La gestión de los algoritmos publicitarios en Internet. Un caso de
estudio: Facebook y Google
The management of advertising algorithms on the Internet. A case study:
Facebook and Google
doxa.comunicación |
nº 36, pp. 243-271
|
243
enero-junio de 2023
ISSN: 1696-019X / e-ISSN: 2386-3978
Cómo citar este artículo:
Luque Ortiz, S. (2023). La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google.
Doxa Comunicación
, 36,
pp. 243-271.
https://doi.org/10.31921/doxacom.n36a1713
Sergio Luque Ortiz
. Doctor en Comunicación, docente acreditado en activo en la Universidad Internacional de La Rioja
(UNIR) y en la Universidad Europea Miguel de Cervantes (UEMC) en las que imparte docencia en las facultades de Educa
-
ción y Ciencias Sociales, respectivamente, en los másteres de Formación del Profesorado, Marketing Digital y SEO, además
de en los grados ociales de Periodismo, ADE, Comunicación, Publicidad y Relaciones Públicas. Investiga diferentes áreas
vinculadas con las Ciencias Sociales como son el Periodismo, la ética de los medios periodísticos, el Marketing Digital, con
-
sumo de audiencias televisivas y mediáticas, además del auge de los nuevos formatos digitales de comunicación. Investi
-
gador colaborador de la Universidad de Verona (Italia), miembro de la Red Internacional de Investigadores en Diseño de
la Universidad de Palermo (Buenos Aires, Argentina), además de colaborador en diferentes comités de revistas cientícas.
Universidad Europea Miguel de Cervantes, España
[email protected]
ORCID: 0000-0002-4302-9503
Resumen:
El nacimiento de Internet y las nuevas tecnologías de información y
comunicación no solo han generado un nuevo paradigma comunica
-
tivo, sino también publicitario con múltiples oportunidades obtenidas
en base a la segmentación, la promoción de productos mediante la in
-
clusión de algoritmos en los buscadores y en las redes sociales, además
de la capacidad para medir los resultados logrados. Al respecto, esta in
-
vestigación aborda la gestión de los algoritmos publicitarios ejecutada
en las herramientas Facebook ADS y Google Adwords como un nuevo
modelo de la pubilcidad online frente a los enfoques tradicionales. Para
ello y, con la nalidad de ahondar más sobre las diferencias entre el sis
-
tema de gestión publicitaria convencional y la publicidad online, se ha
optado por una metodología tanto cualitativa como cuantitativa basada
en la utilización de la entrevista y la encuesta, respectivamente, como
métodos de recolección de datos. Entre los resultados obtenidos puede
avanzarse que la publicidad ha derivado en uno nuevo escenario en el
que el
machine learning
condicionará el futuro de la publicidad ayudán
-
dose del big data y la programación de contenidos.
Palabras clave:
Algoritmos; Internet; Google; Facebook; publicidad online.
Abstract:
e birth of the Internet and the new information and communication
technologies have generated a new communicative paradigm. In fact, it has
also generated a new advertising paradigm with multiple opportunities
obtained through segmentation or the inclusion of algorithms in search
engines or social networks for product promotion. Besides, there is the
ability to measure the results achieved. In this regard, this research
addresses the management of advertising algorithms executed in
Facebook ADS and Google Adwords tools as a new online advertising
model compared to traditional approaches. erefore, a qualitative and
quantitative methodology has been chosen to gather the information
(using interviews and surveys) to deepen into the dierences between the
conventional advertising management and online advertising. Among
the results obtained, we may advance that advertising has led to a new
scenario where machine learning will condition the future of advertising
with the help of big data and content programming.
Keywords:
Algorithms; Internet; Google; Facebook; online advertising.
Recibido: 07/06/2022 - Aceptado: 11/11/2022 - En edición: 14/11/2022 - Publicado: 01/01/2023
Received: 07/06/2022 - Accepted: 11/11/2022 - Early access: 14/11/2022 - Published: 01/01/2023
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
<p>[Enlace de URL / hc (has AS)]</p>
244 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
1. Introducción y estado de la cuestión
Internet ha supuesto una transformación sin precedentes tanto de la comunicación como de la publicidad. La evolución ha sido
constante. Pérez (2020) señala que la publicidad convencional Above the Line ha dado paso a una nueva forma de entender la
difusión de mensajes publicitarios mediante la presencia de los soportes Below the Line reconocidos a través de acciones de
email marketing o publicidad en redes sociales.
Al respecto, Muela (2008) asegura que Internet ha contribuido a democratizar la publicidad convirtiéndose en una herramienta
accesible. De una parte, la inversión publicitaria en Internet que realizan las empresas ha crecido “frente a la televisión, la prensa
y las revistas que están cayendo, aunque su parte digital también está creciendo “(Sánchez, 2019, 10). De otra parte, el atractivo
de la publicidad digital reside en la inclusión de elementos de fácil acceso para los públicos. De Salas (2010) asevera que, tanto
las redes sociales como los buscadores de Internet, han posibilitado que empresas e instituciones de todo tipo puedan realizar
campañas publicitarias sin contar con unos conocimientos previos destacados o con grandes cantidades presupuestarias desti
-
nadas para ello.
A tenor de lo dispuesto, González (2014) sostiene que Facebook y Google manejan los datos de millones de personas en todo el
mundo controlando el gran mercado de la publicidad en Internet mediante la conguración de los algoritmos de búsqueda y
promoción. Este autor indaga sobre la propuesta de valor que aportan Facebook y Google tratando de explicar los porqués de sus
diferencias respecto a otras empresas tecnológicas como Twitter y Yahoo!
Para Boyd (2018), una de las claves del éxito de Facebook ha residido en la inclusión de un algoritmo que ha ido perfeccionán
-
dose conforme lo ha hecho el usuario promedio de esta red social. El experto incide en que las publicaciones, sean orgánicas o
publicitarias, se dirigen hacia las cuentas de todas las personas registradas en esta red garantizándose un efecto inmediato.
De igual manera, resulta pertinente describir qué es un algoritmo para comprender con mayor apreciación la relevancia de estu
-
dio. Según la Real Academia Española, este concepto hace referencia a diferentes cálculos matemáticos aplicados con la nalidad
de encontrar una solución coherente ante la presencia de múltiples problemas enmarcados en diversos contextos.
Por su parte, Peña (2018) apunta que los algoritmos son conjuntos de reglas, aplicaciones e instrucciones que, aplicadas de forma
sistemática a un paquete de datos de entrada, con un formato especíco, sirven para resolver una amplia catalogación de proble
-
mas, desafíos e incógnitas presentes en las sociedades actuales. En este sentido, Steiner considera que
Un algoritmo es, en esencia, un conjunto de datos e instrucciones que deben aplicarse de manera supercial con la nalidad de
obtener un resultado preestablecido. La información entre en un algoritmo dado y desde el mismo salen las posibles respuestas que
serán almacenadas en términos de información del usuario (2012, 64).
Saéz (2020) describe que el siglo XXI se caracteriza por la aparición de las decisiones automatizadas, es decir, las elecciones rea
-
lizadas o basadas en la utilización de aplicaciones de inteligencia articial y sistemas algorítmicos, que con o sin intervención
humana, logran efectos decisorios sobre las personas.
De igual manera, Alonso y Fernández (2021) aseguran que el algoritmo es uno de los parámetros más notorios que existen en la
creación de la cultura contemporánea al formar parte indiscutible de los procesos de organización, socialización, comunicación
y divulgación de la información a través del espacio de la web 2.0.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
245
Al respecto, los ordenadores y computadoras calculan con mayor velocidad datos si se compara con el funcionamiento del cere
-
bro humano. Los algoritmos, a efectos del mencionado autor, se utilizan no solo para recabar datos vinculados a las identidades
de los usuarios, sino también para predecir resultados electorales, comportamientos o hábitos de consumo. Por lo tanto, los
algoritmos van introduciéndose en todas las esferas y ámbitos sociales.
En relación con lo expresado, Rodríguez (2021) dice que los algoritmos son operaciones sistemáticas programadas que sirven
para calcular las acciones previas que pueden darse ante ciertos problemas. Este teórico resalta la vinculación existente entre el
aprendizaje automático y los algoritmos considerando que desarrollan acciones especícas destinadas a programar plataformas
tecnológicas, sistemas y programas de captación de datos.
De una parte, Montells (2021) señala que Facebook utiliza varios algoritmos siendo el Edgerank uno de los más importantes.
Este elemento determina las publicaciones que visualiza un usuario registrado en función de la actividad que éste produzca. El
Edgerank es, por lo tanto, un conjunto de cálculos, fórmulas y mejoras establecidas desde Facebook con el objetivo de establecer
qué tipo de contenidos vislumbra cada perl registrado. Para Grané (2021), los algoritmos constituyen un conjunto estructurado,
creado y determinado de pasos especícos que han dado a un concepto de enorme relevancia en la actualidad. Sobre lo dicho,
los algoritmos se mantienen ocultos en redes sociales como Facebook, de tal manera que, algoritmos como EdgeRank determi
-
nan los contenidos, imágenes o vídeos que pueden mostrarse en el timeline de Facebook.
De otra parte, Google también emplea su propio algoritmo. Es el Pagerank. Autores como Barriola et al. (2016) sostienen que este
algoritmo fue creado en 1998 por Larry Page y Sergey Brin. Pagerank clasica la relevancia que tienen las webs en función de los
vínculos que genera una página. Por ejemplo, si un sitio web A contiene un link hacia una página web B, el Pagerank interpreta
que para la web A el contenido que genera B es relevante siendo indexada. Realizada una primera aproximación al concepto teó
-
rico de algoritmo, resulta pertinente justicar la elección del objeto de estudio. Según lo expresado, para Enberg (2019), Facebook
y Google representan dos de las plataformas más importantes y con mayor crecimiento en lo que tiene que ver con la gestión de
campañas publicitarias en Internet mediante la inclusión de algoritmos.
Para el mencionado autor, los algoritmos que emplean ambas empresas son fundamentales para entender más sobre el escena
-
rio publicitario actual dominado por la presencia de una dinámica publicitaria cada vez más persuasiva, hipersegmentada y diri
-
gida al consumidor de Internet. Por lo tanto, es necesario conocer cómo funcionan los algoritmos de estas compañías derivando
en un nuevo concepto publicitario alejado de los convencionalismos.
Al respecto, los algoritmos publicitarios no podrían entenderse sin la gestión de los datos procedentes de los consumidores di
-
gitales. Es lo que se conoce como big data. En este sentido, autores como Franks (2012) reconocen que el big data es real y que
ha venido para quedarse. Lejos de percibirse como una moda pasajera o puntual, la gestión de los datos de los usuarios (correos
electrónicos, direcciones postales, números de teléfonos o direcciones de perles sociales, entre otras fuentes de información) se
ha convertido en una realidad compleja.
Ortiz (2021) asevera que el big data es un término utilizado para conceptualizar una gran cantidad de datos o una combinación
de estos por lo que la descripción, almacenamiento y procesamiento de la información derivada de esta acumulación de datos
adquiere una importancia notoria. Los algoritmos procesan decisiones cotidianas y datos relativos al uso de las plataformas tec
-
nológicas como Facebook y Google, entre otras.
246 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Al respecto, empresas como Facebook y Google saben cómo utilizar los datos de los internautas obteniendo un benecio cuan
-
tioso. No obstante, autores como Zuazo (2018) subrayan la opacidad existente en torno a la gestión, conocimiento y utilización
de los algoritmos por parte de las mencionadas empresas. El experto incide en que dentro y fuera de estas compañías pocos
empleados, directivos o ingenieros comparten datos sobre el funcionamiento real de los algoritmos.
Dermak (2017) acuña que una vez que el algoritmo tiene la información precisa y necesaria, éste es capaz de transformar los
datos obtenidos convirtiéndoles en un activo muy poderoso que las empresas del sector tecnológico no están dispuestas a com
-
partir. En relación con lo dispuesto, y una vez aportada una denición teórica adecuada sobre el objeto de estudio de esta inves
-
tigación, es necesario describir cuáles son los objetivos del trabajo siendo los siguientes:
–
Objetivo 1. Analizar la gestión de los algoritmos publicitarios en Facebook ADS y Google Adwords siendo dos de los canales
o soportes para ofrecer publicidad más empleados por las empresas.
–
Objetivo 2. Describir cuáles son los criterios empleados por parte de los algoritmos, además de las funcionalidades
automatizadas.
–
Objetivo 3. Abordar las diferencias existentes en torno a los algoritmos publicitarios en lo que tiene que ver con la asignación
de presupuestos, optimización de anuncios y detección de audiencias.
De igual forma, se plantean varias hipótesis de partida dentro de la presente investigación expuestas a continuación:
–
Hipótesis 1. Los algoritmos de Facebook y de Google realizan mejor asignación de los presupuestos de las campañas publi
-
citarias en comparación a la asignación manual. La capacidad de predicción e impacto de los algoritmos es mayor que el
conocimiento humano.
–
Hipótesis 2. Los algoritmos de Facebook y de Google permiten un mayor nivel de análisis de los anuncios creados en base a
criterios de medición, impacto y penetración de las audiencias que difícilmente pueden detectar los profesionales que reali
-
zan campañas publicitarias.
–
Hipótesis 3. Los algoritmos publicitarios de Facebook y Google sirven para llegar a grupos de audiencias muy anes a los
productos, marcas y servicios en comparación con la segmentación a la que puede llegarse de manera manual.
–
Hipótesis 4. Los algoritmos publicitarios de Facebook y de Google son unas de las claves del éxito de estas plataformas que no
desvelan con claridad el funcionamiento y el manejo de la información, datos y otros elementos que compilan.
1.1. Conceptualización sobre la publicidad online y la publicidad programática
Es necesario analizar la evolución de la publicidad para entender el auge y posterior consolidación que la publicidad online y
programática ha experimentado. El cambio en el paradigma comunicativo ha congurado una nueva realidad en la que los con
-
sumidores y las marcas convergen entre sí con múltiples escenarios.
Alcalá (2021) arma que, con la aparición de Internet en 1989, se produjo un gran cambio en lo que tuvo que ver con la oferta, la
demanda y la creación de campañas publicitarias dándose un progresivo proceso de modernización por parte de los anuncian
-
tes. Por su parte, expertos como Papi-Gálvez et al. (2014) aseguran que la segmentación, la personalización y la participación son
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
247
las tres notas distintivas más singulares de la publicidad online siendo estos elementos los tres factores potenciales de atracción
para innidad de empresas.
