Microtargeting

De Wiki del Marketing
Ir a la navegación Ir a la búsqueda

Introducción

El microtargeting es una técnica de segmentación avanzada que permite dirigir mensajes, anuncios, contenidos u ofertas a grupos muy específicos de personas a partir de datos demográficos, geográficos, conductuales, psicográficos, transaccionales, contextuales o inferidos.

A diferencia de la segmentación tradicional, que agrupa audiencias en categorías amplias, el microtargeting trabaja con subconjuntos más precisos, capaces de recibir mensajes personalizados según intereses, hábitos, intención de compra, historial de navegación, ubicación, comportamiento en plataformas, datos de CRM, afinidades, etapas del embudo o probabilidades calculadas por modelos algorítmicos.

En marketing digital, el microtargeting se utiliza en publicidad programática, redes sociales, email marketing, ecommerce, retargeting, campañas políticas, comunicación pública, contenidos personalizados, automatización de marketing y experiencias digitales adaptativas. Su valor estratégico radica en que permite aumentar la pertinencia del mensaje y reducir desperdicio publicitario.

Sin embargo, el microtargeting también plantea problemas éticos, legales y sociales. Cuando utiliza datos sensibles, inferencias opacas, perfiles psicológicos, información política, ubicación precisa o segmentación vulnerable, puede afectar privacidad, autonomía, equidad informativa, transparencia y deliberación pública. Por esta razón, el concepto ocupa una posición central en debates sobre publicidad digital, protección de datos, manipulación algorítmica y regulación de campañas políticas.

Microtargeting

Nombre Microtargeting
Nombre original Microtargeting
Tipo Técnica de segmentación avanzada y personalización publicitaria
Área Marketing digital, Publicidad digital, Analítica de marketing, Comunicación política
Otros nombres Microsegmentación, segmentación granular, targeting personalizado, targeting algorítmico, segmentación conductual avanzada
Desarrollado por Industria de publicidad digital, analítica de datos y campañas políticas modernas
Década de origen 2000s
Propósito Dirigir mensajes altamente específicos a segmentos reducidos o perfiles individuales para aumentar pertinencia, conversión, influencia o eficiencia publicitaria
Variables evaluadas Datos demográficos, ubicación, comportamiento, intereses, intención, historial, psicografía, valor de cliente, probabilidad de conversión, sensibilidad al mensaje
Técnicas relacionadas Retargeting, publicidad programática, segmentación psicográfica, CRM, lookalike audiences, personalización, automatización de marketing, data-driven marketing
Herramientas Plataformas publicitarias, CRM, CDP, DMP, píxeles, cookies, analítica digital, modelos predictivos, audiencias personalizadas, data brokers
Disciplinas relacionadas Marketing, Publicidad, Ciencia de datos, Psicología del consumidor, Comunicación política, Protección de datos, Ética digital, Economía conductual
Aplicaciones Publicidad digital, ecommerce, campañas políticas, fundraising, email marketing, retargeting, personalización web, social media, advocacy, reputación digital
Nivel de evidencia Técnico, empírico, aplicado y regulatorio
Limitaciones Puede generar opacidad, invasión de privacidad, discriminación algorítmica, manipulación diferencial, fragmentación informativa y riesgos regulatorios

El microtargeting permite adaptar mensajes a grupos muy específicos mediante análisis de datos e inferencias sobre comportamiento, preferencias, intención o vulnerabilidad. Su eficacia proviene de la capacidad de conectar un mensaje con una necesidad, emoción o contexto particular del receptor.

En marketing comercial, puede mejorar relevancia, eficiencia y conversión. En comunicación política o temas sensibles, puede fragmentar el discurso público, ocultar mensajes contradictorios entre audiencias y limitar el escrutinio colectivo.

Este artículo examina la definición, evolución, fundamentos, metodología, variantes, aplicaciones, ventajas, limitaciones, herramientas, riesgos éticos y relación del microtargeting con la publicidad digital, la privacidad, la psicología del consumidor y la comunicación política.

Definición

El microtargeting es una técnica de comunicación y publicidad basada en el uso de datos para dirigir mensajes diferenciados a audiencias pequeñas, altamente definidas o incluso individualizadas.

