A utilização de modelos algoritmos nas redes sociais e ferramentas online nos dão visão mais específica das estratégias digitais. Em relação ao Google, por exemplo, é provável que o algoritmo seja o mais conhecido e, não por acaso, seu segredo melhor guardado pela empresa. Chamado de PageRank foi criado em 1998 para rastrear e apresentar por relevância ao usuário resultados da pesquisa. Daí, observar que a importância de um site era determinada pela quantidade de sites a ele vinculados tornando relativamente fácil burlar resultados da busca e, nesta ideia, surgiu o black hat utilizando práticas de “enganar” o PageRank. O Google promoveu mudanças no algoritmo considerando variáveis para que determinada página seja ranqueada e, atualmente, o modelo verifica questões como preferências do usuário, aparelho usado, qualidade do conteúdo, localização e etc.
O Facebook ou Meta foi a primeira rede social utilizar algoritmos à categorizar posts mostrando conteúdos conforme comportamento, preferências e engajamento do usuário. O excesso de publicações dificulta acompanhamento de tudo que acontece na rede, desse modo, emergem critérios definindo a composição do feed como, postagens mostradas, nível de proximidade do usuário com quem postou o conteúdo, engajamento de outros amigos com a publicação, potencial engajamento do usuário considerando comportamento prévio. Tais elementos considerados pelo algoritmo definem que conteúdos serão exibidos no feed de notícias, buscando relevância e engajamento do usuário no Meta. O Twitter não utiliza algoritmo para montar um feed, decorrente caráter cronológico mantido pela rede atendendo o objetivo de disponibilizar acontecimentos mais recentes e, neste critério, considera o comportamento prévio do usuário, a preferência por temáticas e formatos de conteúdo, o relacionamento do usuário com a conta que postou o tweet e, por fim, o engajamento do tweet em si. Com tais critérios se insere nas categorias do Twitter como, tweets ranqueados, relevantes ao usuário e baseado em comportamento prévio, além de engajamento da rede em si tornam-se relevantes e mais antigos, timeline, onde são exibidos por ordem cronológica e, nestas estruturas, a rede social permitirá acesso a maior parte dos conteúdos conhecendo as novidades. Já o Instagram seguia lógica cronológica do Twitter com postagens por ordem, ou, das mais novas às mais antigas, estrutura alterada em 2016 que, atualmente, considera fatores para escalar como serão os feeds através da temporalidade, embora não seja o único critério, a ordem de postagem é considerada na definição do feed, além do engajamento pelo número de comentários e curtidas determinando se o post será priorizado ou não na rede, em especial, se o engajamento é após a postagem e, por fim, o relacionamento que considera a proximidade do usuário pelo engajamento via mensagens diretas, etc. Com isto, verifica-se que os algoritmos tendem ficar mais complexos, incluindo variáveis tornando-os mais certeiros. Finalmente em 2005, com o surgimento do YouTube, o algoritmo usado analisava quantas vezes um vídeo era iniciado para determinar o ranqueamento, no entanto, produtores de conteúdo priorizaram chamadas sensacionalistas e com o YouTube percebendo que a prática não garantia qualidade dos conteúdos e, desde 2012, o algoritmo considera o tempo médio de visualização incentivando práticas adequadas no gerenciar um canal.
Moral da Nota: outra referência a ser considerada é o Spotify com mais de 40 milhões de usuários, lançando a playlist personalizada “descobertas da semana”, à cada ouvinte com 30 músicas, algumas, nunca ouvidas mas como teste ao usuário conforme o algoritmo. O objetivo cria experiências novas, com a ferramenta usando diferentes dados para processar informações com os seguintes critérios, ou, o perfil musical do usuário considerando gênero e artistas, como usuários combinam as músicas, ou, canções em playlists, preferências do usuário e o que o algoritmo aprendeu com os demais, daí, são eleitas 30 músicas não tocadas pelo ouvinte na ferramenta. O Spotify dedica melhorar o algoritmo aprimorando sugestões e listas criadas, em amplo modelo de Machine Learning e, com isto, o sistema aprende preferências identificando se a música é feliz ou triste, buscando recomendação adequada para melhorar a experiência do usuário. Os algoritmos como sistema de instruções buscando objetivo específico, ganham contornos complexos conforme utilização em áreas mais robustas como marketing digital e, atualmente, o modelo unido ao Machine Learning gera resultados mais complexos e, imprescindível, para quem atua na área conhecer as possibilidades.