Tobias, Vallejo e Hinojo (2021) sostienen que la publicidad online se ha convertido en una de las herramientas más importantes
que tienen las empresas para llegar a los consumidores en las sociedades actuales. La acumulación y explotación de los datos
obtenidos mediante programas digitales ofrece unas amplias posibilidades de personalización, medición y negociación de la
información procedente de los internautas a través de múltiples opciones.
Sin embargo, la multiplicidad de modelos no siempre fue tal. Martínez, Segura y Sánchez (2011) no dudan en conrmar que la
evolución de la publicidad a través de Internet debe entenderse bajo un planteamiento holístico que incluye la conocida como
web 1.0, o web estática propia de 1990, la web 2.0, establecida a comienzos del nuevo milenio, y nalmente, la web 3.0 o web
semántica.
En cuanto a la evolución publicitaria al albor de Internet y de las redes sociales, De Salas (2011) considera que la publicidad onli
-
ne ofrece un valor añadido basado en el acto en sí mismo de la venta de un artículo o producto reforzando no solo la adhesión del
consumidor respecto a la marca, sino también el discurso simbólico implícito en toda acción publicitaria. Sobre lo dicho, Ramos
(2006) describe que el actual entorno online ha servido para fomentar la creación de una simbiosis perfecta entre la publicidad
y el entretenimiento cuya principal nalidad es la captación del público mediante la utilización de mensajes impactantes, atre
-
vidos y originales.
De igual manera, la publicidad online está relacionada con la publicidad programática al compartir origen y características.
Rodríguez (2016) señala que la automatización de los procesos publicitarios supone una realidad constante, con un crecimiento
imparable y con altas probabilidades de congurarse como un modelo de inversión publicitaria cada vez más ecaz.
Villarreal (2022) arma que la publicidad programática es un tipo de publicidad online caracterizada por la compra automatiza
-
da, determinada y segmentada de espacios publicitarios en Internet que son elegidos en función a la audiencia y sus característi
-
cas. La publicidad programática conecta de una manera clara, ecaz y rápida a las marcas con los consumidores generándose un
vínculo entre ambos más directo. De esta manera se genera una estrategia de publicidad nativa o automatizada.
La rápida evolución de Internet ha determinado la irrupción de plataformas para diseñar publicidad programática. Al respecto,
en 1994, la revista online HotWired, en colaboración con la empresa americana de telecomunicaciones AT&T, fue la primera
compañía en idear un modelo de venta de espacios publicitarios digitales irrumpiendo una novedosa manera de monetizar el
gasto y el benecio obtenido en la compra y venta de publicidad.
Surgió así el coste por mil impresiones (CPM, en adelante), un modelo en el que el anunciante solo paga por las veces que el
anuncio se muestra a los usuarios. Posteriormente, Facebook mediante la herramienta Facebook Business Manager que permite
gestionar las campañas de publicidad, y Google, a través de Google Adwords, han establecido un modelo de subastas y de costes
por click (CPC, en adelante) que determina una nueva forma de realizar publicidad.
La unión del CPM y CPC supone el establecimiento de la publicidad programática, una modalidad de compra y venta de espacios
en Internet que no solo impacta entre los consumidores, sino que también sirve para ahorrar tiempo y recursos en lo que tiene
que ver con la gestión publicitaria. Para Placebo Media (2016), la compra de espacios publicitarios mediante la puja directa (RTB,
248 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
en adelante) implica el uso de la tecnología que permite comprar, vender y recaudar impresiones bajo un paradigma de puja en
tiempo real, logrando impresiones tras impresiones, usuarios de manera automática y reacciones en base a las segmentaciones
de los productos, servicios y marcas. En relación con lo dispuesto, Sevillano apunta que:
El RTB es la capacidad de hacer la compra de espacios publicitarios de forma automatizada, acceder a inventario y comprarlo a
tiempo real sin que exista la intervención humana y la publicidad programática va más allá en el sentido de que parte del parámetro
de que la toma de decisión de la parte compradora se decide a qué anunciante y valora cuánto está dispuesto a pagar por un usuario,
es decir, quién es, sus intereses, la relevancia del usuario para la marca (2015, 10).
La publicidad programática no podría entenderse sin Facebook Business Manager y Google Adwords. Costalago (2019) conrma
que, en el caso de Google, la aparición en el año 2004 de la herramienta publicitaria de Google Adwords ha supuesto la conso
-
lidación de la publicidad programática. Para este autor, Google Adwords se ha convertido en el principal sistema de compra de
espacios publicitarios en Internet, muy por delante de otras herramientas como Facebook Business Manager.
La gestión de las campañas publicitarias mediante Facebook Business Manager no solo permite seleccionar aspectos muy con
-
cretos de las campañas como las ubicaciones de los usuarios, los intereses de los públicos, la duración de los impactos y los
presupuestos publicitarios, sino que también ofrece la oportunidad de sincronizar los resultados logrados con otras redes como
Instagram.
1.2. Big data, inteligencia articial y machine learning
Resulta evidente comprender la importancia que tiene tanto la captación de datos de usuarios, es decir, el big data. En esta pers
-
pectiva, Puyol (2015) considera que el big data es el volumen masivo de datos que adopta la información recolectada mediante
Internet. El signicado intrínseco del big data apunta hacia la gran oportunidad que ofrecen los instrumentos tecnológicos.
Otros autores como Chen et al. (2013) describen el big data como un activo de la información de alto volumen, velocidad y va
-
riedad que requiere la toma de decisiones rentables y la aplicación de fórmulas novedosas de recolección de datos. Para Camar
-
go-Vega, Camargo-Ortega y Joyanes (2014) el término big data concentra una serie de características como son las siguientes:
–
Acumulación de datos que son complejos de analizar sin herramientas especícas.
–
Tratamiento y análisis de ingentes cantidades de datos y extensos.
–
Aplicación de procedimientos que permitan crear conjuntos de datos masivos.
–
Análisis y procesamiento de la información que permita extraer ideas novedosas.
–
Desarrollo tecnológico que haga más económico el uso de los datos cuantiosos.
–
Consolidación de la información de una empresa para ponerla a disposición del público.
Raya (2015) considera que en la actualidad la información que gestionan las empresas a través de la captación de datos en Inter
-
net debe garantizar la no discriminación de los usuarios. Para ello se utilizan diversos algoritmos que constatan el tratamiento
unicado de los datos. Estera (2016) conrma que el big data constituye una parte fundamental de las estrategias creadas tanto
por parte de las empresas como del Estado con el objetivo de tratar datos de manera más eciente.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
249
De manera similar, el big data difícilmente podría entenderse sin la inteligencia articial, un concepto en boga en los últimos
años pero que no es reciente. En 1968 Marvin Mansky, uno de los primeros teóricos en esbozar una denición sobre este término.
Manksy (1968) conrma que los orígenes de la inteligencia articial deben entenderse bajo la gura de Alan Turing, uno de los
primeros pioneros en el álgebra matemático. Para Peña (2010) desde aproximadamente la mitad del siglo pasado, se demostró
que existían problemas diversos que requerían la utilización de la tecnología para encontrar soluciones adaptadas a los desafíos
creados.
Tanto Google como Facebook emplean la inteligencia articial con el objetivo de mejorar la experiencia del usuario, la inversión
en campañas publicitarias y la interfaz web. Han (2014) no duda en armar que los algoritmos de ambas compañías analizan las
señales que los usuarios envían cada vez que navegan en estas plataformas.
La predicción sobre los hábitos de comportamiento y consumo de los usuarios de Internet constituye una de las nalidades más
importantes de la publicidad programática. Para ello, Facebook y Google emplean la inteligencia articial siendo una herramien
-
ta de gran utilidad para estas empresas. En opinión de Vallverdú (2019), el uso de los algoritmos no debe comprenderse sin la
utilidad que brinda la inteligencia articial en la difícil y compleja tarea de adelantarse a las necesidades de los consumidores.
Resulta complejo entender cómo funcionan los algoritmos publicitarios utilizados por parte de las empresas objeto de estudio
en este artículo. Por este motivo, es necesario analizar en qué consiste el concepto de machine learning. Para Mitchell (1997)
este término describe el aprendizaje automático. La esencia del machine learning consiste en el tratamiento y selección de la
información obtenida mediante la aplicación del big data. Los algoritmos realizan predicciones de comportamiento de los inter
-
nautas gracias al machine learning, que para Gupta (2017), son fundamentales en la publicidad online y programática.
Jung (2022) arma que el machine learning tiene como objetivo predecir o adivinar las características que un conjunto de datos
presenta. Cualquier método de machine learning debe basarse en la implementación de recursos computacionales innitos para
obtener la mayor cantidad de datos informativos.
A tenor de lo dicho, autores como Martínez, Aguado y Sánchez (2022) describen que el impacto de la inteligencia articial en la
publicidad es relevante por tres motivos. El primero de ellos se debe a la transformación del modelo de negocio publicitario con
Internet y plataformas de publicidad online como Google Adwords. En segundo de ellos hace referencia al cambio tecnológico
experimentado en la publicidad y en las industrias digitales nativas. El tercero y último tiene que ver con el interés que estratégico
que supone la inteligencia articial en las sociedades digitales del siglo XXI.
No obstante, publicidad programática gestionada mediante estrategias que incluyen los algoritmos y la inteligencia articial deja
tras de sí múltiples criticas. Iniesta-Alemán et al. (2018) aseguran que las agencias de publicidad más convencionales podrían
llegar a desaparecer debido a que los anunciantes serán autónomas en la gestión de las campañas.
2. Metodología
El presente trabajo se caracteriza por un enfoque metodológico cualitativo y cuantitativo basado en el uso de la entrevista estruc
-
turada y la encuesta, respectivamente. Ante lo expuesto, Vargas (2012) describe que la entrevista estructurada se caracteriza por
250 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
el diseño de una serie de preguntas que deberán ser respondidas en base a un límite predeterminado de respuestas. Por lo tanto,
este tipo de entrevistas se elabora con anticipación y se plantea a los participantes con rigidez y sistematización.
Lucca y Berríos (2003) consideran que este tipo de entrevista resulta muy formal permitiendo al entrevistador comparar la infor
-
mación obtenida en base a las respuestas dadas por los entrevistados. Del Rincón, Arnal, Latorre y Sans (1995) dicen que en la
entrevista estructurada el entrevistador pregunta a cada uno de los entrevistados diferentes cuestiones con una limitación previa
de respuestas. Sobre lo dicho, los mencionados autores subrayan que se elabora un protocolo de preguntas y respuestas preja
-
das que deben seguirse con rigidez y nula improvisación.
Por su parte, Denzin y Lincoln (2005) argumentan que el investigador ejecuta una planicación previa de todas las preguntas que
quiere formular. Para ello, debe preparar un guion con las preguntas secuenciadas y ordenadas. De igual manera, el entrevistado
no podrá emitir comentarios, juicios de valor o apreciaciones. Las preguntas tienen una naturaleza muy especíca: son cerradas.
Ello implica que las respuestas puedan ser armativas, negativas o concretas sobre una serie de posibles opciones de respuestas.
Además de lo descrito, Diaz-Bravo, Torruco-García, Martínez-Hernández y Varela-Ruiz (2013) conrman que la entrevista es
-
tructurada debe incluir un conjunto de categorías o de posibles opciones para que el sujeto elija. La entrevista tiene que aplicarse
de manera rígida a todos los participantes de la investigación, de tal forma que el orden en el que se enuncian las preguntas y la
obtención de las respuestas siempre sea el mismo.
Tras lo anterior, se exponen otros aspectos vinculados con la presente investigación. En primer lugar, se realizó una fase inicial
basada en la ejecución de un estudio bibliográco que permitiese contextualizar el presente objeto de estudio desde la perspec
-
tiva de la contemporaneidad. En segundo lugar, se ha diseñado una encuesta con 10 preguntas en las que se incluido un método
de valoración mediante cinco variantes de respuestas oscilativas entre el valor 1 (totalmente en desacuerdo) y el 5 (totalmente
de acuerdo).
La muestra está compuesta por un total de trescientos profesionales (ubicados en diferentes localizaciones de Europa, Asia y EE.
UU.) relacionados con la publicidad programática, la gestión de algoritmos publicitarios en Facebook y Google y el manejo de
base de datos de usuarios. El número de participantes se ha demarcado en trescientos (una centena por cada área geográca)
debido al carácter especíco de la muestra, es decir, profesionales que acreditan tener el Certicado de Análisis de Datos Pro
-
fesional (conocido como CADP) y el Certicado Profesional de Análisis de Datos (conocido como CPAD) expedido por Google
Global. El contacto con los participantes se ejecutó mediante una etapa previa de búsqueda y selección de los perles realizada
por parte del investigador.
Por motivos de cumplimiento de la actual normativa europea de la Ley Orgánica de Protección de Datos (LOPD, en adelante), se
han ocultado los datos personales especícos de cada uno de los entrevistados garantizándose en el transcurso de la investiga
-
ción tanto el anonimato como el correcto tratamiento de la información recapitulada. Debido a la disparidad geográca de los
encuestados, el proceso de recogida de datos se realizó de manera online. Todos los participantes de la encuesta participaron en
la misma sin que se obtuvieran preguntas sin responder o ítems en blanco. Al respecto, todos los participantes del presente estu
-
dio recibieron un correo electrónico con un enlace que contenía la encuesta. A continuación, se muestra el modelo de encuesta
facilitado.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
251
Tabla 1. Modelo de encuesta diseñada en la investigación
Preguntas
Valor 1Valor 2Valor 3Valor 4Valor 5
1-El machine learning y las
funcionalidades de los algoritmos
publicitarios de Facebook y Google
son fundamentales en la estrategia
online que realizo.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
2.La inclusión de acciones
automatizadas mediante la
publicidad programática en
Facebook y Google es fundamental
para mejorar los resultados de las
campañas.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
3.La asignación automática de
presupuestos en las campañas
publicitarias realizadas en Facebook
y Google posibilita mejores
resultados que la asignación
manual.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
4. La asignación automática de
presupuestos en las campañas
publicitarias me permite ahorrar
tiempo y recursos en lo que tiene
que ver con la gestión publicitaria.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
5. El algoritmo de Facebook y
Google me permite llegar a un grupo
de audiencias anes con mayor
precisión que la segmentación
manual.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
6.Los algoritmos publicitarios
de Facebook y Google son más
ecientes en la detección de
las creatividades mejorando las
conversiones en comparación con la
gestión manual de las creatividades.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
7.El futuro de la publicidad online y
programática pasa obligatoriamente
por el conocimiento de las interfaces
publicitarias de Facebook y Google.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
252 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
8.Las campañas publicitarias
digitales requieren cada vez más
la utilización de los algoritmos y
la automatización que Facebook y
Google ofrecen.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
9.La evolución del machine learning
derivará en la inclusión cada
vez más de acciones realizadas
mediante algoritmos frente a los
servicios prestados por capital
humano.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
10. El manejo de la información
procedente del big data es crucial
para entender el funcionamiento
adecuado de los algoritmos
publicitarios.
