือนที่จะส่งและจัดอันดับการแจ้งเตือนตามลำดับที่เห็นว่าเกี่ยวข้องกับผู้ใช้มากที่สุด ในขณะเดียวกัน การแจ้งเตือนที่ดูก่อนหน้านี้จะแสดงตามลำดับที่ได้รับ
• การค้นหา: AI ให้คะแนนผลลัพธ์การค้นหาแต่ละรายการที่เกี่ยวข้องกับความเกี่ยวข้องของเนื้อหานั้นกับผู้ใช้ โดยพิจารณาจากปัจจัยต่างๆ เช่น ประเภทเนื้อหา จากนั้นจะแสดงผลลัพธ์แก่ผู้ใช้ตามลำดับความเกี่ยวข้องตามการให้คะแนนนี้
• ฟีดกลุ่ม: AI จะกำหนดโดยอัตโนมัติว่าโพสต์ใดปรากฏในฟีดกลุ่มและในลำดับใด โดยให้คะแนนเนื้อหาตามความเกี่ยวข้อง
• ฟีดกลุ่มส่วนบุคคล: AI คาดการณ์เนื้อหาที่ผู้ใช้มีแนวโน้มที่จะมีส่วนร่วมมากที่สุด จากนั้นจัดอันดับตามความเกี่ยวข้องในฟีดกลุ่มแต่ละรายการ ปัจจัยความเกี่ยวข้องรวมถึงสิ่งที่ผู้ใช้เพิ่งติดตาม ชอบ หรือมีส่วนร่วมด้วยเมื่อเร็วๆ นี้
• กลุ่มที่แนะนำ : AI ของ Facebook จะพิจารณาปัจจัยต่างๆ เช่น กลุ่มที่เพื่อนของผู้ใช้เป็นสมาชิก และหัวข้อที่เกี่ยวข้องกับผลิตภัณฑ์ที่ผู้ใช้อาจมีส่วนร่วมเมื่อเร็วๆ นี้ จากนั้นใช้ข้อมูลนี้เพื่อระบุกลุ่มอื่นๆ ที่อาจเป็นที่สนใจ
• เพจที่คุณอาจชอบ : AI จะแนะนำเพจให้ติดตามโดยอิงจากเพจที่เพื่อนของผู้ใช้เพิ่งถูกใจหรือเพจที่อาจเกี่ยวข้องกับผลิตภัณฑ์และโพสต์ที่ผู้ใช้มีส่วนร่วมด้วยเมื่อเร็วๆ นี้

รับจดหมายข่าวรายวันที่นักการตลาดไว้วางใจ

กำลังดำเนินการ...โปรดรอสักครู่

ติดตาม

ดูข้อกำหนด

ไลบรารีเนื้อหาและ API ของ Meta

การอัปเดตครั้งใหญ่อีกครั้งสำหรับศูนย์ทรัพยากรของ Facebook คือไลบรารีเนื้อหาและ API ใหม่ของ Meta ฐานข้อมูลถูกกำหนดให้รวมข้อมูลจาก:

• โพสต์สาธารณะ
• หน้า
• กลุ่ม
• เหตุการณ์

ผู้คนจะสามารถใช้ไลบรารีเพื่อค้นหา สำรวจ และกรองบนอินเทอร์เฟซผู้ใช้แบบกราฟิกหรือผ่าน API แบบเป็นโปรแกรม

อย่างไรก็ตาม ภายใต้หลักเกณฑ์ปัจจุบัน เครื่องมือนี้ได้รับการตั้งค่าโดยเฉพาะสำหรับนักวิจัยจากสถาบันการศึกษาและการวิจัยที่มีคุณสมบัติตามที่กำหนดในหัวข้อการวิจัยทางวิทยาศาสตร์หรือสาธารณะประโยชน์ เพื่อที่จะเข้าถึงข้อมูลนี้ นักวิจัยจะต้องสมัคร

