The management of advertising algorithms on the Internet. A case study: Facebook and Google
DOI:
https://doi.org/10.31921/doxacom.n36a1713Keywords:
Algorithms, Internet, Google, Facebook, online advertisingAbstract
The 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. Therefore, a qualitative and quantitative methodology has been chosen to gather the information (using interviews and surveys) to deepen into the differences 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.
Downloads
Global Statistics ℹ️
|
2596
Views
|
2856
Downloads
|
|
5452
Total
|
|
References
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, enero-abril 2015, Vol. 24, número 38, 63-77. https://bit.ly/3aiWheH
Costalego, R. (2019). Aplicaciones de la inteligencia artificial 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 Marketing, 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). The sage handbook of qualitative research. Sage.
Dermack, P. (2017). Affiliate World Conferences. Entrevistado por Philipp Schoeffmann. Bangkok. https://bit.ly/3POKeGk
Díaz-Bravo, L., Torruco-García, U., Martínez-Hernández, M. y Varela-Ruiz, M. (2013). La entrevista, recurso flexible 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 artificial. 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: Revista 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 Mediterránea 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. The 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 planificación de la publicidad online. Fundamentos, herramientas y retos. AIMC Asociación 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 reflexión filosófica. Tesis doctoral. Universidad del País Vasco. San Sebastián. https://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
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 Publicitarias, 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 Confidencial. España. https://bit.ly/38YmSxt
Rodriguez, A. (2017). La publicidad programática. El futuro de la publicidad digital. Trabajo Final de Grado. Universidad de Extremadura. 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 publicidad 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.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Sergio Luque Ortiz
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
The authors retain their copyright and grant the journal the right of first publication of their work, which will be simultaneously subject to the Creative Commons License, Attribution-NonCommercial, International License (CC BY-NC 4.0). The scientific community is free to share, copy, and redistribute the material in any medium or format, and to remix, transform, and build upon that material under the following terms: Proper credit must be given (journal, authors, URL/DOI), and it is not used for commercial purposes.
How to Cite