Totalmente en
desacuerdo
En desacuerdo
Ni de acuerdo ni
en desacuerdo
De acuerdo
Totalmente de
acuerdo
Fuente: elaboración propia
De igual manera, se ha utilizado la entrevista como herramienta de recolección de datos. Para ello, se ha diseñado una muestra
compuesta por trescientos perles siendo estos diferentes a los participantes en la encuesta. Con ello se pretende garantizar no
solo la mayor pluralidad de datos posibles, sino también asegurar el contraste de la información y la objetividad de esta. A tenor
de lo dispuesto, la selección de los participantes en la entrevista se ha realizado siguiendo los mismos requisitos y patrones que
con la encuesta. El perl de entrevistado se ha denido en tres tipologías denidas a continuación.
Directivos pertenecientes a empresas del sector tecnológico que gestionan equipos de publicidad online y programática que
diseñan campañas publicitarias.
1.
Profesionales del sector de la publicidad en Internet, con experiencia contrastadas en la realización de campañas mediante
la gestión de algoritmos.
2.
Partners estratégicos de Facebook y Google con amplio conocimiento tanto en los algoritmos como en el funcionamiento de
las plataformas.
3.
De igual manera, y en cumplimiento con los preceptos legales recogidos en la actual LOPD, se garantiza el anonimato de los
entrevistados. A continuación, se adjunta el modelo de entrevista.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
253
Tabla 2. Modelo de entrevista
1. ¿Cuáles son las ventajas competitivas de incluir funcionalidades automatizadas mediante Facebook y Google?
–
Ayuda en lo que tiene que ver con el proceso creativo y en la toma de decisiones.
–
Simplica tareas, supone un ahorro de tiempo y recursos.
–
Potencia los resultados de la campaña.
2. ¿Qué áreas generan cierta desconanza en lo que tiene que ver con la ecacia de los algoritmos publicitarios?
–
La sustitución de la mano de hombre frente a la inclusión de la tecnología.
–
La complejidad de la utilización.
–
La dicultad para establecer un decálogo o guía de buenas prácticas.
3. ¿Consideras que tanto el
machine learning
como la automatización de los procesos publicitarios tendrá como resultado la menor
inclusión de personal especializado en la gestión de campañas publicitarias?
–
No, la inclusión del personal humano seguirá siendo un activo esencial.
–
Sí, sin dudas la tecnología de los algoritmos tendrá un protagonismo mayor.
–
Dependerá de cada empresa, pero las máquinas no podrán suplantar al hombre.
4. ¿Es peligroso o controvertido automatizar tantas funciones mediante la inclusión de los algoritmos publicitarios en plataformas
como Facebook y Google?
–
No, debido a que es necesario realizar una asignación ponderada de tareas.
–
Sí, debido a que cada vez más acciones se realizan de forma automatizada.
–
Por el momento no supone un riesgo claro o evidente.
5. ¿Crees que la tendencia de invertir cada vez más en publicidad en Facebook y Google seguirá siendo tal en los próximos años o por
el contrario las empresas volverán a campañas publicitarias convencionales?
–
Si, seguirá siendo así o incluso aumentará.
–
No, cada vez más empresas optan por realizar campañas híbridas.
–
Dependerá de cada campaña, prepuesto y de la gestión de la publicidad.
6. Siendo
partner
de Facebook y de Google, ¿por qué crees que ambas plataformas son tan opacas en lo que tiene que ver con el fun
-
cionamiento de los algoritmos?
–
La poca transparencia en parte tiene que ver con la fórmula del éxito publicitario.
–
Porque si se desvelase el funcionamiento de los algoritmos dejarían de existir.
–
El motivo principal se debe a que la gestión publicitaria reporta benecios altísimos.
7. ¿Podrían conseguir Facebook y Google más anunciantes si fuesen más transparentes en lo que tiene que ver con la gestión de los
algoritmos publicitarios?
–
Si, sobre todo en lo que respecta a PYMES y empresas con poco conocimiento de la publicidad online y la programática.
–
No, Facebook y Google siguen llegando a los anunciantes y lo harán independientemente de la información que den a conocer
hacia el exterior.
–
Posiblemente, si fuese así, cada vez más empresas entenderían mejor el porqué de la utilidad de invertir en publicidad online.
254 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
8. ¿Qué características deben cumplir los expertos y gestores de campañas de publicidad online y programática?
–
Los algoritmos requieren de un conocimiento especíco por lo que aparecerán perles laborales nuevos.
–
La publicidad online y programática requiere perles competitivos que se adapten a las nuevas realidades publicitarias y tecnoló
-
gicas frente a los perles más conservadores.
–
Surgirán nuevos puestos y oportunidades laborales para los perles más activos.
9. Con el crecimiento y aumento de la publicidad online, con múltiples ventajas como la capacidad de generar publicidad con poco
presupuesto, ¿podrían las agencias de publicidad más convencionales desaparecer?
–
Las agencias de publicidad tradicionales deberán ofrecer un valor adicional si no quieren desaparecer o convertirse en agregados
de la red de Facebook y Google.
–
Las agencias más convencionales tienen que distinguirse de manera clara frente a ostras modalidades de agencias que cada vez
crecen con mayor fuerza.
–
No llegarán a desaparecer, pero sí se verán reducidas.
10. ¿Cuál sería tu recomendación como profesional experto en la publicidad online para todos aquellos perles que quieren especiali
-
zarse en publicidad programática y el manejo de los algoritmos publicitarios?
–
Que se forme mediante programas de máster, cursos y contenidos especícos.
–
Que sea autodidacta mediante la lectura de manuales, asistencia a congresos…
–
Que mantenga una actitud de formación continua ante un escenario cambiante.
Fuente: elaboración propia
3. Resultados
Resultados de la encuesta
Gráco 1. El machine learning y las funcionalidades de los algoritmos publicitarios de Facebook y Google son fundamentales en la
estrategia online que realizo
Fuente: elaboración propia
13
Gráfico 1. El machine learning y las funcionalidades de los algoritmos publicitarios de
Facebook y Google son fundamentales en la estrategia online que realizo
Fuente:
e
laboración propia
Un
65
% de los participantes manifestó estar totalmente de acuerdo con la importancia que tanto
el algoritmo publicitario de Facebook como el de Google tienen en lo que tiene que ver co
n
la
gestión de campañas publicitarias a nivel online, frente a un 2
0
% que consideró estar de acuerdo
con esta afirmación, un
10
% que indicó claramente no estar ni de acuerdo ni en desacuerdo, un
3
% de los encuestados afirmó estar totalmente en des
acuerdo
frente a un 2% que consideró estar
en desacuerdo.
Gráfico 2. La inclusión de acciones automatizadas mediante la publicidad programática en
Facebook y Google es fundamental para mejorar los resultados de las campañas
Fuente: elaboración propia
Un 38,2% de los encuestados no dudó en considerar que la inclusión de las acciones automatizadas
en la publicidad programática resulta adecuada para la consecución de mejores resultados. Un
42,1% consideró estar de acuerdo con esta afirmación. De igual manera, con un 17,1% aparecen
los encuestados que no están ni en acuerdo ni en desacuerdo, y finalmente un 1,3% que declaró
estar en desacuerdo.
3,00%
2,00%
10,00%
20,00%
65,00%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
ϭ͕ϯϬй
ϭ͕ϯϬй
ϭϳ͕ϭϬй
ϰϮ͕ϭϬй
ϯϴ͕ϮϬй
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
255
Un 65% de los participantes manifestó estar totalmente de acuerdo con la importancia que tanto el algoritmo publicitario de Fa
-
cebook como el de Google tienen en lo que tiene que ver con la gestión de campañas publicitarias a nivel online, frente a un 20%
que consideró estar de acuerdo con esta armación, un 10% que indicó claramente no estar ni de acuerdo ni en desacuerdo, un
3% de los encuestados armó estar totalmente en desacuerdo frente a un 2% que consideró estar en desacuerdo.
Gráco 2. La inclusión de acciones automatizadas mediante la publicidad programática en Facebook y Google es fundamental para
mejorar los resultados de las campañas
13
Gráfico 1. El machine learning y las funcionalidades de los algoritmos publicitarios de
Facebook y Google son fundamentales en la estrategia online que realizo
Fuente:
e
laboración propia
Un
65
% de los participantes manifestó estar totalmente de acuerdo con la importancia que tanto
el algoritmo publicitario de Facebook como el de Google tienen en lo que tiene que ver co
n
la
gestión de campañas publicitarias a nivel online, frente a un 2
0
% que consideró estar de acuerdo
con esta afirmación, un
10
% que indicó claramente no estar ni de acuerdo ni en desacuerdo, un
3
% de los encuestados afirmó estar totalmente en des
acuerdo
frente a un 2% que consideró estar
en desacuerdo.
Gráfico 2. La inclusión de acciones automatizadas mediante la publicidad programática en
Facebook y Google es fundamental para mejorar los resultados de las campañas
Fuente: elaboración propia
Un 38,2% de los encuestados no dudó en considerar que la inclusión de las acciones automatizadas
en la publicidad programática resulta adecuada para la consecución de mejores resultados. Un
42,1% consideró estar de acuerdo con esta afirmación. De igual manera, con un 17,1% aparecen
los encuestados que no están ni en acuerdo ni en desacuerdo, y finalmente un 1,3% que declaró
estar en desacuerdo.
3,00%
2,00%
10,00%
20,00%
65,00%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
ϭ͕ϯϬй
ϭ͕ϯϬй
ϭϳ͕ϭϬй
ϰϮ͕ϭϬй
ϯϴ͕ϮϬй
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
Un 38,2% de los encuestados no dudó en considerar que la inclusión de las acciones automatizadas en la publicidad programá
-
tica resulta adecuada para la consecución de mejores resultados. Un 42,1% consideró estar de acuerdo con esta armación. De
igual manera, con un 17,1% aparecen los encuestados que no están ni en acuerdo ni en desacuerdo, y nalmente un 1,3% que
declaró estar en desacuerdo.
Gráco 3. La asignación automática de presupuestos en las campañas publicitarias realizadas en Facebook y Google posibilita mejores
resultados que la asignación manual
14
Gráfico
3.
La asignación automática de presupuestos en las campañas publicitarias
realizadas en Facebook y Google posibilita mejores resultados que la asignación manual
Fuente: elaboración propia
E
l 4
5
% de los participantes declaró estar de acuerdo con la afirmación planteada en la pregunta
3, frente a un 3
0
% que declaró estar totalmente de acuerdo. Frente a estos porcentajes, aparece un
10
% que considera estar en desacuerdo con la afirmación expuesta determinando que la
asignación manual es más relevante que la asignación automática. De igual manera opinan un
5
%
de los participantes estando totalmente en desacuerdo y un 10 % de los encuestados que señalaron
no estar ni de acuerdo ni en desacuerdo.
Gráfico 4
.
La asignación automática de presupuestos en las campañas publicitarias me
permite ahorrar tiempo y recursos en lo que tiene que ver con la gestión publicitaria
Fuente: elaboración propia
Un
45
% de los encuestados consideró estar de acuerdo con la reducción de tiempo que implica la
automatización presupuestaria, frente a un
20
% que declaró estar totalmente de acuerdo y otro
20
% de los participantes que no dudan en afirmar que ante esta cuestión no están ni de acuerdo ni
en desacuerdo. De igual forma, un 15,8% de los participantes consideró estar en desacuerdo
respecto a esta afirmación, frente a un 2,6% que indicó estar en desacuerdo.
5,00%
10%
10,00%
45%
30%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
5%
10%
20%
45%
20%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
256 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
El 45% de los participantes declaró estar de acuerdo con la armación planteada en la pregunta 3, frente a un 30% que declaró
estar totalmente de acuerdo. Frente a estos porcentajes, aparece un 10% que considera estar en desacuerdo con la armación
expuesta determinando que la asignación manual es más relevante que la asignación automática. De igual manera opinan un
5% de los participantes estando totalmente en desacuerdo y un 10 % de los encuestados que señalaron no estar ni de acuerdo ni
en desacuerdo.
Gráco 4. La asignación automática de presupuestos en las campañas publicitarias me permite ahorrar tiempo y recursos en lo que tiene
que ver con la gestión publicitaria
14
Gráfico
3.
La asignación automática de presupuestos en las campañas publicitarias
realizadas en Facebook y Google posibilita mejores resultados que la asignación manual
Fuente: elaboración propia
E
l 4
5
% de los participantes declaró estar de acuerdo con la afirmación planteada en la pregunta
3, frente a un 3
0
% que declaró estar totalmente de acuerdo. Frente a estos porcentajes, aparece un
10
% que considera estar en desacuerdo con la afirmación expuesta determinando que la
asignación manual es más relevante que la asignación automática. De igual manera opinan un
5
%
de los participantes estando totalmente en desacuerdo y un 10 % de los encuestados que señalaron
no estar ni de acuerdo ni en desacuerdo.
Gráfico 4
.
La asignación automática de presupuestos en las campañas publicitarias me
permite ahorrar tiempo y recursos en lo que tiene que ver con la gestión publicitaria
Fuente: elaboración propia
Un
45
% de los encuestados consideró estar de acuerdo con la reducción de tiempo que implica la
automatización presupuestaria, frente a un
20
% que declaró estar totalmente de acuerdo y otro
20
% de los participantes que no dudan en afirmar que ante esta cuestión no están ni de acuerdo ni
en desacuerdo. De igual forma, un 15,8% de los participantes consideró estar en desacuerdo
respecto a esta afirmación, frente a un 2,6% que indicó estar en desacuerdo.
5,00%
10%
10,00%
45%
30%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
5%
10%
20%
45%
20%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
Un 45% de los encuestados consideró estar de acuerdo con la reducción de tiempo que implica la automatización presupuesta
-
ria, frente a un 20% que declaró estar totalmente de acuerdo y otro 20% de los participantes que no dudan en armar que ante
esta cuestión no están ni de acuerdo ni en desacuerdo. De igual forma, un 15,8% de los participantes consideró estar en desacuer
-
do respecto a esta armación, frente a un 2,6% que indicó estar en desacuerdo.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
257
Gráco 5. El algoritmo de Facebook y Google me permite llegar a un grupo de audiencias anes con mayor precisión que la
segmentación manual
15
Gráfico
5. El algoritmo de Facebook y Google me permite llegar a un grupo de audiencias
afines con mayor precisión que la segmentación manual
Fuente: elaboración propia
Un 60% de los encuestados declaró estar totalmente de acuerdo con la afirmación que describe
que los algoritmos publicitarios usados por Facebook y Google sirven para llegar a un grupo con
audiencias afines con mayor precisión que la segmentación manual. Le sigue un 1
5
% de los
participantes que manifestaron estar de acuerdo con esta idea, frente a un 1
2
% de los miembros
que no tuvieron una posición clara ni a favor ni en contra, un
10
% que afirmaron estar en
desacuerdo y un 3% que mostraron una posición totalmente en desacuerdo.
