Warum sehe ich diese Anzeige?

Autor:innen: Dhruv Bansal, Aanchal Somani, Sneha Dewan und Vikrant Mahajan

Transparenz, auch in Bezug auf Anzeigeneinstellungen und das Targeting unserer Mitglieder, ist uns bei LinkedIn sehr wichtig. Informationen dazu finden Sie zwar auch im Hilfebereich, doch Mitglieder haben uns in ihrem Feedback darauf aufmerksam gemacht, dass es effektiver wäre, diese Informationen direkt in unsere Plattform zu integrieren. Das Feature „Warum sehe ich diese Anzeige?“ ist unser Lösungsansatz: Mitglieder sollen mehr Transparenz und Kontrolle erhalten. Dabei richten wir uns nach folgenden Grundsätzen:

• Anzeigeninformationen offenlegen: Mitglieder erhalten alle relevanten Informationen dazu, warum sie eine bestimmte Anzeige sehen.

• Personenbezogene Daten verwalten: Mitglieder entscheiden selbst, welche Daten für Marketingzwecke verwendet werden dürfen, damit Anzeigen diskret, aber auch relevant bleiben.

• Anzeigenerlebnis verbessern: Mitglieder können irrelevante oder unangebrachte Anzeigen ausblenden oder melden.

Warum sehe ich diese Anzeige?

In „Warum sehe ich diese Anzeige?“ sind folgende Funktionen aktiviert:

Gründe für die Veröffentlichung einer Anzeige

• Es werden die Matched-Targeting-Kriterien angezeigt, die der geschalteten Anzeige zugrunde liegen.

• Es werden Informationen zum Marketingkunden angezeigt, der das Mitglied anspricht.

Optionen für Mitglieder

• Mitglieder können über einen Link ihre Anzeigeneinstellungen ändern.

• Mitglieder können über einen Link ihre Profildaten aktualisieren.

Feedback aus der Community

• Mitglieder können Anzeigen als relevant oder irrelevant markieren und als irrelevant gekennzeichnete Anzeigen ausblenden.

• Mitglieder sehen die Frage „Ist diese Information hilfreich?“ und können mit den Antwortmöglichkeiten „Ja“ und „Nein“ Feedback geben. 

High-Level-Design

Die Kontrollmöglichkeiten für Mitglieder entsprechen diesem Schema: Ein Mitglied scrollt auf LinkedIn durch seinen Feed und sieht eine Anzeige. Bei Sponsored Content auf der Website und in der iOS- oder Android-App kann das Mitglied nun auf die drei Punkte klicken und gelangt so zur Option „Warum sehe ich diese Anzeige?“.

Sobald auf diese Option geklickt wird, erfolgt ein API-Aufruf auf der Zwischenebene des Systems, um erforderliche Daten für entsprechende Kunden zu erhalten. Auf der Zwischenebene werden zwei Datenpunkte erfasst, die formatiert an Kunden weitergeleitet werden: Daten zum Marketingkunden (also das Werbekonto, über das die Anzeige gesponsert wird) und Informationen zum Matched Targeting, die Aufschluss darüber geben, warum das Mitglied mit dieser Anzeige angesprochen wird. 

Um diese Informationen zum Matched Targeting zu erhalten, erfolgt ein API-Aufruf an unser Backend. Dies ist der Transparenzservice für Anzeigen. Dieser Service ruft zwei Datenpunkte ab. Der erste enthält die kampagnenbezogenen Targeting-Daten der Anzeige, die dem Mitglied angezeigt wird. Diese Daten umfassen die Targeting-Details, die der Marketingkunde für diese Kampagne festgelegt hat. Der zweite Datenpunkt enthält die Mitglieder-Targeting-Daten des Mitglieds, das die Anzeige angesehen hat. Dabei handelt es sich um Daten, die das Mitglied selbst angegeben hat, wie Profilinformationen, ausgewählte Anzeigeneinstellungen und abgeleitete Informationen wie zum Beispiel die Branche oder Karrierestufe. Sobald der Service diese beiden Targeting-Datenpunkte erhalten hat, werden sie ans Matching-Modul weitergegeben. Dieses Modul gibt die Schnittmenge der Daten zurück, um die dazugehörigen Filter abzurufen. 

