Instagram té a dia d’avui aproximadament 800 milions d’usuaris actius al mes i aquests generen moltíssima informació. Al voltant de 70 milions de fotos disposades a acaparar els “likes” i comentaris d’aquests seguidors o “followers” de la xarxa. Però, què està fent Instagram amb aquesta quantitat d’informació? Convertir-se en una companyia de “big data”.
Emmagatzema, estudia i comparteix la conducta de tots els usuaris assidus a la app, les interaccions i hashtags usats. Tot això s’analitza amb diferents eines d’intel·ligència artificial amb diferents finalitats: La pròpia millora de l’aplicació per fer-la més atractiva per als usuaris per l’evolució del comportament d’aquests, realitzar estudis demogràfics i científics o proporcionar a empreses terceres les dades d’aquests usuaris per poder usar una publicitat molt més orientada al “target” de la campanya publicitària.
Fa ja un temps que Instagram va acabar substituint el seu “time-line” ordenat de forma totalment cronològica per un mur en el qual les publicacions es mostren segons la rellevància per a l’usuari propietari del compte. Diem propietari per dir-ho d’alguna forma… recordem que Instagram es queda amb la propietat intel·lectual del contingut que pugem. Aquesta clàusula l’acceptem en donar-nos d’alta a la seva xarxa. Els algorismes que van aprenent els gustos i la forma d’usar l’aplicació dels usuaris són la clau per determinar què publicacions poden interessar més al mateix.
Pot semblar que simplement s’usa per fer una bona selecció de les publicacions dels comptes que seguim però també s’usa per veure què contingut mostrar en la pestanya “EXPLORA” o, per exemple, quins “hashtags” o nous comptes poder seguir. És evident que el contingut cada vegada és major, el nombre d’usuaris també va incrementant i es fa molt difícil digerir aquesta quantitat d’informació i tractar-la degudament.
“Deeptext”: Filtre d’SPAM
Per això, Instagram usa un algorisme anomenat “Deeptext” que, bàsicament, s’encarrega de filtrar i eliminar automàticament tot l'”SPAM” i els missatges ofensius que s’envien. Aquest apartat relacionat amb la intel·ligència artificial també és fonamental perquè l’experiència d’usuari no es vegi afectada negativament. Aquest algorisme entén el context del missatge enviat en fins a 9 llengües diferents i, quan detecta contingut catalogat com “SPAM”, simplement ho elimina.
Aquesta eina també s’està usant per evitar certs abusos com el bullying de forma automàtica, a diferència d’altres xarxes com Facebook o Twitter que ho fan en base a denúncies que els usuaris han de posar a la xarxa en qüestió per eliminar-los.
Estudis socials o culturals de la informació
Model de negoci
Evidentment, tota aquesta informació que guarda Instagram, de la mateixa forma que ho fa Facebook, té una finalitat: Transformar-se en el model de negoci per monetitzar. La majoria de xarxes socials en els seus inicis no tenien un model de negoci basat en la monetització perquè no eren capaces de vendre res més enllà d’oferir un servei, la xarxa social, amb una sèrie de funcionalitats i eines atractives per a l’ús diari dels usuaris.
Les xarxes socials com Instagram el que fan és organitzar de forma òptima tota aquesta informació perquè, en el desenvolupament de la campanya de màrqueting online (SEM) que crearà el client, li sigui molt senzill aconseguir parametritzar per arribar al client objectiu o “target” que hagi estudiat com a ideal per al seu negoci. Els anuncis acabaran arribant a aquells usuaris que, per les seves preferències, interessos, localització geogràfica, idioma i un llarg etcètera, coincideixin amb aquest client objectiu.