Immagine
  mymarketing.it: l'isola nell'oceano del marketing... di Admin
 
"
Errare è umano, ma per incasinare davvero tutto è necessario un computer.

Arthur Bloch
"
 
\\ : Pubblicazioni
Di seguito gli articoli e le fotografie pubblicati nella giornata richiesta.
 
 
Articoli del 04/10/2021

Di Max Da Via' (pubblicato @ 07:31:32 in Social Networks, linkato 368 volte)

YouTube ha fatto luce sui principi generali che guidano l’algoritmo che suggerisce i video da vedere. In passato avevo passato in rassegna il funzionamento degli algoritmi di Facebook, Instagram, Twitter, LinkedIn, TikTok e Spotify, ma non mi ero mai soffermato sul social di casa Google perché è sempre stato abbastanza intuitivo.

Negli ultimi tempi, però, è stato notevolmente modificato anche per andare incontro alle esigenze degli utenti e combattere i fenomeni di disinformazione e violenza. In precedenza i contenuti suggeriti venivano scelti semplicemente tra quelli più visti da tutti gli spettatori di un certo paese, mentre oggi seguono delle regole più sofisticate, potenziate dall’uso dell’Intelligenza Artificiale.

I segnali considerati dall’algoritmo di YouTube

Il sistema algoritmico di raccomandazione agisce in due occasioni: nella composizione della homepage e nella funzione “video successivo”.
La pagina principale di YouTube viene composta dinamicamente ad ogni nostro accesso con i video di canali a cui siamo iscritti, quelli da fonti di news accreditate (nell’ultimo anno è stata data preminenza alle “notizie sul Covid-19”) e quelli scelti per noi dagli algoritmi di machine learning. 

Questi ultimi sono altamente personalizzati sulla base di oltre 80 miliardi di informazioni chiamate “segnali”. I più importanti sono: 

  • i click sui video che fanno capire al sistema che nutriamo un certo grado di curiosità verso gli stessi. Si tratta di un’indicazione di massima che viene pesata e valutata insieme a tutti gli altri fattori perché io potrei avere un interesse solo momentaneo verso un contenuto che ho selezionato;
  • il watchtime è il tempo di visualizzazione di ogni video cliccato. Naturalmente il sistema assegnerà un peso maggiore a quei contenuti che abbiamo guardato per più tempo e non a quelli abbandonati dopo pochi secondi, perché non in linea con le aspettative. Ad esempio, se il tempo cumulato a guardare recensioni di film è superiore a quello trascorso a guardare trailer e contenuti extra, probabilmente il sistema ci offrirà più recensioni in futuro;
  • le risposte ai sondaggi: siccome a volte gli utenti lasciano YouTube in background senza fare davvero attenzione a cosa viene trasmesso, è sorta la necessità di misurare quello che viene chiamato “watchtime di valore”. In pratica ad alcuni utenti viene sottoposto un sondaggio che chiede di valutare il video visto da una a cinque stelle e di motivare la risposta. Solo i video con quattro e cinque stelle verranno considerati utili per l’utente.
    Per estendere i risultati dei sondaggi ad un numero maggiore di utenti YouTube ha addestrato un modello di  apprendimento automatico;  
  • le interazioni: le azioni che compiamo dopo aver visto un video ossia le condivisioni, i mi piace e i non mi piace sono segnali importanti per l’algoritmo. Anche in questo caso, però, vengono valutate rispetto al modus operandi del singolo. Se ad esempio un utente è abituato a condividere di tutto, anche i video a cui ha dato due stelle, il sistema capirà che, nel caso specifico, il segnale “condivisione” non è così rilevante.

Questi segnali valgono finché non riguardano contenuti contrari alle regole della piattaforma. Infatti i video violenti o a sfondo sessuali, discriminatori, sensazionalistici o che diffondono fake news tendono ad essere bloccati o non consigliati dalla piattaforma. In questo tentativo di mantenere l’ecosistema pulito, gli alleati della tecnologia sono una squadra di revisori che valutano manualmente i contenuti. Ovviamente si tratta di una lotta senza fine e che è lontana dalla perfezione.

