AI måste märkas – nu på riktigt

TikToks senaste DSA-redovisningar visar att plattformen fortsätter växa i Europa, trots att antalet anställda inom innehållsmoderering minskat markant under det senaste året. Det är en kombination som reser en uppenbar fråga: hur klarar man DSA-kraven med en bantad organisation?

DSA ställer specifika krav på stora plattformar, bland annat kring riskbedömningar, transparensrapportering och just moderering av skadligt innehåll. Tillsynsmyndigheter i EU har befogenhet att begära detaljerad data och, om de inte gillar svaren, utdela böter på upp till sex procent av global omsättning.

Det finns tre rimliga förklaringar till hur TikTok lyckas med detta. Antingen har man automatiserat en stor del av modereringen och AI gör jobbet som tidigare krävde hundratals anställda. Eller så har man koncentrerat resurserna till EU-marknaden specifikt och skurit i andra regioner. Eller, tredje alternativet, man hoppas att tillsynsmyndigheterna inte hinner räkna.

Att användartillväxten fortsätter under dessa omständigheter är intressant i sig. Det tyder på att moderingsproblem, om de finns, ännu inte syns tillräckligt tydligt för användarna för att påverka retention. Det kan förändras snabbt om något verkligt illa sprids viralt och moderingen är för långsam för att hinna reagera.

För EU-kommissionen och de nationella DSA-koordinatorerna är den här rapporten sannolikt läsvärd med ett kritiskt öga. Transparensrapporter är bara lika trovärdiga som den granskning de utsätts för.

Snapchat har länge haft ett trovärdighetsunderskott när det gäller annonsattribution. Plattformen är svår att koppla till faktiska köp, och marknadsförare har ofta fått nöja sig med reach-siffror och hoppats på det bästa. Unified Attribution är svaret på det problemet: ett verktyg som samlar signaler från flera källor, både on-platform och off, för att ge en sammanhållen bild av vad en kampanj faktiskt bidrar med.

Nu rullas det ut globalt, till samtliga annonsörer.

Paradeexemplet i lanseringen är Mohegan Sun Online Casino, som under ett testperiod uppges ha förbättrat sin ROAS med nästan 90 procent. Det är en siffra som ser imponerande ut i en pressrelease. Det är också en siffra som Snapchat självt presenterar, mätt med Snapchats eget verktyg, på Snapchats egna annonser. Metodologin är inte offentlig.

Det finns ett strukturellt problem med attribution som alla plattformar brottas med: den som äger mätningen har incitament att se bra ut i den. Meta har haft samma diskussion i åratal, och annonsörer med tillräcklig volym löser det ofta med MMM (media mix modeling) eller inkrementalitetstester utanför plattformens egna dashboard. Snapchat är inget undantag.

Vad som ändå är genuint intressant här är att Snapchat tar steget mot aggregerad attribution överhuvudtaget. Plattformen har historiskt haft sämre data-infrastruktur än konkurrenterna, och ett verktyg som faktiskt kombinerar klick, visningar och konverteringar från flera touchpoints är ett steg upp från att bara räkna Snap-specifika events.

För annonsörer som redan är aktiva på Snapchat och funderar på hur mycket av budgeten som faktiskt gör jobbet: Unified Attribution är troligen ett bättre utgångsläge än ingenting. Men behandla det som en av flera datapunkter, inte som sanningen. Och om 90 procent ROAS-förbättring låter för bra för att vara sant, är det förmodligen för att det mäts på ett sätt som gynnar berättaren.