Gráfico 6. Los algoritmos publicitarios de Facebook y Google son más eficientes en la
detección de las creatividades mejorando las conversiones en comparación con la gestión
manual de las creatividades
Fuente: elaboración propia
Un
50
% de los encuestados consideró estar de acuerdo con la afirmación que describe que los
a
lgoritmos publicitarios de Facebook y Google son más eficientes en la detección de las
creatividades mejorando las conversiones en comparación con la gestión manual o tradicional de
las creatividades. Al respecto, un 30% de los participantes se muestra totalmente de acuerdo con
10%
3%
12%
60%
15%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
3%2%
15%
50%
30%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
Un 60% de los encuestados declaró estar totalmente de acuerdo con la armación que describe que los algoritmos publicitarios
usados por Facebook y Google sirven para llegar a un grupo con audiencias anes con mayor precisión que la segmentación
manual. Le sigue un 15% de los participantes que manifestaron estar de acuerdo con esta idea, frente a un 12% de los miembros
que no tuvieron una posición clara ni a favor ni en contra, un 10% que armaron estar en desacuerdo y un 3% que mostraron una
posición totalmente en desacuerdo.
Gráco 6. Los algoritmos publicitarios de Facebook y Google son más ecientes en la detección de las creatividades mejorando las
conversiones en comparación con la gestión manual de las creatividades
15
Gráfico
5. El algoritmo de Facebook y Google me permite llegar a un grupo de audiencias
afines con mayor precisión que la segmentación manual
Fuente: elaboración propia
Un 60% de los encuestados declaró estar totalmente de acuerdo con la afirmación que describe
que los algoritmos publicitarios usados por Facebook y Google sirven para llegar a un grupo con
audiencias afines con mayor precisión que la segmentación manual. Le sigue un 1
5
% de los
participantes que manifestaron estar de acuerdo con esta idea, frente a un 1
2
% de los miembros
que no tuvieron una posición clara ni a favor ni en contra, un
10
% que afirmaron estar en
desacuerdo y un 3% que mostraron una posición totalmente en desacuerdo.
Gráfico 6. Los algoritmos publicitarios de Facebook y Google son más eficientes en la
detección de las creatividades mejorando las conversiones en comparación con la gestión
manual de las creatividades
Fuente: elaboración propia
Un
50
% de los encuestados consideró estar de acuerdo con la afirmación que describe que los
a
lgoritmos publicitarios de Facebook y Google son más eficientes en la detección de las
creatividades mejorando las conversiones en comparación con la gestión manual o tradicional de
las creatividades. Al respecto, un 30% de los participantes se muestra totalmente de acuerdo con
10%
3%
12%
60%
15%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
3%2%
15%
50%
30%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
258 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Un 50% de los encuestados consideró estar de acuerdo con la armación que describe que los algoritmos publicitarios de Face
-
book y Google son más ecientes en la detección de las creatividades mejorando las conversiones en comparación con la gestión
manual o tradicional de las creatividades. Al respecto, un 30% de los participantes se muestra totalmente de acuerdo con esta
idea, frente a un 15% que muestra una posición algo más neutralizada, un 3% con una visión negativa o contraria al 100% con
esta idea por lo que consideran que los algoritmos no mejoran las conversiones y, nalmente, un 2% que está en desacuerdo.
Gráco 7. El futuro de la publicidad online y programática pasa obligatoriamente por el conocimiento de las interfaces publicitarias de
Facebook y Google
16
esta idea, frente a un 1
5
% que muestra una posición algo más neutralizada, un 3% con una visión
negativa o contraria al 100% con esta idea por lo que consideran que los algoritmos no mejoran
las conversiones y, finalmente, un 2% que está en desacuerdo.
Gráfico 7. El futuro de la publicidad online y programática pasa obligatoriamente por el
conocimiento de las interfaces publicitarias de Facebook y Google
Fuente: elaboración propia
Un
55
% de los encuestados determinó estar de acuerdo con la
afirmación
planteada en la pregunta,
seguido de un
20
% que no se muestra ni de acuerdo ni en desacuerdo, un
20
% que está totalmente
de acuerdo y unos porcentajes minoritarios del
2
% y del
3
%, respectivamente, que consideran no
estar de acuerdo no estar totalmente en desacuerdo.
Gráfico
8
. Las campañas publicitarias digitales requieren cada vez más la utilización de los
algoritmos y la automatización que Facebook y Google ofrecen
Fuente: elaboración propia
Un
50%
de los encuestados consideró estar de acuerdo con la afirmación recogida en la pregunta
número 8 que determina que las campañas de publicidad de Facebook y Google requieren cada
3%
2%
20%
55%
20%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
6%
2%
2%
50%
40%
dŽƚĂůŵĞŶƚĞ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
Un 55% de los encuestados determinó estar de acuerdo con la armación planteada en la pregunta, seguido de un 20% que no se
muestra ni de acuerdo ni en desacuerdo, un 20% que está totalmente de acuerdo y unos porcentajes minoritarios del 2% y del 3%,
respectivamente, que consideran no estar de acuerdo no estar totalmente en desacuerdo.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
259
Gráco 8. Las campañas publicitarias digitales requieren cada vez más la utilización de los algoritmos y la automatización que Facebook
y Google ofrecen
16
esta idea, frente a un 1
5
% que muestra una posición algo más neutralizada, un 3% con una visión
negativa o contraria al 100% con esta idea por lo que consideran que los algoritmos no mejoran
las conversiones y, finalmente, un 2% que está en desacuerdo.
Gráfico 7. El futuro de la publicidad online y programática pasa obligatoriamente por el
conocimiento de las interfaces publicitarias de Facebook y Google
Fuente: elaboración propia
Un
55
% de los encuestados determinó estar de acuerdo con la
afirmación
planteada en la pregunta,
seguido de un
20
% que no se muestra ni de acuerdo ni en desacuerdo, un
20
% que está totalmente
de acuerdo y unos porcentajes minoritarios del
2
% y del
3
%, respectivamente, que consideran no
estar de acuerdo no estar totalmente en desacuerdo.
Gráfico
8
. Las campañas publicitarias digitales requieren cada vez más la utilización de los
algoritmos y la automatización que Facebook y Google ofrecen
Fuente: elaboración propia
Un
50%
de los encuestados consideró estar de acuerdo con la afirmación recogida en la pregunta
número 8 que determina que las campañas de publicidad de Facebook y Google requieren cada
3%
2%
20%
55%
20%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
6%
2%
2%
50%
40%
dŽƚĂůŵĞŶƚĞ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
Un 50% de los encuestados consideró estar de acuerdo con la armación recogida en la pregunta número 8 que determina que
las campañas de publicidad de Facebook y Google requieren cada vez más de la automatización y la inclusión de algoritmos. De
manera similar opina un 40% de los encuestados. Un 2% de los participantes tiene una posición neutral (ni acuerdo ni en des
-
acuerdo) y, nalmente, otras cantidades expresadas en grupos que tienen una posición contraria.
Gráco 9. La evolución del machine learning derivará en la inclusión cada vez más de acciones realizadas mediante algoritmos frente a
los servicios prestados por capital humano
17
vez más de la automatización y la inclusión de algoritmos. De manera similar opina un 4
0
% de
los encuestados.
Un
2% de los participantes
tiene
una posición neutral (ni acuerdo ni en
desacuerdo) y, finalmente, otras cantidades expresadas en grupos que tienen una posición
contraria.
Gráfico
9. La evolución del machine learning derivará en la inclusión cada vez más de
acciones realizadas mediante algoritmos frente a los servicios prestados por capital
humano
Fuente: elaboración propia
Esta imagen muestra información sobre la evolución del machine learning y cómo ese cambio ha
derivado en que cada vez más acciones publicitarias sean realizadas por algoritmos y máquinas
suplantando la identidad humana. Al respecto, un 5
0
% de los participantes consideró estar
totalmente de acuerdo, seguido de un 35% que respondió estar de acuerdo, junto con un
10
% que
determinó no estar de acuerdo ni en desacuerdo, un 3% que responde estar en desacuerdo y un
2% totalmente en desacuerdo.
Gráfico
10.
El manejo de la información procedente del big data es crucial para entender
el funcionamiento adecuado de los algoritmos publicitarios
Fuente:
elabora
ción propia
2%
3%
10%
35%
50%
dŽƚĂůŵĞŶƚĞ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
5%
10%
15%
40%
30%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
260 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Esta imagen muestra información sobre la evolución del machine learning y cómo ese cambio ha derivado en que cada vez más
acciones publicitarias sean realizadas por algoritmos y máquinas suplantando la identidad humana. Al respecto, un 50% de los
participantes consideró estar totalmente de acuerdo, seguido de un 35% que respondió estar de acuerdo, junto con un 10% que
determinó no estar de acuerdo ni en desacuerdo, un 3% que responde estar en desacuerdo y un 2% totalmente en desacuerdo.
Gráco 10. El manejo de la información procedente del big data es crucial para entender el funcionamiento adecuado de los algoritmos
publicitarios
17
vez más de la automatización y la inclusión de algoritmos. De manera similar opina un 4
0
% de
los encuestados.
Un
2% de los participantes
tiene
una posición neutral (ni acuerdo ni en
desacuerdo) y, finalmente, otras cantidades expresadas en grupos que tienen una posición
contraria.
Gráfico
9. La evolución del machine learning derivará en la inclusión cada vez más de
acciones realizadas mediante algoritmos frente a los servicios prestados por capital
humano
Fuente: elaboración propia
Esta imagen muestra información sobre la evolución del machine learning y cómo ese cambio ha
derivado en que cada vez más acciones publicitarias sean realizadas por algoritmos y máquinas
suplantando la identidad humana. Al respecto, un 5
0
% de los participantes consideró estar
totalmente de acuerdo, seguido de un 35% que respondió estar de acuerdo, junto con un
10
% que
determinó no estar de acuerdo ni en desacuerdo, un 3% que responde estar en desacuerdo y un
2% totalmente en desacuerdo.
Gráfico
10.
El manejo de la información procedente del big data es crucial para entender
el funcionamiento adecuado de los algoritmos publicitarios
Fuente:
elabora
ción propia
2%
3%
10%
35%
50%
dŽƚĂůŵĞŶƚĞ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
5%
10%
15%
40%
30%
dŽƚĂůŵĞŶƚĞ ĞŶ ĚĞƐĂĐƵĞƌĚŽ
#Ŷ ĚĞƐĂĐƵĞƌĚŽ
Eŝ ĚĞ ĂĐƵĞƌĚŽ Ŷŝ ĞŶ
ĚĞƐĂĐƵĞƌĚŽ
"Ğ ĂĐƵĞƌĚŽ
dŽƚĂůŵĞŶƚĞ ĚĞ ĂĐƵĞƌĚŽ
Fuente: elaboración propia
La encuesta naliza con la décima pregunta en la que se cuestiona si el manejo de la información procedente del big data es tan
importante para entender el funcionamiento de los algoritmos publicitarios. Ante esta situación, un 40% de los participantes
declaró estar de acuerdo, seguido de un 30% que determina estar totalmente de acuerdo, un 15% que dice no estar ni de acuerdo
ni en desacuerdo, un 10% que describe manifestar su desacuerdo y un 5% que está totalmente en desacuerdo.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
261
–
Resultados de la entrevista estructurada
Gráco 11. ¿Cuáles son las ventajas competitivas de incluir funcionalidades automatizadas mediante Facebook y Google?
18
La encuesta finaliza con la décima pregunta en la que se cuestiona si el manejo de la información
procedente del big data es tan importante para entender el funcionamiento de los algoritmos
publicitarios. Ante esta situación, un 40% de los participantes declaró estar de acuerdo, seguido
de un 3
0
% que determina estar totalmente de acuerdo, un 15% que dice no estar ni de acuerdo ni
en desacuerdo, un 1
0
% que describe manifestar su desacuerdo y un
5
% que está totalmente en
desacuerdo.
-
Resultados de la entrevista
estructurada
Gráfico 11. ¿Cuáles son las ventajas competitivas de incluir funcionalidades
automatizadas mediante Facebook y Google?
Fuente: elaboración propia
Puede
verse como un 40,60% de los entrevistados considera que entre las ventajas competitivas
más evidentes de las funcionalidades automatizadas de Facebook y Google están la simplificación
de tareas y el ahorro de tiempo y recursos. Le sigue con un 35% de los
entrevistados,
frente a un
24,40%
que indica la relevancia de potenciar los resultados de las campañas.
Gráfico 12. ¿Qué áreas generan cierta desconfianza en lo que tiene que ver con la eficacia
de los algoritmos publicitarios?
Fuente: elaboración propia
35,00%
40,60%
24,40%
"LJƵĚĂ ĞŶ ůŽ ƋƵĞ ƚŝĞŶĞ ƋƵĞ ǀĞƌ ĐŽŶ Ğů ƉƌŽĐĞƐŽ ĐƌĞĂƚŝǀŽ LJ ĞŶ
ůĂ ƚŽŵĂ ĚĞ ĚĞĐŝƐŝŽŶĞƐ
^ŝŵƉůŝĨŝĐĂ ƚĂƌĞĂƐ͕ ƐƵƉŽŶĞ ƵŶ ĂŚŽƌƌŽ ĚĞ ƚŝĞŵƉŽ LJ ƌĞĐƵƌƐŽƐ
WŽƚĞŶĐŝĂ ůŽƐ ƌĞƐƵůƚĂĚŽƐ ĚĞ ůĂƐ ĐĂŵƉĂŹĂƐ
25,00%
45,00%
30,40%
>Ă ƐƵƐƚŝƚƵĐŝſŶ ĚĞ ůĂ ŵĂŶŽ ĚĞů ŚŽŵďƌĞ ĨƌĞŶƚĞ Ă ůĂ ŝŶĐůƵƐŝſŶ
ĚĞ ůĂ ƚĞĐŶŽůŽŐşĂ
>Ă ĐŽŵƉůĞũŝĚĂĚ ĚĞ ƐƵ ƵƚŝůŝnjĂĐŝſŶ
>Ă ĚŝĨŝĐƵůƚĂĚ ƉĂƌĂ ĞƐƚĂďůĞĐĞƌ ƵŶ ĚĞĐĄůŽŐŽ Ž ŐƵşĂ ĚĞ ďƵĞŶĂƐ
ƉƌĄĐƚŝĐĂƐ
Fuente: elaboración propia
Puede verse como un 40,60% de los entrevistados considera que entre las ventajas competitivas más evidentes de las funciona
-
lidades automatizadas de Facebook y Google están la simplicación de tareas y el ahorro de tiempo y recursos. Le sigue con un
35% de los entrevistados, frente a un 24,40% que indica la relevancia de potenciar los resultados de las campañas.