Puede utilizar datos como:

  • Edad, género, idioma o ubicación.
  • Intereses declarados o inferidos.
  • Historial de navegación.
  • Comportamiento de compra.
  • Interacciones en redes sociales.
  • Búsquedas realizadas.
  • Dispositivo utilizado.
  • Datos de CRM.
  • Valor de cliente.
  • Probabilidad de conversión.
  • Afinidades políticas o culturales.
  • Variables psicográficas.
  • Ubicación precisa.
  • Etapa del ciclo de vida del cliente.
  • Datos de terceros o data brokers.

El objetivo consiste en aumentar la eficacia del mensaje mediante relevancia contextual, personalización y precisión en la entrega.

Contexto histórico y evolución

El microtargeting tiene antecedentes en el marketing directo, la segmentación de bases de datos, el correo personalizado y las campañas políticas basadas en registros electorales, encuestas y perfiles de votantes.

Su expansión moderna ocurrió con el crecimiento de internet, cookies, plataformas publicitarias, redes sociales, datos de comportamiento, CRM, compra programática y analítica predictiva. Las plataformas digitales permitieron pasar de segmentos amplios a audiencias altamente específicas definidas por comportamiento, intereses, eventos, similitud algorítmica y probabilidad de respuesta.

En campañas políticas, el microtargeting ganó notoriedad por su capacidad para enviar mensajes diferenciados a grupos de votantes según temas, emociones, preocupaciones o susceptibilidades particulares. La investigación académica ha señalado que el microtargeting político en línea implica monitorear comportamiento, usar datos recolectados y mostrar anuncios políticos personalizados, lo que puede aumentar participación pero también generar riesgos democráticos y de privacidad.

En la Unión Europea, el Reglamento (UE) 2024/900 sobre transparencia y segmentación de publicidad política estableció nuevas reglas sobre anuncios políticos, transparencia y técnicas de targeting relacionadas con elecciones, referendos o procesos legislativos. El Consejo de la Unión Europea indicó en marzo de 2024 que estas reglas cubren la transparencia y targeting de publicidad política, aunque no regulan el contenido de los anuncios.

Fundamentos teóricos

El microtargeting se apoya en principios de segmentación, psicología del consumidor, ciencia de datos, economía conductual y comunicación persuasiva.

Entre sus fundamentos principales se encuentran:

  • La segmentación de mercado, que divide audiencias según variables relevantes para la estrategia.
  • La personalización, que adapta mensaje, oferta o experiencia al perfil del usuario.
  • La relevancia contextual, porque un mensaje funciona mejor cuando coincide con el momento, necesidad o intención del receptor.
  • La intención conductual, inferida a partir de acciones previas como búsquedas, visitas o compras.
  • La psicografía, que clasifica a las personas según valores, motivaciones, estilo de vida o rasgos de personalidad.
  • La economía conductual, porque ciertos mensajes pueden activar sesgos específicos según contexto.
  • La analítica predictiva, que estima probabilidad de compra, abandono, respuesta o conversión.
  • La optimización algorítmica, donde las plataformas distribuyen anuncios según rendimiento esperado.
  • La asimetría informativa, porque el anunciante puede conocer o inferir más sobre el usuario que lo que el usuario conoce sobre la segmentación recibida.

El microtargeting se vuelve especialmente poderoso cuando combina datos observados, datos comprados, inferencias algorítmicas y pruebas continuas de mensaje.

Metodología

Una estrategia de microtargeting suele seguir una secuencia de datos, segmentación, mensaje, activación y medición.

Una metodología básica incluye:

  • Definir el objetivo de campaña: conversión, venta, registro, voto, donación, retención, reactivación o cambio de actitud.
  • Identificar fuentes de datos: CRM, analítica web, píxeles, cookies, plataformas sociales, encuestas, datos transaccionales o data brokers.
  • Depurar y normalizar datos.
  • Construir segmentos según comportamiento, valor, intención, características o probabilidad de respuesta.
  • Diseñar mensajes específicos para cada segmento.
  • Elegir canales y plataformas de activación.
  • Configurar exclusiones, límites de frecuencia y reglas de privacidad.
  • Probar variantes creativas mediante experimentación.
  • Medir respuesta, conversión, costo, alcance, frecuencia y calidad de audiencia.
  • Evaluar efectos no deseados, como discriminación, saturación, invasividad o segmentación de grupos vulnerables.
  • Documentar criterios de segmentación, fuente de datos y base legal o consentimiento cuando corresponda.