Die Filter durchlaufen ein Standardisierungsmodul, das die Bedeutung der genauen Segmente abruft, die gematcht wurden, und sie in einem lesbaren Format an die API zurückgibt. Die Zwischenebene übermittelt schließlich geeignete Daten sowie Informationen zu Werbetreibenden zum Rendering an den Kunden. 

Weitere Informationen zum Matching- und Standardisierungsmodul folgen in den nächsten Abschnitten.

Matching-Modul

Die Daten zum Kampagnen-Targeting sind eine Kombination aus AND- oder mehreren OR-Bedingungen. Kampagnen-Targeting setzt sich aus verschiedenen Filtern zusammen. Beispiele dafür sind Jobbezeichnung, Kenntnisse, Ausbildung oder Ort. Innerhalb eines Filters kann es mehrere Segmente geben. Beispiel: Hat ein Mitglied die Jobbezeichnung „Software Engineer“, entspricht der Titel dem Filter und die genaue Bezeichnung „Software Engineer“ dem Segment. Im nachfolgenden Beispiel umfasst das Kampagnen-Targeting Filter für Ort und Jobbezeichnung. Das Mitglieder-Targeting umfasst Filter für Kontinent, Land, PLZ, Ausbildung, Ort und Jobbezeichnung.

Zudem gibt es im Kampagnen-Targeting die Parameter „include“ (einschließen) und „exclude“ (ausschließen), die vom Marketingkunden festgelegt werden können. Mit „include“ werden die Targeting-Kriterien festgelegt, die das Mitglied erfüllen muss. „Exclude“ wiederum definiert die Targeting-Kriterien, die das Mitglied nicht erfüllen darf. Ein Mitglied wird von dieser Kampagne angesprochen, wenn es zum eingeschlossenen und nicht zum ausgeschlossenen Segment gehört. 

Die Mitglieder-Targeting-Daten sind die vom Mitglied angegebenen Daten wie Profilinformationen, ausgewählte Anzeigeneinstellungen und abgeleitete Informationen wie Geschlecht oder Alter. Aus der Kombination von Kampagnen- und Mitglieder-Targeting ergeben sich die Matched-Targeting-Filter und damit die Gründe dafür, warum das Mitglied mit einer bestimmten Anzeige angesprochen wurde.

Standardisierung

Sobald das Matching-Modul die Daten erhalten hat, werden diese zur Standardisierung weitergeleitet. Hier finden zwei Vorgänge statt: 1) Mitgliederspezifische Daten werden standardisierten Daten zugeordnet und 2) die standardisierten Daten werden wieder mitgliederspezifischen Daten zugeordnet.

In diesem Beispiel haben die Mitglieder die Jobbezeichnungen „Software Engineer“, „SWE“, „MTS“ und „Software Enginer“ (beachten Sie den Rechtschreibfehler in „Engine[e]r“). Alle diese Bezeichnungen werden bei der Standardisierung einer standardisierten Jobbezeichnung zugeordnet, z. B. „job_title_1“. Diese standardisierte Jobbezeichnung kann von allen Systemen auf der LinkedIn Plattform gelesen werden.

Die Jobbezeichnung stimmt im Kampagnen- und im Mitglieder-Targeting überein. Daher können wir jetzt die Targeting-Resolver-API verwenden, um die Bedeutung dieses Segments abzurufen. Diese API übersetzt die Werte in die Profilsprache des Mitglieds. Falls der Filter standardisiert wurde, aber Mitglieder einen Wert als freien Text (z. B. Jobbezeichnung, Hochschule/Berufsschule und Abschluss) eingegeben haben, müssen wir diesen Wert den Angaben des Mitglieds im Profil entsprechend wieder neu zuordnen. Wir verwenden die Mitgliedsprofil-API und die Standardisierungs-API zur Neuzuordnung zu „Software Engineer“ für Mitglied 1, „SWE“ für Mitglied 2, „MTS“ für Mitglied 3 und „Software Enginer“ für Mitglied 4 (mit dem Rechtschreibfehler in „Engine[e]r“). Für die nicht standardisierten Filter wie Jahre an Berufserfahrung, Unternehmen, dem das Mitglied folgt, oder Kenntnisse verwenden wir ausschließlich die Targeting-Resolver-API.