Gráco 12. ¿Qué áreas generan cierta desconanza en lo que tiene que ver con la ecacia de los algoritmos publicitarios?
18
La encuesta finaliza con la décima pregunta en la que se cuestiona si el manejo de la información
procedente del big data es tan importante para entender el funcionamiento de los algoritmos
publicitarios. Ante esta situación, un 40% de los participantes declaró estar de acuerdo, seguido
de un 3
0
% que determina estar totalmente de acuerdo, un 15% que dice no estar ni de acuerdo ni
en desacuerdo, un 1
0
% que describe manifestar su desacuerdo y un
5
% que está totalmente en
desacuerdo.
-
Resultados de la entrevista
estructurada
Gráfico 11. ¿Cuáles son las ventajas competitivas de incluir funcionalidades
automatizadas mediante Facebook y Google?
Fuente: elaboración propia
Puede
verse como un 40,60% de los entrevistados considera que entre las ventajas competitivas
más evidentes de las funcionalidades automatizadas de Facebook y Google están la simplificación
de tareas y el ahorro de tiempo y recursos. Le sigue con un 35% de los
entrevistados,
frente a un
24,40%
que indica la relevancia de potenciar los resultados de las campañas.
Gráfico 12. ¿Qué áreas generan cierta desconfianza en lo que tiene que ver con la eficacia
de los algoritmos publicitarios?
Fuente: elaboración propia
35,00%
40,60%
24,40%
"LJƵĚĂ ĞŶ ůŽ ƋƵĞ ƚŝĞŶĞ ƋƵĞ ǀĞƌ ĐŽŶ Ğů ƉƌŽĐĞƐŽ ĐƌĞĂƚŝǀŽ LJ ĞŶ
ůĂ ƚŽŵĂ ĚĞ ĚĞĐŝƐŝŽŶĞƐ
^ŝŵƉůŝĨŝĐĂ ƚĂƌĞĂƐ͕ ƐƵƉŽŶĞ ƵŶ ĂŚŽƌƌŽ ĚĞ ƚŝĞŵƉŽ LJ ƌĞĐƵƌƐŽƐ
WŽƚĞŶĐŝĂ ůŽƐ ƌĞƐƵůƚĂĚŽƐ ĚĞ ůĂƐ ĐĂŵƉĂŹĂƐ
25,00%
45,00%
30,40%
>Ă ƐƵƐƚŝƚƵĐŝſŶ ĚĞ ůĂ ŵĂŶŽ ĚĞů ŚŽŵďƌĞ ĨƌĞŶƚĞ Ă ůĂ ŝŶĐůƵƐŝſŶ
ĚĞ ůĂ ƚĞĐŶŽůŽŐşĂ
>Ă ĐŽŵƉůĞũŝĚĂĚ ĚĞ ƐƵ ƵƚŝůŝnjĂĐŝſŶ
>Ă ĚŝĨŝĐƵůƚĂĚ ƉĂƌĂ ĞƐƚĂďůĞĐĞƌ ƵŶ ĚĞĐĄůŽŐŽ Ž ŐƵşĂ ĚĞ ďƵĞŶĂƐ
ƉƌĄĐƚŝĐĂƐ
Fuente: elaboración propia
Un 45% de los entrevistados indica que la complejidad implícita en la utilización de los algoritmos es uno de los aspectos que
generan cierta desconanza. Tras este amplio porcentaje, un 30,40% de los entrevistados señala la ausencia de una guía de prác
-
ticas como uno de los problemas más importantes. Finalmente aparece un 25% de los entrevistados que señala la sustitución de
la mano del hombre frente a la inclusión de la tecnología.
262 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Gráco 13. ¿Consideras que tanto el machine learning como la automatización de los procesos publicitarios tendrá como resultado la
menor inclusión de personal especializado en la gestión de campañas publicitarias?
19
Un
45% de los entrevistados indica que la complejidad implícita en la utilización de los algoritmos
es uno de los aspectos que generan cierta desconfianza. Tras este amplio porcentaje, un 30,40%
de los entrevistados señala la ausencia de una guía de prácticas como uno de los problemas más
importantes. Finalmente aparece un 25% de los entrevistados que señala la sustitución de la mano
del hombre frente a la inclusión de la tecnología
.
Gráfico 13. ¿Consideras que tanto el machine learning como la automatización de los
procesos publicitarios tendrá como resultado la menor inclusión de personal especializado
en la gestión de campañas publicitarias?
Fuente: elaboración propia
Un 50% de los entrevistados no dudó en señalar que las empresas seguirán contando con capital
humano de manera activa y dinámica para la realización de ciertas partes o áreas de los procesos
productivos, frente a un 30% que señaló que la tecnología de los algoritmos cada vez más tendrá
un peso mayor incluso suplantando o sustituyendo la presencia humana. Finalmente, un 20%
determinó que en última instancia esta realidad se plasmaría en función a las dinámicas presentes
en cada empresa.
Gráfico 14. ¿Es peligroso o controvertido automatizar tantas funciones mediante la
inclusión de los algoritmos publicitarios en plataformas como Facebook y Google?
Fuente: elaboración propia
50,00%
20,00%
30,00%
EŽ͕ ůĂ ŝŶĐůƵƐŝſŶ ĚĞů ƉĞƌƐŽŶĂů ŚƵŵĂŶŽ ƐĞŐƵŝƌĄ ƐŝĞŶĚŽ ƵŶ ĂĐƚŝǀŽ
ĞƐĞŶĐŝĂů
^ŝ͕ ƐŝŶ ĚƵĚĂ ĂůŐƵŶĂ ůĂ ƚĞĐŶŽůŽŐşĂ ĚĞ ůŽƐ ĂůŐŽƌŝƚŵŽƐ ƚĞŶĚƌĄ ƵŶ
ƉƌŽƚĂŐŽŶŝƐŵŽ ĐĂĚĂ ǀĞnj ŵĂLJŽƌ
"ĞƉĞŶĚĞƌĄ ĚĞ ĐĂĚĂ ĞŵƉƌĞƐĂ ƉĞƌŽ ůĂƐ ŵĄƋƵŝŶĂƐ ŶŽ ƉŽĚƌĄŶ
ƐƵƉĞƌĂƌ Ăů ŚŽŵďƌĞ
45,00%
20,00%
35,00%
EŽ͕ ĚĞďŝĚŽ Ă ƋƵĞ ĞƐ ŶĞĐĞƐĂƌŝŽ ƌĞĂůŝnjĂƌ ƵŶĂ
ĂƐŝŐŶĂĐŝſŶ ƉŽŶĚĞƌĂĚĂ ĚĞ ƚĂƌĞĂƐ
^ŝ͕ ĚĞďŝĚŽ Ă ƋƵĞ ĐĂĚĂ ǀĞnj ŵĄƐ ĂĐĐŝŽŶĞƐ ƐĞ ƌĞĂůŝnjĂŶ
ĚĞ ĨŽƌŵĂ ĂƵƚŽŵĄƚŝĐĂ
WŽƌ Ğů ŵŽŵĞŶƚŽ ŶŽ ƐƵƉŽŶĞ ƵŶ ƌŝĞƐŐŽ ĐůĂƌŽ Ž
ĞǀŝĚĞŶƚĞ
Fuente: elaboración propia
Un 50% de los entrevistados no dudó en señalar que las empresas seguirán contando con capital humano de manera activa y
dinámica para la realización de ciertas partes o áreas de los procesos productivos, frente a un 30% que señaló que la tecnología
de los algoritmos cada vez más tendrá un peso mayor incluso suplantando o sustituyendo la presencia humana. Finalmente, un
20% determinó que en última instancia esta realidad se plasmaría en función a las dinámicas presentes en cada empresa.
Gráco 14. ¿Es peligroso o controvertido automatizar tantas funciones mediante la inclusión de los algoritmos publicitarios en
plataformas como Facebook y Google?
19
Un
45% de los entrevistados indica que la complejidad implícita en la utilización de los algoritmos
es uno de los aspectos que generan cierta desconfianza. Tras este amplio porcentaje, un 30,40%
de los entrevistados señala la ausencia de una guía de prácticas como uno de los problemas más
importantes. Finalmente aparece un 25% de los entrevistados que señala la sustitución de la mano
del hombre frente a la inclusión de la tecnología
.
Gráfico 13. ¿Consideras que tanto el machine learning como la automatización de los
procesos publicitarios tendrá como resultado la menor inclusión de personal especializado
en la gestión de campañas publicitarias?
Fuente: elaboración propia
Un 50% de los entrevistados no dudó en señalar que las empresas seguirán contando con capital
humano de manera activa y dinámica para la realización de ciertas partes o áreas de los procesos
productivos, frente a un 30% que señaló que la tecnología de los algoritmos cada vez más tendrá
un peso mayor incluso suplantando o sustituyendo la presencia humana. Finalmente, un 20%
determinó que en última instancia esta realidad se plasmaría en función a las dinámicas presentes
en cada empresa.
Gráfico 14. ¿Es peligroso o controvertido automatizar tantas funciones mediante la
inclusión de los algoritmos publicitarios en plataformas como Facebook y Google?
Fuente: elaboración propia
50,00%
20,00%
30,00%
EŽ͕ ůĂ ŝŶĐůƵƐŝſŶ ĚĞů ƉĞƌƐŽŶĂů ŚƵŵĂŶŽ ƐĞŐƵŝƌĄ ƐŝĞŶĚŽ ƵŶ ĂĐƚŝǀŽ
ĞƐĞŶĐŝĂů
^ŝ͕ ƐŝŶ ĚƵĚĂ ĂůŐƵŶĂ ůĂ ƚĞĐŶŽůŽŐşĂ ĚĞ ůŽƐ ĂůŐŽƌŝƚŵŽƐ ƚĞŶĚƌĄ ƵŶ
ƉƌŽƚĂŐŽŶŝƐŵŽ ĐĂĚĂ ǀĞnj ŵĂLJŽƌ
"ĞƉĞŶĚĞƌĄ ĚĞ ĐĂĚĂ ĞŵƉƌĞƐĂ ƉĞƌŽ ůĂƐ ŵĄƋƵŝŶĂƐ ŶŽ ƉŽĚƌĄŶ
ƐƵƉĞƌĂƌ Ăů ŚŽŵďƌĞ
45,00%
20,00%
35,00%
EŽ͕ ĚĞďŝĚŽ Ă ƋƵĞ ĞƐ ŶĞĐĞƐĂƌŝŽ ƌĞĂůŝnjĂƌ ƵŶĂ
ĂƐŝŐŶĂĐŝſŶ ƉŽŶĚĞƌĂĚĂ ĚĞ ƚĂƌĞĂƐ
^ŝ͕ ĚĞďŝĚŽ Ă ƋƵĞ ĐĂĚĂ ǀĞnj ŵĄƐ ĂĐĐŝŽŶĞƐ ƐĞ ƌĞĂůŝnjĂŶ
ĚĞ ĨŽƌŵĂ ĂƵƚŽŵĄƚŝĐĂ
WŽƌ Ğů ŵŽŵĞŶƚŽ ŶŽ ƐƵƉŽŶĞ ƵŶ ƌŝĞƐŐŽ ĐůĂƌŽ Ž
ĞǀŝĚĞŶƚĞ
Fuente: elaboración propia
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
263
Un 45% de los entrevistados indicó que no existe ningún peligro o riesgo en lo que tiene que ver con la presencia de los algorit
-
mos. Frente a este grupo, aparece un 35% de expertos que no dudó en armar que por el momento no existe un riesgo claro o
evidente en la automatización de las tareas mediante los algoritmos de publicidad, y nalmente, un 20% que indica la presencia
notable de un riesgo o peligro vinculado con la mayor automatización de tareas.
Gráco 15. ¿Crees que la tendencia de invertir cada vez más en publicidad en Facebook y Google seguirá siendo tal en los próximos años
o por el contrario las empresas volverán a campañas publicitarias convencionales?
20
Un 45% de los entrevistados indicó que no existe ningún peligro o riesgo en lo que tiene que ver
con la presencia de los algoritmos. Frente a este grupo, aparece un 35% de expertos que no dudó
en afirmar que por el momento no existe un riesgo claro o evidente en la automatización de las
tareas mediante los algoritmos de publicidad, y finalmente, un 20% que indica la presencia notable
de un riesgo o peligro vinculado con la mayor automatización de tareas.
Gráfico 15. ¿Crees que la tendencia de invertir cada vez más en publicidad en Facebook y
Google seguirá siendo tal en los próximos años o por el contrario las empresas volverán a
campañas publicitarias convencionales?
Fuente: elaboración propia
Un 58% de los entrevistados señaló que la dinámica de invertir de manera continuada en los
espacios publicitarios de Facebook y Google seguirá creciendo e incluso aumentará.
U
n 22%
identificó sin ambages que la inversión en medios digitales depende principalmente de cada
campaña
. Y, finalmente, un 20% de los entrevistados identificó un escenario caracterizado por la
presencia de un modelo híbrido, es decir, una realidad a medio camino entre la publicidad online
y la publicidad convencional.
Gráfico 16. Siendo partner de Facebook y de Google, ¿por qué crees que ambas
plataformas son tan opacas en lo que tiene que ver con el funcionamiento de los
algoritmos?
