Meta ha publicado un nuevo resumen sobre cómo está trabajando para mejorar las recomendaciones de Reels, utilizando encuestas de respuesta de los usuarios para evaluar mejor qué elementos están impulsando el interés y la participación. Esta estrategia se centra en ir más allá de las señales de participación implícitas y aprovechar el feedback directo y en tiempo real de los usuarios, lo que promete mejorar notablemente la experiencia de visualización.
Mejora de las Recomendaciones de Reels
Meta ha implementado un enfoque que incluye encuestas dentro de la aplicación que aparecen entre videos en el feed de Reels. Estas encuestas preguntan a los usuarios cómo se sintieron respecto al Reel que acaban de ver. Según Meta, esta metodología ha sido desplegada a gran escala y ha permitido recoger una gran cantidad de información valiosa que ayuda a afinar y mejorar las recomendaciones que el sistema ofrece.
Efectividad de las Encuestas
Con la integración de encuestas y machine learning, Meta ha logrado aumentar el grado de alineación entre las recomendaciones de su sistema y los verdaderos intereses de los usuarios, pasando de un 48,3% a un impresionante más del 70%. Este cambio se ha evidenciado al utilizar las respuestas de los usuarios para construir un conjunto de datos más representativo que corrije sesgos de muestreo y no respuesta.
Comparación con Otras Plataformas
Esta estrategia, aunque no es nueva —Pinterest, por ejemplo, también ha utilizado encuestas similares para mejorar su sistema de recomendaciones— muestra una tasa de mejora que resulta bastante notable. Meta ahora se enfrenta a la presión de igualar o superar la efectividad del sistema de recomendaciones de TikTok, cuyo algoritmo de «Para Ti» establece el estándar en cuanto a participación compulsiva y retención de usuarios.
Desarrollos en TikTok
TikTok ha desarrollado un sistema más eficaz para la reconocimiento de entidades en clips. Esto significa que su algoritmo puede identificar elementos visuales muy específicos en los videos, lo que le permite entender mejor las preferencias de los usuarios. La efectividad de este método se basa en la capacidad de TikTok para atraer la atención de los usuarios mediante un análisis más profundo de lo que están mirando.
Comparación de Algoritmos
Lo que distingue a TikTok es su enfoque en el análisis visual, combinado con métodos más comunes, como «me gusta» y el tiempo de visualización. Este sistema permite que TikTok ofrezca contenidos que se alineen con las inclinaciones más primitivas de los usuarios, lo cual resulta en un consumo prolongado de contenido.
Consejos Para Emprendedores y Negocios
1. Utiliza el Feedback de los Usuarios
- Incluir encuestas o formularios de feedback en tu contenido puede ayudarte a entender mejor las preferencias de tu audiencia y mejorar la experiencia del usuario.
2. Analiza Datos de Participación
- No te limites a las métricas tradicionales; considera el uso de datos más amplios para entender cómo interactúan los usuarios con tu contenido. Esto puede incluir análisis de tiempo de visualización, repetición de visitas y otros indicadores de interés.
3. Experimenta con Diferentes Formatos
- Prueba diferentes tipos de contenido (videos, publicaciones, encuestas) para ver qué resuena mejor con tu audiencia.
4. Estudia la Competencia
- Analiza qué están haciendo tus competidores, particularmente en plataformas populares como TikTok, y ajusta tu estrategia en consecuencia.
5. Personalización
- Aprovecha los datos recopliados para ofrecer recomendaciones más personalizadas y relevantes a tus usuarios, esto incrementará su compromiso con tu marca.
Conclusiones
El método de Meta para mejorar las recomendaciones de Reels a través de encuestas de usuarios sugiere un cambio significativo en la forma en que las plataformas pueden interactuar con los usuarios y recopilar información valiosa sobre sus intereses. Sin embargo, todavía queda un largo camino por recorrer para superar a competidores como TikTok, que ya cuentan con sistemas más sofisticados en términos de análisis y personalización. Para los emprendedores y negocios, esta evolución en los algoritmos de recomendación subraya la importancia de adaptarse y evolucionar constantemente en un entorno digital en constante cambio.