Metodología

Ad Observatory es un proyecto de NYU Cybersecurity for Democracy (C4D).

C4d recopila datos de una variedad de fuentes y aplica aprendizaje automático, modelado de temas y otros tipos de herramientas para comprender como mensajes son dirigidos a distinto grupos. Las fuentes de datos incluyen:

La biblioteca de anuncios Meta contiene una colección exhaustiva de anuncios que se publican en las distintas plataformas de Meta. Los anuncios sobre “problemas sociales, elecciones o política” o anuncios políticos pueden identificarse porque incluyen información sobre quién pagó el anuncio en un descargo de responsabilidad “Pagado por”. Consulte Meta para la definición de estos anuncios.

Los informes de la biblioteca de anuncios Meta contienen información semanal sobre asuntos sociales, elecciones y anuncios políticos publicados en sus sitios.

Los investigadores de C4D proporcionan análisis y modelado de estos datos para que los usuarios de Ad Observatory puedan ver patrones en la publicidad digital: quién gasta dinero en anuncios, en qué temas se enfocan, qué tipos de anuncios se están publicando (donar, comprar, mostrar, etc.), tipos de anuncios y gastos en anuncios.

Búsquedas de palabras claves

Se pueden utilizar conectores para búsquedas complejas. El valor por defecto sin conectores es “Y”. Use “+” para Y, “|” para O y “-” para NO. El valor por defecto sin conectores es “Y”. Por ejemplo,

voto votación

resultará en los resultados de la búsqueda que contengan las palabras “voto” y “votación”

Conectores:

+ para Y
| para O
- para NO

Ejemplos:  

Voto + papeleta 

resultará en resultados que contienen las palabras “Voto” Y “papeleta”

Voto | votación

resultará en resultados que contienen las palabras “Voto” O “papeleta”

Voto - Biden

resultará en resultados que contienen las palabras “Vote” NO “Biden”

Las búsquedas se pueden filtrar aún más usando paréntesis:

(Voto | Votación) (#2022Elections | #Democrat | #Republican | #Biden | #Trump)

Estimaciones de gastos

Meta provee amplios rangos para el gasto de anuncios individuales, en lugar de números exactos. A fin de estimar el gasto de anuncios particulares, los investigadores de C4D incorporan múltiples fuentes de datos.

  • Se recopilan datos de todos los anuncios que se remontan lo más lejos posible en la historia todos los días desde la biblioteca de anuncios Meta. Además de otros detalles sobre el anuncio, se registra la fecha de inicio del anuncio y su estado activo actual (activo o inactivo). C4D infiere la fecha efectiva de inicio y finalización de cada anuncio a partir de estos datos.
  • C4D también recopila diariamente el informe de la biblioteca de anuncios Meta. Este informe enumera para cada combinación de página y cadena de divulgación, el monto gastado en esa combinación durante el historial de la biblioteca de anuncios. Para obtener la estimación más precisa de cuánto gastó un anunciante en un día en particular, C4D resta el monto gastado hasta el día anterior del monto gastado hasta el día para el que estimamos el gasto.
  • Diariamente, C4D distribuye el monto gastado el día más reciente en el informe de biblioteca de anuncios Meta más reciente recopilado de los anuncios que C4D sabe que estaban activos ese día. C4D llega a esta cifra dividiendo el monto gastado por el número de anuncios activos de manera proporcional a los gastos mínimos informados de esos anuncios y sumando ese monto a la estimación de gastos de cada uno de esos anuncios activos. Cuando C4D presenta datos de gastos a lo largo del tiempo, C4D estima el gasto por día de un anuncio como el gasto total estimado para el anuncio dividido por la cantidad de días que el anuncio estuvo activo.
  • En ciertas circunstancias, el gasto total comunicado en el informe de la biblioteca de anuncios Meta para un anunciante determinado parece disminuir día tras día. Según Meta esto se debe a que el gasto atribuído a los anuncios que se publicaron en un día determinado puede tardar hasta cinco días en liquidarse. A veces, este delta negativo es pequeño, pero a veces puede ser bastante grande. En otras casos, a veces estos deltas negativos representan una corrección aparente después de un gran aumento en el gasto informado incorrectamente el día anterior. Para manejar estos picos y caídas aparentemente erróneos, cuando C4D observa un gran giro de un solo día en cualquier dirección, y luego una corrección en la otra dirección el día siguiente, C4D modera el gasto informado el día de la corrección durante el período del pico o caída.

Gastos por región

C4D determina el gasto y las impresiones por región tomando la distribución regional informada para el gasto de cada anuncio y asignando valores en consecuencia. Por ejemplo, si un anuncio tiene una distribución regional del 20 por ciento para Nueva York y del 80 por ciento para California, y se gastó un total de $1,000, y obtuvo 1,000 impresiones, entonces se informarían $200 como gastados en Nueva York y $800 en California.

Mirada del patrocinador

Para una pequeña cantidad de patrocinadores de anuncios, Ad Observatory agrupa anuncios de múltiples páginas que son controlados por el mismo patrocinador de anuncios y generalmente divulgan sus anuncios según lo pagado por la misma entidad. Este caso se aplica solamente para los candidatos presidenciales de 2020 Joe Biden y Donald Trump, porque estos fueron los únicos grandes gastadores políticos que C4D observó que participaron en este comportamiento. Por ejemplo, la campaña de Joe Biden fue la que pago por los anuncios de Joe Biden y Kamala Harris en sus paginas de Facebook, y en otros sitios. Por lo tanto, en Ad Observatory, la opinión del patrocinador de Joe Biden incluye anuncios que se publicaron en la página de Facebook de Kamala Harris, Wisconsin para Biden, Biden Harris para WI, etc.

Clasificación del tipo de anuncio

C4D clasifica los tipos de anuncios en función del análisis, si existe, del texto contenido en enlaces salientes y en texto de botones (botones que, al hacer clic, llevan al usuario a otro sitio o acción, como proporcionar información de contacto o pagos.

“Presentarse” representa anuncios que piden a los usuarios que vayan a algún lugar del mundo físico. 

“Donar” se refiere a los anuncios que solicitan contribuciones financieras.

Los anuncios “Conectar” solicitan a los usuarios información de contacto. 

“Comprar” les pide a los usuarios que compren mercancía o servicios. 

“Persuadir” es el tipo que se le da a los anuncios que no entran en las otras categorías.

Información del candidato, partido y PAC

C4D se basa en datos abiertos para identificar candidatos, comités partidarios y Comités de Acción Política (Political Action Committees, PACs).

Inclinación partidaria

C4D se basa en la codificación de Open Secrets “inclinación partidaria” (izquierda, derecha, todos) para los patrocinadores de anuncios que son candidatos, partidos y PAC. En el caso de corporaciones, C4D analiza las donaciones a PACs por esas compañías. Si el 75 por ciento o más de esas contribuciones se destinan a los miembros de los partidos de izquierda, ese patrocinador publicitario se codifica como “izquierda”; y los anuncios se codifican como “derecha” si el 75 por ciento o más de las contribuciones se destinan a los miembros de los partidos de derecha.

Temas

C4D clasifica los anuncios en uno o más temas en función de su contendio de texto. Por lo tanto, una determinada campaña publicitaria puede clasificarse con varios temas.