Fuente: elaboración propia
58,00%
20,00%
22,00%
^ş͕ ƐĞŐƵŝƌĄ ƐŝĞŶĚŽ ĂƐş Ğ ŝŶĐůƵƐŽ ĂƵŵĞŶƚĂƌĄ
EŽ͕ ĐĂĚĂ ǀĞnj ŵĄƐ ĞŵƉƌĞƐĂƐ ŽƉƚĂŶ ƉŽƌ ƌĞĂůŝnjĂƌ
ĐĂŵƉĂŹĂƐ ŚşďƌŝĚĂƐ
"ĞƉĞŶĚĞƌĄ ĚĞ ĐĂĚĂ ĐĂŵƉĂŹĂ͕ ƉƌĞƐƵƉƵĞƐƚŽ LJ ĚĞ ůĂ
ŐĞƐƚŝſŶ ĚĞ ůĂ ƉƵďůŝĐŝĚĂĚ
58,00%
20,00%
22,00%
>Ă ƉŽĐĂ ƚƌĂŶƐƉĂƌĞŶĐŝĂ ĞŶ ƉĂƌƚĞ ƚŝĞŶĞ ƋƵĞ ǀĞƌ ĐŽŶ Ğů
ĠdžŝƚŽ ƉƵďůŝĐŝƚĂƌŝŽ
WŽƌƋƵĞ Ɛŝ ƐĞ ĚĞƐǀĞůĂƐĞ Ğů ĨƵŶĐŝŽŶĂŵŝĞŶƚŽ ĚĞ ůŽƐ
ĂůŐŽƌŝƚŵŽƐ ĚĞũĂƌşĂŶ ĚĞ ĞdžŝƐƚŝƌ
#ů ŵŽƚŝǀŽ ƉƌŝŶĐŝƉĂů ƐĞ ĚĞďĞ Ă ƋƵĞ ůĂ ŐĞƐƚŝſŶ
ƉƵďůŝĐŝƚĂƌŝĂ ŐĞŶĞƌĂ ďĞŶĞĨŝĐŝŽƐ ĂůƚşƐŝŵŽƐ
Fuente: elaboración propia
Un 58% de los entrevistados señaló que la dinámica de invertir de manera continuada en los espacios publicitarios de Facebook
y Google seguirá creciendo e incluso aumentará. Un 22% identicó sin ambages que la inversión en medios digitales depende
principalmente de cada campaña. Y, nalmente, un 20% de los entrevistados identicó un escenario caracterizado por la presen
-
cia de un modelo híbrido, es decir, una realidad a medio camino entre la publicidad online y la publicidad convencional.
Gráco 16. Siendo partner de Facebook y de Google, ¿por qué crees que ambas plataformas son tan opacas en lo que tiene que ver con el
funcionamiento de los algoritmos?
20
Un 45% de los entrevistados indicó que no existe ningún peligro o riesgo en lo que tiene que ver
con la presencia de los algoritmos. Frente a este grupo, aparece un 35% de expertos que no dudó
en afirmar que por el momento no existe un riesgo claro o evidente en la automatización de las
tareas mediante los algoritmos de publicidad, y finalmente, un 20% que indica la presencia notable
de un riesgo o peligro vinculado con la mayor automatización de tareas.
Gráfico 15. ¿Crees que la tendencia de invertir cada vez más en publicidad en Facebook y
Google seguirá siendo tal en los próximos años o por el contrario las empresas volverán a
campañas publicitarias convencionales?
Fuente: elaboración propia
Un 58% de los entrevistados señaló que la dinámica de invertir de manera continuada en los
espacios publicitarios de Facebook y Google seguirá creciendo e incluso aumentará.
U
n 22%
identificó sin ambages que la inversión en medios digitales depende principalmente de cada
campaña
. Y, finalmente, un 20% de los entrevistados identificó un escenario caracterizado por la
presencia de un modelo híbrido, es decir, una realidad a medio camino entre la publicidad online
y la publicidad convencional.
Gráfico 16. Siendo partner de Facebook y de Google, ¿por qué crees que ambas
plataformas son tan opacas en lo que tiene que ver con el funcionamiento de los
algoritmos?
Fuente: elaboración propia
58,00%
20,00%
22,00%
^ş͕ ƐĞŐƵŝƌĄ ƐŝĞŶĚŽ ĂƐş Ğ ŝŶĐůƵƐŽ ĂƵŵĞŶƚĂƌĄ
EŽ͕ ĐĂĚĂ ǀĞnj ŵĄƐ ĞŵƉƌĞƐĂƐ ŽƉƚĂŶ ƉŽƌ ƌĞĂůŝnjĂƌ
ĐĂŵƉĂŹĂƐ ŚşďƌŝĚĂƐ
"ĞƉĞŶĚĞƌĄ ĚĞ ĐĂĚĂ ĐĂŵƉĂŹĂ͕ ƉƌĞƐƵƉƵĞƐƚŽ LJ ĚĞ ůĂ
ŐĞƐƚŝſŶ ĚĞ ůĂ ƉƵďůŝĐŝĚĂĚ
58,00%
20,00%
22,00%
>Ă ƉŽĐĂ ƚƌĂŶƐƉĂƌĞŶĐŝĂ ĞŶ ƉĂƌƚĞ ƚŝĞŶĞ ƋƵĞ ǀĞƌ ĐŽŶ Ğů
ĠdžŝƚŽ ƉƵďůŝĐŝƚĂƌŝŽ
WŽƌƋƵĞ Ɛŝ ƐĞ ĚĞƐǀĞůĂƐĞ Ğů ĨƵŶĐŝŽŶĂŵŝĞŶƚŽ ĚĞ ůŽƐ
ĂůŐŽƌŝƚŵŽƐ ĚĞũĂƌşĂŶ ĚĞ ĞdžŝƐƚŝƌ
#ů ŵŽƚŝǀŽ ƉƌŝŶĐŝƉĂů ƐĞ ĚĞďĞ Ă ƋƵĞ ůĂ ŐĞƐƚŝſŶ
ƉƵďůŝĐŝƚĂƌŝĂ ŐĞŶĞƌĂ ďĞŶĞĨŝĐŝŽƐ ĂůƚşƐŝŵŽƐ
Fuente: elaboración propia
264 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Un 58% de los entrevistados consideró que la poca transparencia existente en torno a la gestión de los algoritmos publicitarios
tiene que ver conque la opacidad es la clave del éxito de estas plataformas. Para un 22% de los entrevistados el motivo principal de
la falta de claridad sobre el funcionamiento de los algoritmos reside en que la gestión publicitaria genera benecios cuantiosos
para estas empresas. Finalmente, con un 22%, un grupo de entrevistados que identicaron otros motivos.
Gráco 17. ¿Podrían conseguir Facebook y Google más anunciantes si fuesen más transparentes en lo que tiene que ver con la gestión de
los algoritmos publicitarios?
21
Un 58% de los entrevistados consideró que la poca transparencia existente en torno a la gestión
de los algoritmos publicitarios tiene que ver conque la opacidad es la clave del éxito de estas
plataformas.
P
ara un 22% de los entrevistados el motivo principal de la falta de claridad sobre el
funcionamiento de los algoritmos reside en que la gestión publicitaria genera beneficios
cuantiosos para estas empresas. Finalmente, con un 22%, un grupo de entrevistados que
identificaron otros motivos
.
Gráfico 17. ¿Podrían conseguir Facebook y Google más anunciantes si fuesen más
transparentes en lo que tiene que ver con la gestión de los algoritmos publicitarios?
Fuente: elaboración propia
Para un 50% de los entrevistados, si Facebook y Google difundiesen más información sobre el
mecanismo de funcionamiento y la utilidad de los algoritmos, cada vez más empresas invertirían
más en publicidad online. Un 30% de los entrevistados afirmó que tanto Facebook como Google
seguirán llegando a los anunciantes. Para un 20% de los entrevistados si las plataformas Facebook
y Google fuesen más transparentes probablemente cada vez más empresas entenderían mejor el
funcionamiento de los algoritmos.
Gráfico 18. ¿Qué características deben cumplir los expertos y gestores de campañas de
publicidad online y programática?
Fuente: elaboración propia
50,00%
30,00%
20,00%
^ŝ͕ ƐŽďƌĞ ƚŽĚŽ ĞŶ ůŽ ƋƵĞ ƌĞƐƉĞĐƚĂ Ă WzD"^ LJ
ĞŵƉƌĞƐĂƐ ĐŽŶ ƉŽĐŽ ĐŽŶŽĐŝŵŝĞŶƚŽ ĚĞ ůĂ ƉƵďůŝĐŝĚĂĚ
ŽŶůŝŶĞ LJ ƉƌŽŐƌĂŵĄƚŝĐĂ
EŽ͕ ƉŽƌƋƵĞ &ĂĐĞŬ LJ 'ŽŽŐůĞ ƐŝŐƵĞŶ ůůĞŐĂŶĚŽ Ă ůŽƐ
ĂŶƵŶĐŝĂŶƚĞƐ LJ ůŽ ŚĂƌĄŶ ŝŶĚĞƉĞŶĚŝĞŶƚĞŵĞŶƚĞ ĚĞ ůĂ
ŝŶĨŽƌŵĂĐŝſŶ ƋƵĞ ĚĞŶ Ă ĐŽŶŽĐĞƌ ŚĂĐŝĂ Ğů ĞdžƚĞƌŝŽƌ
WŽƐŝďůĞŵĞŶƚĞ͕ Ɛŝ ĨƵĞƐĞ ĂƐş͕ ĐĂĚĂ ǀĞnj ŵĄƐ ĞŵƉƌĞƐĂƐ
ĞŶƚĞŶĚĞƌşĂŶ ŵĞũŽƌ Ğů ƉŽƌƋƵĠ ĚĞ ůĂ ƵƚŝůŝĚĂĚ ĚĞ ŝŶǀĞƌƚŝƌ
ĞŶ ƉƵďůŝĐŝĚĂĚ ŽŶůŝŶĞ
35,00%
30,00%
35,00%
>ŽƐ ĂůŐŽƌŝƚŵŽƐ ƌĞƋƵŝĞƌĞŶ ĚĞ ƵŶ ĐŽŶŽĐŝŵŝĞŶƚŽ
ĞƐƉĞĐşĨŝĐŽ ƉŽƌ ůŽ ƋƵĞ ĂƉĂƌĞĐĞƌĄŶ ƉĞƌĨŝůĞƐ ůĂďŽƌĂůĞƐ
ŶƵĞǀŽƐ
>Ă ƉƵďůŝĐŝĚĂĚ ŽŶůŝŶĞ LJ ƉƌŽŐƌĂŵĄƚŝĐĂ ƌĞƋƵŝĞƌĞ ƉĞƌĨŝůĞƐ
ĐŽŵƉĞƚŝƚŝǀŽƐ ƋƵĞ ƐĞ ĂĚĂƉƚĞŶ Ă ůĂƐ ŶƵĞǀĂƐ ƌĞĂůŝĚĂĚĞƐ
ƉƵďůŝĐŝƚĂƌŝĂƐ LJ ƚĞĐŶŽůſŐŝĐĂƐ ĨƌĞŶƚĞ Ă ůŽƐ ƉĞƌĨŝůĞƐ ŵĄƐ
ĐŽŶƐĞƌǀĂĚŽƌĞƐ
^ƵƌŐŝƌĄŶ ŶƵĞǀŽƐ ƉƵĞƐƚŽƐ LJ ŽƉŽƌƚƵŶŝĚĂĚĞƐ ůĂďŽƌĂůĞƐ
ƉĂƌĂ ůŽƐ ƉĞƌĨŝůĞƐ ŵĄƐ ĂĐƚŝǀŽƐ
Fuente: elaboración propia
Para un 50% de los entrevistados, si Facebook y Google difundiesen más información sobre el mecanismo de funcionamiento y
la utilidad de los algoritmos, cada vez más empresas invertirían más en publicidad online. Un 30% de los entrevistados armó
que tanto Facebook como Google seguirán llegando a los anunciantes. Para un 20% de los entrevistados si las plataformas Fa
-
cebook y Google fuesen más transparentes probablemente cada vez más empresas entenderían mejor el funcionamiento de los
algoritmos.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
265
Gráco 18. ¿Qué características deben cumplir los expertos y gestores de campañas de publicidad online y programática?
21
Un 58% de los entrevistados consideró que la poca transparencia existente en torno a la gestión
de los algoritmos publicitarios tiene que ver conque la opacidad es la clave del éxito de estas
plataformas.
P
ara un 22% de los entrevistados el motivo principal de la falta de claridad sobre el
funcionamiento de los algoritmos reside en que la gestión publicitaria genera beneficios
cuantiosos para estas empresas. Finalmente, con un 22%, un grupo de entrevistados que
identificaron otros motivos
.
Gráfico 17. ¿Podrían conseguir Facebook y Google más anunciantes si fuesen más
transparentes en lo que tiene que ver con la gestión de los algoritmos publicitarios?
Fuente: elaboración propia
Para un 50% de los entrevistados, si Facebook y Google difundiesen más información sobre el
mecanismo de funcionamiento y la utilidad de los algoritmos, cada vez más empresas invertirían
más en publicidad online. Un 30% de los entrevistados afirmó que tanto Facebook como Google
seguirán llegando a los anunciantes. Para un 20% de los entrevistados si las plataformas Facebook
y Google fuesen más transparentes probablemente cada vez más empresas entenderían mejor el
funcionamiento de los algoritmos.
Gráfico 18. ¿Qué características deben cumplir los expertos y gestores de campañas de
publicidad online y programática?