Anche noi utenti possiamo fare qualcosa per migliorare i consigli del sistema e la pulizia del luogo. Ad esempio, per ogni video è possibile usare il menu attivabile dai tre punti verticali e scegliere “non mi interessa”, “non consigliare il canale” o “segnala” nei casi di contenuti pericolosi.

Algoritmi di conferma e di scoperta

Gli algoritmi dei social network, simmetrici e asimmetrici, sono pesantemente influenzati dai gusti della rete sociale che il singolo ha costruito consapevolmente o inconsapevolmente. Semplificando, se ho degli amici di infanzia che amano i video dei trapper italiani potrei vederli comparire nella mia timeline.

Invece, gli algoritmi dei social media di fruizione come YouTube non potendosi basare sulle abitudini dei contatti, ma solo su quelle dell’utente e di utenti simili, risultano essere più precisi ossia in linea con i gusti del singolo. E così l’algoritmo di YouTube funziona molto bene per approfondire i propri interessi e portare alla luce anche video poco visti, ma coerenti con quelli già graditi. L’utente è contento perché gli viene dato ciò che ama, la piattaforma prospera perché il tempo di permanenza aumenta.

Questa logica però ha due risvolti problematici.
Il primo è che contribuisce a rafforza le convinzioni e i pregiudizi, escludendo il pensiero critico (confirmation bias).
Il secondo è che non lascia spazio allo stupore per la scoperta di contenuti inattesi e a novità che non si sa ancora di poter apprezzare.
Se, ad esempio, ho visto diversi filmati di Tom Waits e altri fan come me hanno visto anche video di Leonard Coen, YouTube li consiglierà anche a me. Ma probabilmente non farà emergere video di autori nuovi che potrebbero catturare la mia attenzione.
Insomma per andare a colpo sicuro, gli ingegneri evitano di addestrare l’algoritmo ad azzardare nuove proposte. Da questo punto di vista il sistema di raccomandazioni di TikTok è interessante, come ho spiegato qui, perché espone lo spettatore a video inattesi.

Spero proprio che gli ingegneri di YouTube testino nuove strade per stimolare l’apertura mentale degli spettatori, magari permettendoci di scegliere con un selettore il livello di contenuti inaspettati che desideriamo ricevere.


 

Fotografie del 04/10/2021

Nessuna fotografia trovata.
Ci sono 53309 persone collegate

< ottobre 2021 >
L
M
M
G
V
S
D
    
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
19
20
21
23
24
25
26
27
28
29
30
31
             

Cerca per parola chiave
 

Titolo
Advertising (109)
Aziende (142)
Blog (11)
Brand (38)
Comarketing (2)
Comunicazione (9)
dBlog (1)
Digitale (36)
eCommerce (43)
Grande Distribuzione (7)
Internet (547)
Marketing (301)
Marketing Ambientale (3)
Marketing non convenzionale (62)
Media (102)
Mercati (84)
Mobile (210)
Permission Marketing (1)
Prodotti (95)
Pubblicità (32)
Pubblicità (88)
Retail (12)
Segnalazioni (45)
Social Networks (375)
Startup (1)
Strategie (59)
Tecnologie (75)
Trade Marketing (1)
Viral Marketing (40)

