En af de værste ting jeg ser folk gentage igen og igen på Instagram (og som få er klar over smadrer deres eksponering på platformen), er systematisk at genbruge de samme 30 hashtags til alle deres posts. Hold dig for alt i verden fra dét; det er en stensikker måde at opbygge et lousy renommé i deres interne systemer!
Vi har spurgt den videbegærelige Tobias fra Entreprenanten, om han kunne gøre os klogere på emnet “Shadowban” på Instagram. Det kunne han, god læsning!
For at gøre det klart hvorfor irrelevante hashtags er noget møg og hvordan det kan skade dit renommé, bliver du nødt til at forstå et par bagvedliggende processer når du uploader content til Instagram.
Maskinlæring, a hva?
Som alle andre store tech firmaer gør Instagram brug af teknologien maskinlæring som er en type af algoritmer man bruger til at træne computere til fx at kunne genkende indholdet af billeder.
Maskinlæring bygger primært på statistik og havde sin fødsel helt tilbage i 1950’erne, men er kun i senere tid blevet ført ud i verdenen og videreudviklet, idet man hidtil ikke har haft nok regnekraft til at gøre brug af teknologien.
Kunstig intelligens er faktisk ikke specielt intelligent!
De maskinlæringsalgoritmer man bruger til at klassificere billeder er ikke særlig intelligente, selvom de benævnes kunstig intelligens. Ved hjælp af statistisk matematik kan algoritmerne udlede et mønster, der ikke er gennemførligt at programmere grundet for mange variable forhold – en hund kan se ud på mange forskellige måder alt efter race, kameravinkel, om den er aggressiv eller glad, baggrundsstøj i billedet, tid på døgnet og så videre.
LÆS OGSÅ: SÅDAN FÅR DIN VIRKSOMHED MERE UD AF INSTAGRAM
Det er simpelthen ved at fodre algoritmen et datasæt af f.eks. Én million billeder af hunde af forskellige størrelser, farver og racer, under forskellige vejrforhold og belysning (samt mange andre variable forhold) at algoritmen bliver i stand til at kunne genkende hunde på billeder.
Ved man giver maskinlæringsalgoritmen en stor nok mængde data kan den altså finde et overordnet mønster der er gældende for alle tænkelige scenarier (givet et stort nok datasæt) på den måde får man altså en model for hvordan en hund ser ud.
Okay, okay – kom nu til pointen!
Det vil sige at når du til reklamebilledet med diamantringene, bruger det irrelevante hashtag: #dogsofinstagram (og en håndfuld andre, tilsvarende irrelevante) så bliver dit billede samtidig kategoriseret med noget der ligner følgende tags: {diamanter, hænder, negle, ringe, guld, smykker}. Disse tags gemmes af Instagram som metadata (information om data).
Deres algoritme foretager altså en sammenligning mellem hvad den selv mener billedet består af, og hvad du har angivet af relevante hashtags. Derfor opstår der altså et ret væsentligt mismatch mellem de tags du har angivet (#dogsofinstagram m.fl. eventuelt) og hvad deres billedegenkendelsesalgoritme har kategoriseret at billedet indeholder (guld, negle, diamanter osv.).
Resultatet er at dit billede får noget der svarer til en lavere troværdighedsscore, og hvis dette gentager sig i tilstrækkelig grad vil din profil med tiden blive stemplet som mulig spam, og du ender sandsynligvis på en uofficiel sortliste og mister din rækkevidde på platformen (fænomenet er kendt som et shadowban).
Derfor er det altså vigtigt at du bruger relevante hashtags langt størstedelen af tiden, da det på sigt vil give dig en bedre eksponering udadtil!
Hvis billedegenkendelse er muligt, hvorfor har vi så hashtags overhovedet?
Det skyldes for det første at maskinlæring/kunstig intelligens er en teknologi der kræver meget computer kraft, og er derfor en nyere teknologi der har været i stor (virkelig stor) udvikling i de senere år. Teknologien var ikke særlig udbredt tilbage ved starten af Instagram.
For det andet er maskinlæring (på flere måder) stadigvæk i et infantilt stadie og kan på nuværende tidspunkt hovedsagligt kun reducere objektive fakta når vi snakker billedegenkendelse. Men det er altså også nok til at gøre deres system klar over besynderlige makkerpar når dit smykkebillede har et hundetag, men at deres dygtige algoritme ikke ser nogle hunde!
FAKTA:
- Entreprenanten formidler viden til interesserede læsere
- Tobias holder sig altid opdateret med gemmenbrud, trends og lignende
- Tobias har hele tiden fingeren på pulsen