Fuente: elaboración propia
50,00%
30,00%
20,00%
^ŝ͕ ƐŽďƌĞ ƚŽĚŽ ĞŶ ůŽ ƋƵĞ ƌĞƐƉĞĐƚĂ Ă WzD"^ LJ
ĞŵƉƌĞƐĂƐ ĐŽŶ ƉŽĐŽ ĐŽŶŽĐŝŵŝĞŶƚŽ ĚĞ ůĂ ƉƵďůŝĐŝĚĂĚ
ŽŶůŝŶĞ LJ ƉƌŽŐƌĂŵĄƚŝĐĂ
EŽ͕ ƉŽƌƋƵĞ &ĂĐĞŬ LJ 'ŽŽŐůĞ ƐŝŐƵĞŶ ůůĞŐĂŶĚŽ Ă ůŽƐ
ĂŶƵŶĐŝĂŶƚĞƐ LJ ůŽ ŚĂƌĄŶ ŝŶĚĞƉĞŶĚŝĞŶƚĞŵĞŶƚĞ ĚĞ ůĂ
ŝŶĨŽƌŵĂĐŝſŶ ƋƵĞ ĚĞŶ Ă ĐŽŶŽĐĞƌ ŚĂĐŝĂ Ğů ĞdžƚĞƌŝŽƌ
WŽƐŝďůĞŵĞŶƚĞ͕ Ɛŝ ĨƵĞƐĞ ĂƐş͕ ĐĂĚĂ ǀĞnj ŵĄƐ ĞŵƉƌĞƐĂƐ
ĞŶƚĞŶĚĞƌşĂŶ ŵĞũŽƌ Ğů ƉŽƌƋƵĠ ĚĞ ůĂ ƵƚŝůŝĚĂĚ ĚĞ ŝŶǀĞƌƚŝƌ
ĞŶ ƉƵďůŝĐŝĚĂĚ ŽŶůŝŶĞ
35,00%
30,00%
35,00%
>ŽƐ ĂůŐŽƌŝƚŵŽƐ ƌĞƋƵŝĞƌĞŶ ĚĞ ƵŶ ĐŽŶŽĐŝŵŝĞŶƚŽ
ĞƐƉĞĐşĨŝĐŽ ƉŽƌ ůŽ ƋƵĞ ĂƉĂƌĞĐĞƌĄŶ ƉĞƌĨŝůĞƐ ůĂďŽƌĂůĞƐ
ŶƵĞǀŽƐ
>Ă ƉƵďůŝĐŝĚĂĚ ŽŶůŝŶĞ LJ ƉƌŽŐƌĂŵĄƚŝĐĂ ƌĞƋƵŝĞƌĞ ƉĞƌĨŝůĞƐ
ĐŽŵƉĞƚŝƚŝǀŽƐ ƋƵĞ ƐĞ ĂĚĂƉƚĞŶ Ă ůĂƐ ŶƵĞǀĂƐ ƌĞĂůŝĚĂĚĞƐ
ƉƵďůŝĐŝƚĂƌŝĂƐ LJ ƚĞĐŶŽůſŐŝĐĂƐ ĨƌĞŶƚĞ Ă ůŽƐ ƉĞƌĨŝůĞƐ ŵĄƐ
ĐŽŶƐĞƌǀĂĚŽƌĞƐ
^ƵƌŐŝƌĄŶ ŶƵĞǀŽƐ ƉƵĞƐƚŽƐ LJ ŽƉŽƌƚƵŶŝĚĂĚĞƐ ůĂďŽƌĂůĞƐ
ƉĂƌĂ ůŽƐ ƉĞƌĨŝůĞƐ ŵĄƐ ĂĐƚŝǀŽƐ
Fuente: elaboración propia
Para un 35% de los entrevistados, los algoritmos y su conocimiento requieren de una serie de destrezas especicas que posible
-
mente serán comunes entre nuevos perles profesionales que pueden surgir. Idéntico porcentaje (35%) representan los expertos
y profesionales que señalaron con seguridad la presencia a medio y largo plazo de nuevos perles. Finalmente, para un 30% de
los entrevistados aparecerán perles profesionales muy competitivos.
Gráco 19. Con el crecimiento y aumento de la publicidad online, con múltiples ventajas como la capacidad de generar publicidad con
poco presupuesto, ¿podrían las agencias de publicidad más convencionales desaparecer?
22
Para un 35% de los entrevistados, los algoritmos y su conocimiento requieren de una serie de
destrezas especificas que posiblemente serán comunes entre nuevos perfiles profesionales que
pueden surgir. Idéntico porcentaje (35%) representan los expertos y profesionales que señalaron
con seguridad la presencia a medio y largo plazo de nuevos perfiles. Finalmente, para un 30% de
los entrevistados aparecerán perfiles profesionales muy competitivos.
Gráfico 19. Con el crecimiento y aumento de la publicidad online, con múltiples ventajas
como la capacidad de generar publicidad con poco presupuesto, ¿podrían las agencias de
publicidad más convencionales desaparecer?
F
uente: elaboración propia
Para un 40% de los entrevistados las agencias de publicidad tradicionales deberán ofrecer un valor
adicional o un plus si no quieren verse abocadas a la desaparición. De igual forma, para un 40%
de los entrevistados, las agencias más convencionales deberán distinguirse de una manera clara
frente a las plataformas Facebook y Google ofreciendo un valor añadido que convenza a las
marcas y clientes. Y, finalmente, para un 20% de los participantes, el panorama no es tan sombrío
.
Gráfico 20. ¿Cuál sería tu recomendación como profesional experto en la publicidad online
para todos aquellos perfiles que quieren especializarse en publicidad programática y el
manejo de los algoritmos publicitarios?
Fuente: elaboración propia
Para un 50% de los entrevistados, la importancia del auto conocimiento mediante una dinámica
de formación propia, la asistencia a congresos o similares será fundamental en lo que tiene que
ver con la creación de un perfil experto.
Le
sigue con un 30% los entrevistados que apuntaron la
40%
40%
20%
>ĂƐ ĂŐĞŶĐŝĂƐ ĚĞ ƉƵďůŝĐŝĚĂĚ ƚƌĂĚŝĐŝŽŶĂůĞƐ ĚĞďĞƌĄŶ
ŽĨƌĞĐĞƌ ƵŶ ǀĂůŽƌ ĂĚŝĐŝŽŶĂů Ɛŝ ŶŽ ƋƵŝĞƌĞŶ ĚĞƐĂƉĂƌĞĐĞƌ Ž
ĐŽŶǀĞƌƚŝƌƐĞ ĞŶ ĂŐƌĞŐĂĚŽƐ ĚĞ ůĂ ƌĞĚ ĚĞ &ĂĐĞŬ LJ
'ŽŽŐůĞ͘
>ĂƐ ĂŐĞŶĐŝĂƐ ŵĄƐ ĐŽŶǀĞŶĐŝŽŶĂůĞƐ ƚŝĞŶĞŶ ƋƵĞ
ĚŝƐƚŝŶŐƵŝƌƐĞ ĚĞ ŵĂŶĞƌĂ ĐůĂƌĂ ĨƌĞŶƚĞ Ă ŽƚƌĂƐ
ŵŽĚĂůŝĚĂĚĞƐ ĚĞ ĂŐĞŶĐŝĂƐ ƋƵĞ ĐĂĚĂ ǀĞnj ĐƌĞĐĞŶ ĐŽŶ
ŵĂLJŽƌ ĨƵĞƌnjĂ͘
EŽ ůůĞŐĂƌĄŶ Ă ĚĞƐĂƉĂƌĞĐĞƌ ƉĞƌŽ Ɛş ƐĞ ǀĞƌĄŶ ƌĞĚƵĐŝĚĂƐ
30%
50%
20%
YƵĞ ƐĞ ĨŽƌŵĞ ŵĞĚŝĂŶƚĞ ƉƌŽŐƌĂŵĂƐ ĚĞ
ŵĄƐƚĞƌ͕ ĐƵƌƐŽƐ LJ ĐŽŶƚĞŶŝĚŽƐ ĞƐƉĞĐşĨŝĐŽƐ͘
YƵĞ ƐĞĂ ĂƵƚŽĚŝĚĂĐƚĂ ŵĞĚŝĂŶƚĞ ůĂ ůĞĐƚƵƌĂ ĚĞ
manuales, asistencia a congresos…
YƵĞ ŵĂŶƚĞŶŐĂ ƵŶĂ ĂĐƚŝƚƵĚ ĚĞ ĨŽƌŵĂĐŝſŶ
ĐŽŶƚŝŶƵĂ ĂŶƚĞ ƵŶ ĞƐĐĞŶĂƌŝŽ ĐĂŵďŝĂŶƚĞ͘
Fuente: elaboración propia
266 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Para un 40% de los entrevistados las agencias de publicidad tradicionales deberán ofrecer un valor adicional o un plus si no quie
-
ren verse abocadas a la desaparición. De igual forma, para un 40% de los entrevistados, las agencias más convencionales deberán
distinguirse de una manera clara frente a las plataformas Facebook y Google ofreciendo un valor añadido que convenza a las
marcas y clientes. Y, nalmente, para un 20% de los participantes, el panorama no es tan sombrío.
Gráco 20. ¿Cuál sería tu recomendación como profesional experto en la publicidad online para todos aquellos perles que quieren
especializarse en publicidad programática y el manejo de los algoritmos publicitarios?
22
Para un 35% de los entrevistados, los algoritmos y su conocimiento requieren de una serie de
destrezas especificas que posiblemente serán comunes entre nuevos perfiles profesionales que
pueden surgir. Idéntico porcentaje (35%) representan los expertos y profesionales que señalaron
con seguridad la presencia a medio y largo plazo de nuevos perfiles. Finalmente, para un 30% de
los entrevistados aparecerán perfiles profesionales muy competitivos.
Gráfico 19. Con el crecimiento y aumento de la publicidad online, con múltiples ventajas
como la capacidad de generar publicidad con poco presupuesto, ¿podrían las agencias de
publicidad más convencionales desaparecer?
F
uente: elaboración propia
Para un 40% de los entrevistados las agencias de publicidad tradicionales deberán ofrecer un valor
adicional o un plus si no quieren verse abocadas a la desaparición. De igual forma, para un 40%
de los entrevistados, las agencias más convencionales deberán distinguirse de una manera clara
frente a las plataformas Facebook y Google ofreciendo un valor añadido que convenza a las
marcas y clientes. Y, finalmente, para un 20% de los participantes, el panorama no es tan sombrío
.
Gráfico 20. ¿Cuál sería tu recomendación como profesional experto en la publicidad online
para todos aquellos perfiles que quieren especializarse en publicidad programática y el
manejo de los algoritmos publicitarios?
Fuente: elaboración propia
Para un 50% de los entrevistados, la importancia del auto conocimiento mediante una dinámica
de formación propia, la asistencia a congresos o similares será fundamental en lo que tiene que
ver con la creación de un perfil experto.
Le
sigue con un 30% los entrevistados que apuntaron la
40%
40%
20%
>ĂƐ ĂŐĞŶĐŝĂƐ ĚĞ ƉƵďůŝĐŝĚĂĚ ƚƌĂĚŝĐŝŽŶĂůĞƐ ĚĞďĞƌĄŶ
ŽĨƌĞĐĞƌ ƵŶ ǀĂůŽƌ ĂĚŝĐŝŽŶĂů Ɛŝ ŶŽ ƋƵŝĞƌĞŶ ĚĞƐĂƉĂƌĞĐĞƌ Ž
ĐŽŶǀĞƌƚŝƌƐĞ ĞŶ ĂŐƌĞŐĂĚŽƐ ĚĞ ůĂ ƌĞĚ ĚĞ &ĂĐĞŬ LJ
'ŽŽŐůĞ͘
>ĂƐ ĂŐĞŶĐŝĂƐ ŵĄƐ ĐŽŶǀĞŶĐŝŽŶĂůĞƐ ƚŝĞŶĞŶ ƋƵĞ
ĚŝƐƚŝŶŐƵŝƌƐĞ ĚĞ ŵĂŶĞƌĂ ĐůĂƌĂ ĨƌĞŶƚĞ Ă ŽƚƌĂƐ
ŵŽĚĂůŝĚĂĚĞƐ ĚĞ ĂŐĞŶĐŝĂƐ ƋƵĞ ĐĂĚĂ ǀĞnj ĐƌĞĐĞŶ ĐŽŶ
ŵĂLJŽƌ ĨƵĞƌnjĂ͘
EŽ ůůĞŐĂƌĄŶ Ă ĚĞƐĂƉĂƌĞĐĞƌ ƉĞƌŽ Ɛş ƐĞ ǀĞƌĄŶ ƌĞĚƵĐŝĚĂƐ
30%
50%
20%
YƵĞ ƐĞ ĨŽƌŵĞ ŵĞĚŝĂŶƚĞ ƉƌŽŐƌĂŵĂƐ ĚĞ
ŵĄƐƚĞƌ͕ ĐƵƌƐŽƐ LJ ĐŽŶƚĞŶŝĚŽƐ ĞƐƉĞĐşĨŝĐŽƐ͘
YƵĞ ƐĞĂ ĂƵƚŽĚŝĚĂĐƚĂ ŵĞĚŝĂŶƚĞ ůĂ ůĞĐƚƵƌĂ ĚĞ
manuales, asistencia a congresos…
YƵĞ ŵĂŶƚĞŶŐĂ ƵŶĂ ĂĐƚŝƚƵĚ ĚĞ ĨŽƌŵĂĐŝſŶ
ĐŽŶƚŝŶƵĂ ĂŶƚĞ ƵŶ ĞƐĐĞŶĂƌŝŽ ĐĂŵďŝĂŶƚĞ͘
Fuente: elaboración propia
Para un 50% de los entrevistados, la importancia del auto conocimiento mediante una dinámica de formación propia, la asisten
-
cia a congresos o similares será fundamental en lo que tiene que ver con la creación de un perl experto. Le sigue con un 30% los
entrevistados que apuntaron la relevancia de la formación. Para concluir, con un 20% aparecen los entrevistados que subrayan la
importancia de la formación continua ante un escenario convulso y cambiante.
4. Discusión y conclusiones
Tras la aplicación metodológica se han obtenido diferentes conclusiones que requieren ser analizadas y compartidas con la
-
nalidad de comprobar si los objetivos y las hipótesis de la investigación se han cumplido, o si, por el contrario, no se han logrado
resultados concluyentes.
–
Objetivo 1. Analizar la gestión de los algoritmos publicitarios en Facebook ADS y Google Adwords siendo dos de los canales
o soportes para ofrecer publicidad más empleados por las empresas.
En primer objetivo de la investigación trata de analizar el funcionamiento de los algoritmos publicitarios de Facebook ADS y de
Google Adwords, dos de las plataformas más relevantes hoy en día en la publicidad online. Sobre lo dicho, este objetivo se ha
cumplido no solo con la realización del apartado metodológico, sino también con la revisión bibliográca del objeto de estudio.
La encuesta y entrevista realizada a los participantes en la investigación ha sido fundamental para describir y analizar la gestión
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
267
de los algoritmos publicitarios. En paralelo, el objetivo 1 de la investigación no podría entenderse sin la hipótesis de partida 1
expuesta a continuación:
–
Hipótesis 1. Los algoritmos de Facebook y de Google realizan mejor asignación de los presupuestos de las campañas publi
-
citarias en comparación a la asignación manual. La capacidad de predicción e impacto de los algoritmos es mayor que el
conocimiento humano.
Esta hipótesis de partida ha quedado validada teniendo en consideración los datos logrados en la fase de resultados tras la apli
-
cación de las encuestas y de las entrevistas. Para los profesionales y expertos consultados, los algoritmos publicitarios usados en
las plataformas de Facebook y Google no solo mejoran la asignación presupuestaria en lo que tiene que ver con las campañas,
sino que además ayudan a lograr mejores resultados al impactar en las audiencias.
–
Objetivo 2. Describir cuáles son los criterios empleados por parte de los algoritmos, además de las funcionalidades
automatizadas.
El segundo objetivo de la investigación plantea la descripción sobre los criterios usados por los algoritmos y las funcionalidades
automatizadas presentes en los algoritmos publicitarios. Este objetivo de la investigación no se ha cumplido al 100% debido a la
multiplicidad, variedad y diversidad de datos de carácter subjetivo que los algoritmos publicitarios tienen en consideración para
mostrar un resultado concreto ante una búsqueda especíca hecha por un usuario.
No hay que olvidar que los algoritmos ofrecen contenidos personalizados en base a las necesidades, historiales de búsqueda y
demandas efectuadas por los internautas. Por lo tanto, la especialización de los registros es clave. En relación con el objetivo 2 del
trabajo se ha planteado la hipótesis 2 descrita en las siguientes líneas.