ปรับแต่งประสบการณ์ผู้ใช้

Facebook ยืนยันว่านอกจากจะให้ความโปร่งใสมากขึ้นในปัจจัยการจัดอันดับแล้ว ยังต้องการให้ผู้ใช้มีเครื่องมือในการควบคุมเนื้อหาที่พวกเขาเห็น เช่น ฟีเจอร์ "ทำไมฉันถึงเห็นสิ่งนี้"

เครื่องมือเหล่านี้ช่วยให้ผู้ใช้ Facebook สามารถกำหนดรูปแบบประสบการณ์ของตนเอง และเลือกสิ่งที่ต้องการและไม่อยากเห็น ผู้คนสามารถเปลี่ยนแปลงได้โดยไปที่การตั้งค่าฟีดบน Facebook และผ่านการตั้งค่า

เฟสบุ๊คบอกอะไร? Nick Clegg ประธานฝ่าย Global Affairs ของ Meta แบ่งปันรายละเอียดในห้องข่าวดิจิทัลของ Meta เกี่ยวกับวิธีที่ AI จัดอันดับเนื้อหา และวิธีที่ผู้ใช้จะควบคุมสิ่งที่เห็นในอนาคตได้ง่ายขึ้น เขาพูดว่า:

• "ระบบ [AI ของเรา] ทำให้โพสต์ที่คุณเห็นมีความเกี่ยวข้องและน่าสนใจสำหรับคุณมากขึ้น นอกจากนี้ เรายังทำให้ชัดเจนยิ่งขึ้นว่าคุณจะควบคุมสิ่งที่คุณเห็นบนแอปของเราได้ดีขึ้นได้อย่างไร ตลอดจนทดสอบการควบคุมใหม่และทำให้อื่นๆ เข้าถึงได้มากขึ้น และเรากำลังให้ข้อมูลที่ละเอียดมากขึ้นสำหรับผู้เชี่ยวชาญ เพื่อให้พวกเขาเข้าใจและวิเคราะห์ระบบของเราได้ดีขึ้น"
• "ระบบ AI ของเราจะคาดการณ์ว่าเนื้อหาชิ้นหนึ่งอาจมีคุณค่ากับคุณมากเพียงใด ดังนั้นเราจึงสามารถแสดงให้คุณเห็นได้เร็วขึ้น ตัวอย่างเช่น การแชร์โพสต์มักเป็นตัวบ่งชี้ว่าคุณพบว่าโพสต์นั้นน่าสนใจ ดังนั้นการคาดคะเนว่าคุณจะแชร์ โพสต์เป็นปัจจัยหนึ่งที่ระบบของเราคำนึงถึง"
• "อย่างที่คุณจินตนาการ ไม่มีการคาดการณ์ใดๆ ที่สมบูรณ์แบบมาตรวัดว่าโพสต์นั้นมีคุณค่าสำหรับคุณหรือไม่ ดังนั้นเราจึงใช้การคาดคะเนที่หลากหลายร่วมกันเพื่อให้ได้เนื้อหาที่ใกล้เคียงที่สุดเท่าที่จะทำได้ รวมถึงบางส่วนอิงจากพฤติกรรมและบางส่วน ตามความคิดเห็นของผู้ใช้ที่ได้รับผ่านแบบสำรวจ"
• "เราหวังว่าการแนะนำผลิตภัณฑ์เหล่านี้ให้กับนักวิจัยในช่วงต้นของกระบวนการพัฒนา เราจะได้รับข้อเสนอแนะที่สร้างสรรค์เพื่อให้แน่ใจว่าเรากำลังสร้างเครื่องมือที่ดีที่สุดเท่าที่จะเป็นไปได้เพื่อตอบสนองความต้องการของพวกเขา"

เจาะลึก: คุณสามารถค้นหาคำอธิบายโดยละเอียดเพิ่มเติมเกี่ยวกับ AI ที่อยู่เบื้องหลังคำแนะนำเนื้อหาได้ในบล็อก Meta AI สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีที่ AI ใช้สัญญาณเพื่อทำการทำนาย คุณสามารถไปที่ Transparency Center ของ Meta