Jak analizować ślady cyfrowe? Przedstawiamy różne aspekty zbierania i wykorzystywania danych o zachowaniach i preferencjach użytkowników przez platformy społecznościowe, w tym rozwiązania takie jak: - Biblioteka reklam Facebooka (Facebook Ads Library), - Statystyki grup odbiorców (Facebook Audience Insights), - Google Moja Firma (Google My Business), - oraz przykłady z badań Sotrendera z użyciem modeli machine learningowych stworzonych w celu rozpoznawania emocji, sentymentu i hate speechu. Część wniosków pochodzi z projektu ,,Kto Cię namierzył”, prowadzonego wspólnie z Fundacją Panoptykon i Fundacją ePaństwo. Wspominamy o sposobach targetowania reklam oraz o budżetach reklamowych znanych polityków: Janusz Korwin-Mikke, 
Donald Trump czy Mike Bloomberg.

1. Ślady cyfrowe - sposoby na analizowanie
aktywności internautów i działań reklamodawców
Łódź, 28.02.2020
Jan Zając
CEO, Founder
Sotrender
Jakub Krawiec
Junior Project
Manager
Sotrender
1

2. Jak analizować ślady cyfrowe?
2
W tej prezentacji przedstawiamy różne aspekty zbierania i wykorzystywania danych o zachowaniach i
preferencjach użytkowników przez platformy społecznościowe, w tym rozwiązania takie jak:
• Biblioteka reklam Facebooka (Facebook Ads Library)
• Statystyki grup odbiorców (Facebook Audience Insights)
• Google Moja Firma (Google My Business)
• Wykorzystujemy przykłady z badań Sotrendera z użyciem modeli machine learningowych
stworzonych w celu rozpoznawania emocji, sentymentu i hate speechu
• Prezentujemy część wniosków z projektu ,,Kto Cię namierzył”, prowadzonego wspólnie z Fundacją
Panoptykon i Fundacją ePaństwo. Wspominamy o sposobach targetowania reklam oraz o
budżetach reklamowych znanych polityków: Janusz Korwin-Mikke,
Donald Trump czy Mike Bloomberg
Prezentacja została przedstawiona na wydarzeniu ,,Do kogo należą dane?”, organizowanym przez Polsko-
Amerykańskie Centrum Zarządzania (PAM Center) w Łodzi.

3. 3
Ćwiczenie 1: Jak Facebook opakowuje
nas reklamodawcom?

4. Dlaczego widzę daną reklamę?
4

5. Ustawienia -> Reklamy
-> Preferencje reklamowe
5

6. Kto przesłał moje dane
i jak jestem kategoryzowany?
6

7. Jak z tego korzystać?
- Statystyki grup odbiorców
7

8. Aktywność poza Facebookiem
8

9. 9
Jakimi danymi
operują cyberkorporacje?

10. Dane dostępne publicznie
Dane publiczne a prywatne
10
Dane dostępne prywatnie

11. Dane o firmach vs. o konsumentach
11
Zagregowane i zanonimizowane
dane o konsumentach
Znacznie dokładniejsze dane o firmach,
uwzględniające m.in. publikowane treści,
czy liczbę aktywnych użytkowników
(PTAT)

12. 12
Ćwiczenie 2 - Ile wydaje na reklamy
Janusz Korwin-Mikke i Donald Trump?

13. Facebook Ads Library
13
www.facebook.com/ads/library

14. Facebook Ads Library
14
www.facebook.com/ads/library

15. 15
Sposoby monitorowania i redukowania
działań reklamodawców

16. Facebook Ads Library
16

17. Facebook Ads Library
17

18. Kampanie reklamowe polskich partii
i polityków na Facebooku
18

19. Kampanie reklamowe polskich partii
i polityków na Facebooku - tematy
19

20. Google My Business
20
Trochę jak mini strona

21. Google My Business
21

22. Słowa, po których
wyszukaniu
internauci trafiają
na wizytówkę
analizowanych
sklepów
Google My Business
22

23. Miejscowości, z
których klienci
wyszukują trasy
dojazdu do
placówek.
Google My Business
23

24. FB Audience
- jak można analizować grupę docelową?
24

25. 25
Jak usprawnić i zautomatyzować analizę
danych internetowych?

26. Modele w akcji - co jest na reklamie?
26
https://www.youtube.com/watch?v=a6Eqw5GDzQc

27. Przykład detekcji twarzy i emocji
Przebiega w dwóch krokach: detekcja
twarzy (wraz z punktami
charakterystycznymi) i klasyfikacja emocji
na twarzach.
Można wykorzystać do:
• Znalezienia scen z ludźmi lub
konkretnymi osobami
• Identyfikacja emocji ludzi na scenach
• Klasyfikacja scen z ludźmi
(potencjalnie)
• Identyfikacja konkretnych osób
(potencjalnie)
27
Reprezentacja Polski, Mundialu w RFN, 1974

28. - nacechowanie emocjonalne komentarzy
- analiza szkodliwości wypowiedzi
- analiza wypowiedzi targetowanych grup
- można wykrywać trolle, zorganizowane
ataki czy kryzysy marki
Cyberbullying i hate speech

29. Tagowanie obrazów
29
- tagowanie obrazów, detekcja
elementów
- przypisanie kategorii do
użytkowników czy influencerów na
podstawie udostępnianych zdjęć
- analiza zawartości obrazu w
kontekście profilu marki

30. 30
O Sotrenderze

31. • Badacz i psycholog. Współzałożyciel i
prezes Sotrendera – jedynej w Polsce
firmy badawczej specjalizującej się w
social media i tworzeniu własnych
narzędzi do ich badania.
• Adiunkt na Wydziale Uniwersytetu
Warszawskiego. Absolwent Szkoły
Głównej Handlowej i Uniwersytetu
Warszawskiego, stypendysta
Uniwersytetu Bocconi w Mediolanie oraz
Uniwersytetu w Leuven.
• Zna 6 języków, odwiedził 44 kraje – w
większości na rowerze.
Prelegenci - dr Jan Zając
31

32. • Psycholog i doktorant na Wydziale
Psychologii Uniwersytetu SWPS w
Warszawie.
• W Sotrenderze zarządza projektami
badawczymi obejmującymi analizę
dużych zbiorów danych pozyskanych
za pośrednictwem różnych źródeł
internetowych.
• Naukowo zajmuje się ekonomią
behawioralną oraz naukami
społecznymi w połączeniu z nowymi
technologiami.
Prelegenci - Jakub Krawiec
32

33. Doświadczony zespół
3
3
• 2/3 42 os. zespołu to programiści, machine
learning researchers oraz data scientists
• realizujemy innowacyjne projekty AI oraz
Machine Learning w oparciu o m.in. grant
pozyskany z Narodowego Centrum Badań i
Rozwoju przy współpracy z najlepszymi
ośrodkami akademickimi w Polsce tj.
Politechniką Warszawską oraz Politechniką
Wrocławską.

34. Porozmawiajmy w przerwie!
Jan Zając
CEO, Founder
Sotrender
Jakub Krawiec
Junior Project
Manager
Sotrender
34