Incluso cuando las redes sociales han comenzado a desempeñar un papel muy importante en nuestras decisiones, muchas personas que crean contenido para promocionar productos en plataformas populares como YouTube y Pinterest no siempre revelan sus relaciones de marketing con las empresas, revela una nueva investigación.
El logo de la aplicación de YouTube
El estudio se centró en el marketing de afiliación, en el que las empresas pagan una comisión a las figuras de las redes sociales por impulsar las ventas.
Los creadores de contenido que producen videos, fotos y comentarios son recompensados cuando sus seguidores compran productos luego de hacer clic en los enlaces de marketing de afiliados incluidos en sus publicaciones de redes sociales.
Investigadores del Departamento de Ciencias de la Computación de la Universidad de Princeton extrajeron enlaces de marketing de afiliados de muestras extraídas al azar de unos 500,000 videos de YouTube y 2.1 millones de pines de Pinterest.
Encontraron 3,472 videos de YouTube y 18,237 pines de Pinterest con enlaces de afiliados de 33 compañías de marketing.
Los investigadores encontraron los enlaces identificando patrones característicos en las URL (Localizadores Uniformes de Recursos) que los vendedores utilizan para rastrear los clics de los lectores.
Luego utilizaron técnicas de procesamiento de lenguaje natural para buscar divulgaciones de relaciones de marketing de afiliados dentro de las descripciones de 'videos' y 'pins'.
Las revelaciones estuvieron presentes en aproximadamente el 10 por ciento y el siete por ciento del contenido de marketing de afiliados en YouTube y Pinterest, respectivamente.
Estos hallazgos se publicaron en la revista 'Proceedings of the ACM on Human-Computer Interaction'.
En vista de estos hallazgos, los investigadores propusieron que los reguladores tomen medidas legales más amplias contra las compañías de marketing de afiliados por fallas en la divulgación, y recomiendan que las plataformas de medios sociales faciliten a los creadores de contenido revelar las relaciones de marketing de una manera estandarizada.
El autor principal del estudio, Arunesh Mathur, un estudiante graduado en ciencias de la computación, y sus colegas también están desarrollando una extensión de navegador web que marcaría automáticamente algunos tipos de contenido pagado, dijo la Universidad de Princeton en un comunicado.
Además, están trabajando en métodos computacionales para detectar otros tipos de publicidad oculta en las redes sociales, incluido el contenido patrocinado y los regalos de productos, que son menos fáciles de identificar que el marketing de afiliación.