Catalogati per mese:
Novembre 2005
Dicembre 2005
Gennaio 2006
Febbraio 2006
Marzo 2006
Aprile 2006
Maggio 2006
Giugno 2006
Luglio 2006
Agosto 2006
Settembre 2006
Ottobre 2006
Novembre 2006
Dicembre 2006
Gennaio 2007
Febbraio 2007
Marzo 2007
Aprile 2007
Maggio 2007
Giugno 2007
Luglio 2007
Agosto 2007
Settembre 2007
Ottobre 2007
Novembre 2007
Dicembre 2007
Gennaio 2008
Febbraio 2008
Marzo 2008
Aprile 2008
Maggio 2008
Giugno 2008
Luglio 2008
Agosto 2008
Settembre 2008
Ottobre 2008
Novembre 2008
Dicembre 2008
Gennaio 2009
Febbraio 2009
Marzo 2009
Aprile 2009
Maggio 2009
Giugno 2009
Luglio 2009
Agosto 2009
Settembre 2009
Ottobre 2009
Novembre 2009
Dicembre 2009
Gennaio 2010
Febbraio 2010
Marzo 2010
Aprile 2010
Maggio 2010
Giugno 2010
Luglio 2010
Agosto 2010
Settembre 2010
Ottobre 2010
Novembre 2010
Dicembre 2010
Gennaio 2011
Febbraio 2011
Marzo 2011
Aprile 2011
Maggio 2011
Giugno 2011
Luglio 2011
Agosto 2011
Settembre 2011
Ottobre 2011
Novembre 2011
Dicembre 2011
Gennaio 2012
Febbraio 2012
Marzo 2012
Aprile 2012
Maggio 2012
Giugno 2012
Luglio 2012
Agosto 2012
Settembre 2012
Ottobre 2012
Novembre 2012
Dicembre 2012
Gennaio 2013
Febbraio 2013
Marzo 2013
Aprile 2013
Maggio 2013
Giugno 2013
Luglio 2013
Agosto 2013
Settembre 2013
Ottobre 2013
Novembre 2013
Dicembre 2013
Gennaio 2014
Febbraio 2014
Marzo 2014
Aprile 2014
Maggio 2014
Giugno 2014
Luglio 2014
Agosto 2014
Settembre 2014
Ottobre 2014
Novembre 2014
Dicembre 2014
Gennaio 2015
Febbraio 2015
Marzo 2015
Aprile 2015
Maggio 2015
Giugno 2015
Luglio 2015
Agosto 2015
Settembre 2015
Ottobre 2015
Novembre 2015
Dicembre 2015
Gennaio 2016
Febbraio 2016
Marzo 2016
Aprile 2016
Maggio 2016
Giugno 2016
Luglio 2016
Agosto 2016
Settembre 2016
Ottobre 2016
Novembre 2016
Dicembre 2016
Gennaio 2017
Febbraio 2017
Marzo 2017
Aprile 2017
Maggio 2017
Giugno 2017
Luglio 2017
Agosto 2017
Settembre 2017
Ottobre 2017
Novembre 2017
Dicembre 2017
Gennaio 2018
Febbraio 2018
Marzo 2018
Aprile 2018
Maggio 2018
Giugno 2018
Luglio 2018
Agosto 2018
Settembre 2018
Ottobre 2018
Novembre 2018
Dicembre 2018
Gennaio 2019
Febbraio 2019
Marzo 2019
Aprile 2019
Maggio 2019
Giugno 2019
Luglio 2019
Agosto 2019
Settembre 2019
Ottobre 2019
Novembre 2019
Dicembre 2019
Gennaio 2020
Febbraio 2020
Marzo 2020
Aprile 2020
Maggio 2020
Giugno 2020
Luglio 2020
Agosto 2020
Settembre 2020
Ottobre 2020
Novembre 2020
Dicembre 2020
Gennaio 2021
Febbraio 2021
Marzo 2021
Aprile 2021
Maggio 2021
Giugno 2021
Luglio 2021
Agosto 2021
Settembre 2021
Ottobre 2021
Novembre 2021
Dicembre 2021

Gli interventi più cliccati

Titolo
Automobili (2)
Bianco e nero (1)
Comarketing (1)
Home (4)
Internet (4)
Prodotti (5)
Pubblicità (5)

Le fotografie più cliccate


Titolo

< /p>


Subscribe to my feed


Google
Reader or Homepage

Add to netvibes



Creative Commons License




02/12/2021 @ 20:15:52
script eseguito in 375 ms