Instagram comparte nuevos conocimientos sobre la selección de publicaciones destacadas para destacar en los feeds de inicio de los usuarios

¿Le gustaría comprender mejor cómo funcionan los algoritmos de alimentación de Instagram y cómo optimizar su enfoque de contenido en consecuencia? Estás de suerte: Instagram publicó hoy un nuevo desglose de cómo clasifica el contenido para sus «publicaciones sugeridas» o las publicaciones que ves en tu feed de inicio de cuentas que no sigues en la aplicación. Este elemento se convirtió recientemente en un foco importante después de que Instagram comenzó a agregar muchas más recomendaciones de contenido basado en IA a las fuentes de los usuarios, lo que provocó una reacción generalizada de los usuarios, y desde entonces ha visto a IG reducirlo mientras trabaja en él para refinar sus algoritmos. Pero incluso con este cambio, Instagram ve las recomendaciones de IA como un elemento clave de su futuro y para maximizar la participación de los usuarios. En otras palabras, incluso si actualmente no ve tantas recomendaciones en su feed de inicio, pronto volverán a aparecer. Entonces, ¿cómo elige Instagram qué contenido adicional mostrarle en su feed de inicio? Aquí hay algunas ideas: primero, el equipo de ingeniería de Instagram describe el enfoque de su sistema de recomendación y destaca los objetivos principales de su enfoque:

• Los usuarios dedican mucho tiempo a crear el feed doméstico perfecto para ellos. ¿Cómo podemos hacer algo de ese trabajo por ellos y hacerles sentir que ellos mismos hicieron esas recomendaciones?
• Como anécdota, los usuarios que interactúan siempre encuentran nuevas fuentes de interés para seguir. ¿Podemos ayudar un poco con este acto de personalización progresiva?

Si las personas realmente quieren que un sistema automatizado haga este trabajo por ellos es otra cuestión completamente diferente, pero el objetivo previsto es replicar el descubrimiento humano con capacidades de IA para mejorar la participación del usuario. Como resultado, las recomendaciones de publicaciones de Instagram se dividen en dos categorías: «conectadas» y «no conectadas», siendo estas últimas las publicaciones que los sistemas de Instagram encuentran y resaltan en función de sus intereses.

Como era de esperar, el proceso se basa en gran medida en señales implícitas, es decir, acciones que ha realizado directamente en la aplicación, como seguir y dar me gusta a las publicaciones. Pero también puede extenderse a las personas que sigues y lo que les gusta, como un proxy para la participación directa, al mismo tiempo que destaca algunas publicaciones populares basadas en la participación general. Pero estos elementos se relacionan más con la interfaz Explorar: en el feed de inicio, el objetivo es reproducir la sensación de las publicaciones y los perfiles que desea seguir, haciéndolo cada vez más familiar. «Desplazarse por la parte inferior de las recomendaciones del feed debería ser como desplazarse por una extensión del feed de inicio de Instagram».

Es importante tener en cuenta que las recomendaciones que Instagram quiere que veas en tu feed principal deben replicar de cerca las cuentas que sigues, hasta los tipos de publicaciones que comparten. Al mismo tiempo, Instagram también está tratando de agregar más y más videos, especialmente carretes, a los feeds de los usuarios, lo cual es otro factor en sus experimentos más recientes. Sin embargo, como se mencionó, el objetivo es construir más directamente sobre sus intereses declarados, en lugar de simplemente agregar el contenido de tendencias más reciente. ¿Cómo hace eso Instagram? “Para garantizar que nuestras recomendaciones se sientan similares a las publicaciones en Home Feed, priorizamos las cuentas que son similares a las cuentas que un usuario encuentra en Home.

• En el paso de selección de candidatos, nos aseguramos durante la capacitación y evaluación de nuestros modelos de clasificación que la distribución general no se desvía de las fuentes nacionales.
• Seguimos las mismas heurísticas de actualidad y sensibilidad temporal que el Home Feed para garantizar que las publicaciones sugeridas transmitan una sensación de frescura similar al resto del Home Feed.
• También nos aseguramos de que la combinación de tipos de medios (como fotos, videos, álbumes, etc.) sea relativamente similar en la página de inicio y en las publicaciones sugeridas.
• Para los usuarios cuyo gráfico de compromiso inmediato es relativamente escaso, generamos candidatos evaluando sus conexiones de un solo salto y de dos saltos. ejemplo: Si al usuario A no le han gustado muchas otras cuentas, probablemente podamos evaluar las cuentas seguidas de las cuentas que le gustaron a A y considerar usarlas como semilla. A → Cuenta que le gusta a A → Cuentas seguidas de las cuentas que le gustan a A (cuentas iniciales). El siguiente diagrama visualiza esta forma de pensar.

Puntos importantes para los vendedores:

• Instagram intenta recomendar contenido similar a las cuentas que la gente quiere seguir. Como tal, puede valer la pena investigar más sobre lo que publican otras marcas en su industria, especialmente aquellas a las que les está yendo bien en IG, para alinearse mejor con los elementos específicos que luego podrían hacer que su contenido se destaque para sus clientes objetivo.
• La «frescura» es importante, lo que significa que debe publicar regularmente para asegurarse de que está maximizando sus oportunidades en este sentido.
• También vale la pena señalar que Reels se convertirá cada vez más en un foco de atención a medida que pase el tiempo. Aunque no se menciona específicamente aquí, a medida que más usuarios interactúan con los carretes, se recomiendan nuevamente más carretes en los feeds de inicio.

No hay muchas pepitas a las que aferrarse aquí, pero el punto clave es que Instagram quiere que sus recomendaciones de inicio sean familiares para todos los usuarios. Por lo tanto, se trata menos de resaltar los últimos éxitos virales de toda la aplicación y más de alinearse con los intereses explícitos de cada usuario. Eso por sí solo podría ser información muy valiosa para su enfoque de IG. Puede leer el trabajo de investigación completo aquí.