【2025年11月30日｜社交媒体观察】——一项来自北卡罗来纳州立大学的新研究显示，Facebook（现归属Meta旗下）的兴趣定向广告并非完全精准。研究发现，约 30%的兴趣定向结果存在不准确或无关的情况，这一问题可能对广告投放的效果和预算产生重要影响。
近年来，Facebook的广告系统因其复杂的用户兴趣分析和精准投放而备受关注。平台会基于用户在应用内的行为数据，推测用户兴趣，并将其应用于广告定向中，使品牌能够将广告推送给最有可能产生购买行为的用户。然而，这一研究提醒我们，即便是最小的用户行为，也可能导致广告兴趣匹配出现偏差。
研究团队通过两个环节进行调查：
-
受控实验：研究者创建了14个全新Facebook账号，系统地执行预设操作，并记录平台生成的兴趣列表。结果显示，即使用户仅仅浏览页面，Facebook也可能判定该用户对相关主题感兴趣。
-
用户研究：研究者招募了146名来自不同地区的参与者，通过自研浏览器插件提取其账户兴趣数据进行评估，结果显示兴趣定向不准确的比例约为 29%，与受控实验结果相近。
研究指出，Facebook在兴趣推断过程中往往不区分用户对内容的正负反馈。例如，对《哈利·波特》页面发布负面评论，系统仍然将“哈利·波特”和主演“丹尼尔·雷德克里夫”纳入兴趣标签。此外，兴趣匹配有时也会出现明显错误，如访问苹果（Apple）科技公司页面，系统却将“苹果（水果）”误判为兴趣。
专家分析认为，这一现象可能与iOS系统的隐私追踪更新（Apple ATT）有关。随着更多用户关闭对应用的追踪权限，Facebook可能更依赖应用内信号进行兴趣推断，从而增加了兴趣定向的偏差风险。
对于广告主而言，这意味着单纯依赖兴趣定向可能存在一定的投放风险。但通过 相似受众（Lookalike Audience） 或基于多因素匹配的定向方式，广告精度可能会有所提升。Meta方面也表示，平台正在持续优化兴趣定向算法，以提高广告匹配准确性。
研究结论提醒广告主，广告投放不仅要依赖平台的算法，还需结合实际广告表现进行持续优化和调整。在广告的学习阶段，监测和修正兴趣偏差，将有助于提高广告的整体回报率。