Lokalisierung

Dank der Internationalisierungstools von LinkedIn sehen Mitglieder den Text in der Sprache ihrer Wahl. Die Matched-Targeting-Filter werden nach der Auflösung Nachrichten zugeordnet, die erläutern, warum ein Mitglied eine bestimmte Anzeige sieht. Internationalisierungsvorlagen werden entsprechend den einzelnen Targeting-Kriterien erstellt und verwendet, um den Text zu generieren, der dem Mitglied angezeigt wird. Anschließend fügt der Formatierer den Wert in die Vorlage ein und erstellt so das Textansichtmodell, das dem Mitglied angezeigt wird. Sobald der Wert des Targeting-Kriteriums aus dem Backend-Aufruf (siehe im Folgenden) vorliegt, werden auch die Informationen des Marketingkunden abgerufen, in diesem Fall das Unternehmen „Fixdex Construction International“. Die abgerufenen Daten zeigen uns, dass das Mitglied aufgrund seines Jobbezeichnungsfilters und des übereinstimmenden Segments „Construction Manager“ angesprochen wird. Weitere Informationen zur Internationalisierung finden Sie hier.

Anzeigeneinstellungen und Profil aktualisieren

Die Matched-Targeting-Filter werden verschiedenen Calls-to-Action (CTAs) zugeordnet. Zu diesen CTAs gehören zurzeit Aktualisierungen der Anzeigeneinstellungen und des Profils entsprechend dem Filter, der gematcht wurde. Anzeigeneinstellungen leiten das Mitglied zu einer bestimmten Anzeigeneinstellung weiter, die dem Filter entspricht. Beispiel: Handelt es sich bei dem gematchten Filter um „Jobbezeichnung“, führt der Link der Anzeigeneinstellung Mitglieder zur Anzeigeneinstellung im Zusammenhang mit Jobinformationen. Klicken Mitglieder auf „Berufserfahrung im Profil aktualisieren“, gelangen sie zu ihrem Profil. Dort können sie zum Filter gehörige Angaben bearbeiten, zum Beispiel eine Berufserfahrung hinzufügen oder entfernen. 

Fazit

Mithilfe dieser Funktion können Mitglieder mitbestimmen, welche Anzeigen sie sehen. Sie können unter anderem ihre Anzeigeneinstellungen, ihr Profil und ihre Gruppen ändern. Die häufigsten Kategorien, die Mitglieder in ihrem Profil aktualisieren, wenn „Warum sehe ich diese Anzeige?“ erscheint, sind Jobinformationen, Kontaktdaten, die Zusammenfassung und die Beschreibung ganz oben im Profil. Die am häufigsten aktualisierten Einstellungen sind Interessen, Alter, Daten von Dritten, aktuelle und ehemalige Arbeitgeber. Von den zahlreichen Filtern, die gematcht werden können, klicken Mitglieder am häufigsten auf Ort, Alter, Kenntnisse und Interessen. Wir hoffen, dass diese Funktion unseren Mitgliedern mehr Transparenz und ein besseres Nutzererlebnis auf unserer Plattform ermöglicht. 

Danksagungen

Ein Feature, das sich auf so viele LinkedIn Mitglieder auswirkt, lässt sich nur mit einem großen Team entwickeln. 

Ein großes Dankeschön geht an (in alphabetischer Reihenfolge):

Core Engineering Team: Aanchal Somani, Dhruv Bansal, Saurabh Tripathi, Sneha Dewan und Vikrant Mahajan. 

User Council: Dennis Lee, Mindaou Gu und Neeraj Parmar für ihre Beiträge aus Nutzersicht und die Repräsentation von Produktdesigner:innen, Produktmanager:innen und weiteren Teammitgliedern aus dem Engineering Team. Wir bedanken uns für die tatkräftige und kontinuierliche Unterstützung.

Leadership: Wir bedanken uns außerdem bei Ashvin Kannan, Balaji Srinivasan, Gururaj Seetharama und Nihar Mehta aus dem Leadership Team für ihre fortwährende Unterstützung und Mitwirkung im Projekt.