–
Hipótesis 2. Los algoritmos de Facebook y de Google permiten un mayor nivel de análisis de los anuncios creados en base a
criterios de medición, impacto y penetración de las audiencias que difícilmente pueden detectar los profesionales que reali
-
zan campañas publicitarias. Esta hipótesis se ha conrmado.
Revisando los resultados mostrados en este trabajo puede armarse que los algoritmos publicitarios sirven para analizar de una
manera ecaz los comportamientos que las audiencias digitales generan tanto en las redes sociales, en particular en Facebook,
como en Google. Si bien es importante recordar que la segmentación y la personalización de las campañas puede lograrse me
-
diante la acción manual. Sin embargo, los resultados logrados no adquieren el mismo nivel de personalización y adecuación al
usuario.
–
Objetivo 3. Abordar las diferencias existentes en torno a los algoritmos publicitarios en lo que tiene que ver con la asignación
de presupuestos, optimización de anuncios y detección de audiencias.
El tercer y último objetivo de la investigación pretendía abordar las divergencias presentes en los algoritmos publicitarios en
cuanto a la asignación de presupuestos y optimización de anuncios. Puede considerarse que este objetivo se ha cumplido en base
a los resultados obtenidos y a las opiniones expresadas por los entrevistados y encuestados al considerar que la optimización de
las campañas es mayor al realizar una asignación automática que una manual. No obstante, la asignación de presupuestos y la
detección de las audiencias depende en demasía de las características, perl y tipología de los anunciantes publicitarios.
268 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Ante esto, y tomando un ejemplo especíco, parece lógico comprender que una multinacional del sector retail deportivo, con
presencial global, y una PYME local especializada en la prestación de multiservicios, coincidirán poco o muy poco en factores
como la elección del presupuesto y la prospección de nuevas audiencias. Sin embargo, existe un elemento en común entre ambas
empresas: la necesidad de obtener mejores resultados de campaña con la optimización de los anuncios, independientemente
del presupuesto, la duración o el público al que se destine la acción publicitaria. Ello deriva en la explicación de las hipótesis de
partida 3 y 4 expuestas en las siguientes líneas de texto.
–
Hipótesis 3. Los algoritmos publicitarios de Facebook y Google sirven para llegar a grupos de audiencias muy anes a los
productos, marcas y servicios en comparación con la segmentación a la que puede llegarse de manera manual.
Esta hipótesis complementa la hipótesis número 2 por lo que en ambos casos las hipótesis se han cumplido armándose que los
algoritmos son fundamentales para lograr mejores resultados de campaña, optimización de resultados e impactos emocionales
en las audiencias. Así lo han conrmado los datos procedentes de la aplicación metodológica del estudio.
–
Hipótesis 4. Los algoritmos publicitarios de Facebook y de Google son unas de las claves del éxito de estas plataformas que
no desvelan con claridad el funcionamiento y el manejo de la información, datos y otros elementos que compilan a través de
los mencionados algoritmos.
La hipótesis 4 se ha visto rearmada en la fase de resultados de la investigación, en particular puede verse en el desglose de la
entrevista. En este sentido, los entrevistados conrmaron que la complejidad del manejo, opacidad y falta de transparencia que
existe en torno a los algoritmos publicitarios de Facebook y Google constituye parte del éxito de ambas compañías.
Tras describir el cumplimiento de los objetivos y las hipótesis de la investigación, resulta necesario añadir que, a tenor de los
resultados mostrados, los diferentes encuestados y entrevistados consideran que el futuro de la publicidad pasará por incluir
acciones y estrategias de carácter digital como son la publicidad programática o la publicidad online siendo herramientas trans
-
cendentales para garantizar no solo el éxito de los anunciantes en las campañas, sino para convertirse en referentes en la so
-
ciedad actual. Las diversas referencias teóricas consultadas en la investigación describen que la publicidad online o programá
-
tica se consolida como un modelo cada vez más útil y necesario tanto entre los profesionales de la publicidad como entre los
consumidores.
De una parte, es oportuno describir que la inclusión de los algoritmos publicitarios por parte de plataformas tecnológicas como
Facebook y Google no hace sino dibujar un nuevo escenario en el que la formación académica y especíca resulta capital en lo
que respecta a la gestión de los algoritmos. Así lo han subrayado los diferentes encuestados y entrevistados que han participado
en la investigación mostrada y que han incidido en la importancia de la educación superior y en la autoformación de los expertos
publicitarios del mañana.
Otro aspecto de gran relevancia es que, a pesar del auge y la importancia creciente que los algoritmos y la publicidad progra
-
mática tienen en la sociedad actual, estas herramientas no llegaran nunca a suplantar el trabajo manual y creativo realizado por
la presencia humana. Si bien, no es equívoco considerar que la inclusión de este tipo de tecnologías en la realización, gestión y
planicación publicitaria ayuda a obtener mejores benecios, tanto económicos como de impacto en el consumidor, en lo que
tiene que ver con el diseño de campañas publicitarias.
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
269
De otra parte, un aspecto de gran notoriedad destacado en esta investigación y descrito tanto en el marco teórico como en los
resultados del trabajo académico, incide en la complejidad y falta de transparencia en el uso de los algoritmos publicitarios por
parte de Google y Facebook. A tenor de lo dicho, los participantes de la encuesta no han dudado en armar que una buena parte
del éxito de estas empresas tecnológicas deriva de la gestión de campañas publicitarias mediante la inclusión del machine lear
-
ning y la inteligencia articial.
Finalmente, el presente trabajo de investigación aporta información contrastada ante un objeto de estudio en continuo cambio
(la publicidad online y las nuevas tecnologías), con múltiples consecuencias, generándose un nuevo escenario social, comu
-
nicativo y creativo caracterizado por la toma de decisiones de carácter estratégico. Por lo tanto, resulta necesaria la realización
de trabajos académicos como este para que puedan contribuir a vislumbrar con claridad cómo será el futuro de la profesión
publicitaria.
5. Agradecimientos
Este artículo ha sido traducido al inglés por Mª Isabel Mansilla Blanco a quien agradezco su trabajo.
6. Referencias bibliográcas
Alonso, L.E. y Fernández, C.J. (2021). El papel del consumo en la economía de plataformas.
Revista Española de Sociología (RES)
,
30 (3), a69. https://doi.org/10.22325/fes/res.2021.69
Alcalá, R. (2021). Evolución y análisis de la publicidad programática y estudio de la percepción del consumidor de la publicidad
online. Trabajo Final de Grado. Universidad de Valladolid. https://bit.ly/3x0EzEm
Barriola, J.M. et al. (2016). ¿Cómo funciona Google? El algoritmo Pagerank, diagrama de Grafos y cadenas de Markov.
Revista de
Investigación en Modelos Matemáticos Aplicados a la Gestión y la Economía
, número 3, 9-30. https://bit.ly/3z7WwUu
Boyd, J. (2018). Brandwatch. Objetivo de brandwatch. https://bit.ly/3wZ0CLW
Camargo-Vega, J.J., Camargo-Ortega, J. F. y Joyanes-Aguilar, L. (2014). Conociendo Big Data.
Revista Facultad de Ingeniería
, ene
-
ro-abril 2015, Vol. 24, número 38, 63-77. https://bit.ly/3aiWheH
Costalego, R. (2019). Aplicaciones de la inteligencia articial a la industria publicitaria. Trabajo Final de Grado. Universidad de
Valladolid. https://bit.ly/3PPEbBp
Chen, Y. et al. (2013). Social Media Metrics-A framework and guidelines for managing Social Media.
Journal of Interactive Marke
-
ting
, Vol. 27, 281-289. https://doi.org/10.1016/j.intmar.2013.09.007
De Salas, M.I. (2010). La publicidad en las redes sociales. De lo invasivo a lo consentido.
Icono 14
, Vol. 8, 1. https://doi.org/10.7195/
ri14.v8i1.281
Del Rincón, D., Arnal, J., Latorre, A. y Sans, A. (1995).
Técnicas de Investigación en Ciencias Sociales
. Dykinson.
Denzin, N.K. y Lincoln, Y. S. (2005).
e sage handbook of qualitative research
. Sage.
270 |
nº 36, pp. 243-271
|
enero-junio de 2023
La gestión de los algoritmos publicitarios en Internet. Un caso de estudio: Facebook y Google
ISSN: 1696-019X / e-ISSN: 2386-3978
doxa.comunicación
Dermack, P. (2017). Aliate World Conferences. Entrevistado por Philipp Schoemann. Bangkok. https://bit.ly/3POKeGk
Díaz-Bravo, L., Torruco-García, U., Martínez-Hernández, M. y Varela-Ruiz, M. (2013). La entrevista, recurso exible y dinámico.
Investigación en Educación Médica
, Vol.2, núm. 7, 162-167. http://bitly.ws/e2gG
Enberg, J. (2019). Global Digital Ad Spending 2019. https://bit.ly/3t3AQoo
Estera, Á. (2016). 10 predicciones sobre el futuro del Big Data. https://bit.ly/3tki64b
Franks, B. (2012).
Taming the Big Data tidal wave: Finding opportunities in huge data streams with advanced analytics.
Wiley and
SAS Business.
Gaitán, J. A. y Piñuel J. L. (1998).
Técnicas de investigación en comunicación social. Elaboración y registro de datos.
Síntesis.
González, O. (2014).
Comercio electrónico 2.0
. Editorial Anaya.
Gupta, M. (2017). Machine Learning: preguntas y respuestas. https://bit.ly/3ax6Evr
Grané, J. (2021). ¿Jaque mate digital a la humanidad? Educar humanos y resilir en la era de la inteligencia articial.
DEDICA.
Revista de Educação e Humanidades
, núm. 18, 1-24. https://doi.org/10.30827/dreh.vi18.21000
Han, B.C. (2014).
Psicopolítica, Neoliberalismo y nuevas técnicas de poder
. Herder.
Iniesta-Alemán, I., Marta-Lazo, C. y Zaro, M. (2018). La inversión en publicidad, retos para la televisión del siglo XXI.
Retos: Revis
-
ta de Ciencias de la Administración y Economía
, Vol. 8, núm. 16, 141-156. https://doi.org/10.17163/ret.n16.2018.10
Jung, A. (2022).
Machine learning: the basics.
Springer.
Lucca, N. y Berrios, R. (2003).
Investigación cualitativa, fundamentos, diseños y estrategias
. Ediciones S.M.
Martínez, R. Segura R. y Sánchez, L. (2011). El complejo mundo de la interactividad: emociones y redes sociales.
Revista Medite
-
rránea de Comunicación
, Vol. 2, 171-190. https://doi.org/10.14198/MEDCOM2011.2.10
Martínez, I., Aguado, J.M. y Sánchez, P.H. (2022). Smart Advertising: innovación y disrupción tecnológica asociadas a la IA en el
ecosistema publicitario.
Revista Latina de Comunicación Social
, Vol.80, 69-90. https://www.doi.org/10.4185/RLCS-2022-1693
Mansky, M. (1968).
Semantic Information Processing
. e MIT Press.
Mitchell, T. M. (1997).
Machine Learning
. McGraw-Hill.
Montells, L. (2021). Qué es el Edgerank o cómo funciona el algoritmo de Facebook. https://bit.ly/38YPLJJ
Papi-Gálvez, N. et al. (2014).
Claves en la planicación de la publicidad online. Fundamentos, herramientas y retos
. AIMC Asocia
-
ción para la Investigación de Medios de Comunicación.
Peña, R. (2010). Historia de los algoritmos y de los lenguajes de programación. UNED. https://bit.ly/3t1irIP
Peña, R.M. (2017). Pensar la publicidad: una reexión losóca. Tesis doctoral. Universidad del País Vasco. San Sebastián. ht
-
tps://bit.ly/3M1M9nZ
Pérez, R. M. (2020). El “dataísmo” como fundamento de la publicidad digital personalizada.
Ciencia y Sociedad
, número 45(4),
107-118. https://doi.org/10.22206/cys.2020.v45i4.pp107-118
doxa.comunicación |
nº 36, pp. 243-271
|
enero-junio de 2023
Sergio Luque Ortiz
ISSN: 1696-019X / e-ISSN: 2386-3978
271
Placebo Media (2016). RTB Placebo Media. https://bit.ly/3m265w9
Puyol, F. J. (2015).
Aproximación jurídica y económica al big data
. Tirant Editorial.
Ramos, M. (2006). Cuando la marca ofrece entretenimiento: aproximación al concepto de advertainment.
Questiones Publicita
-
rias
, I (1), 33-49. https://bit.ly/3M1dkPM
Raya, A. M. (2015).
Big Intelligence. Nuevas capacidades big data para los sistemas de vigilancia estratégica e inteligencia
competitiva
.
Rodríguez, R. (2021). El día que un ordenador derrotó a Kasparov: 25 años del “milagro” de Deep Blue. El Condencial. España.
https://bit.ly/38YmSxt
Rodriguez, A. (2017). La publicidad programática. El futuro de la publicidad digital. Trabajo Final de Grado. Universidad de Ex
-
tremadura. https://bit.ly/3lXg0mS
Saéz, C. (2020). El algoritmo como protagonista de la relación laboral. Un análisis desde la perspectiva de la prohibición de la
discriminación. Temas Laborales, núm.155-220, 41-60.
Sánchez, C. (2019). La publicidad digital superará a la televisiva en 2019. https://bit.ly/3PMBW1I
Sevillano, J. (2015). Comprando usuarios y no medios. Dos puntos sobre compra programática.
Anuncios: semanario de publici
-
dad y marketing
, número 1515, 8. https://bit.ly/3PMCapA
Steiner, C. (2012).
Automate this: How algorithms came to rule our world
. Editorial Portfolio.
Tobías, L., Vallejo, C. y Hinojo, P. (2022). El carácter disruptivo de la publicidad online y su impacto sobre la competencia.
ICE
Plataformas Digitales Regulación y Competencia
, 826, marzo-abril 2022.
Vallverdú, J.J. (2019). La publicidad digital superará a la televisiva en 2019. https://bit.ly/3N8bWwc
Vargas, I. (2012). La entrevista en la investigación cualitativa: nuevas tendencias y retos.
Revista Calidad en la Educación Superior
,
Vol.3, Núm. 1, pp.119-139. https://doi.org/10.22458/caes.v3i1.436
Villarreal, S. (2022). Publicidad programática: qué es y qué ventajas ofrece. IEBS https://www.iebschool.com/blog/
publicidad-programatica-marketing-digital/
Zuazo, N. (2018).
Los dueños de Internet.
Lectulandia.