Una metodología responsable debe evaluar no solo la eficacia comercial, sino también transparencia, proporcionalidad, privacidad y posibles daños.

Elementos principales

Datos

Los datos son el insumo central del microtargeting. Pueden ser datos propios, datos de plataforma, datos de terceros, datos inferidos o datos modelados.

Segmento granular

El segmento granular es un subconjunto reducido de audiencia definido por múltiples variables. Puede estar basado en intención, comportamiento, ubicación, valor, preferencias o probabilidad de respuesta.

Perfilado

El perfilado consiste en analizar o inferir características de una persona o grupo para predecir intereses, comportamiento, sensibilidad a mensajes o probabilidad de conversión.

Mensaje personalizado

El mensaje personalizado adapta promesa, tono, formato, argumento, imagen, oferta o llamada a la acción según el segmento.

Plataforma de activación

La activación ocurre en sistemas publicitarios, redes sociales, email, CRM, apps, sitios web, motores de búsqueda o sistemas programáticos.

Medición de respuesta

El microtargeting se optimiza mediante métricas como CTR, conversión, CPA, ROAS, engagement, lift, retención, valor de cliente o intención.

Opacidad algorítmica

Muchas decisiones de entrega dependen de algoritmos de plataforma que el anunciante y el usuario no controlan completamente. Estudios sobre publicidad política en Facebook han señalado que los algoritmos de entrega pueden producir sesgos demográficos incluso dentro de audiencias definidas por los anunciantes.

Tipos y variantes

Microtargeting demográfico

Segmenta según edad, género, idioma, nivel educativo, ocupación, ingreso estimado u otras variables sociodemográficas.

Microtargeting geográfico

Dirige mensajes según país, ciudad, colonia, código postal, radio geográfico o ubicación precisa.

Microtargeting conductual

Utiliza acciones previas, como navegación, compras, clics, búsquedas, visitas o interacciones con contenido.

Microtargeting psicográfico

Segmenta según valores, intereses, personalidad, motivaciones, estilo de vida, actitudes o preocupaciones.

Microtargeting contextual

Adapta mensajes según el contexto de consumo, contenido leído, dispositivo, momento del día, clima, ubicación o situación específica.

Microtargeting predictivo

Utiliza modelos estadísticos o de aprendizaje automático para estimar probabilidad de conversión, abandono, compra, donación, voto o respuesta.

Microtargeting político

Dirige mensajes políticos diferenciados a grupos de votantes según temas, ideología, comportamiento, ubicación, intereses o datos electorales. Es una de las variantes más debatidas por sus efectos sobre transparencia democrática.

Microtargeting comercial

Se utiliza para mejorar ventas, leads, retención, recomendación, cross-selling, up-selling o personalización de ofertas.

Microtargeting sensible

Involucra datos o inferencias sobre salud, religión, orientación sexual, embarazo, situación financiera, ubicación sensible, opiniones políticas u otras categorías que pueden generar mayor riesgo legal y ético.

Aplicaciones

El microtargeting puede aplicarse en:

  • Publicidad digital.
  • Ecommerce.
  • Campañas políticas.
  • Fundraising.
  • Retargeting.
  • Email marketing.
  • Automatización de marketing.
  • Personalización web.
  • CRM.
  • Programmatic advertising.
  • Redes sociales.
  • Apps móviles.
  • Campañas de salud pública.
  • Advocacy.
  • Reputación digital.
  • Segmentación de contenidos.
  • Recomendaciones de producto.
  • Prevención de abandono.
  • Customer experience.
  • Campañas locales.

Su aplicación depende de la calidad de datos, el marco legal, el nivel de sensibilidad del mensaje y el grado de transparencia ante el usuario.

Ventajas

El microtargeting puede ofrecer ventajas estratégicas:

  • Aumenta relevancia del mensaje.
  • Reduce desperdicio publicitario.
  • Mejora tasas de conversión.
  • Permite personalizar ofertas.
  • Facilita pruebas de mensaje por segmento.
  • Mejora recuperación de usuarios con intención previa.
  • Permite asignar presupuesto según valor de audiencia.
  • Favorece campañas locales o hipersegmentadas.
  • Ayuda a identificar nichos rentables.
  • Puede mejorar experiencia si reduce mensajes irrelevantes.
  • Permite secuencias diferenciadas dentro del embudo.
  • Facilita comunicación con audiencias de alta especificidad.

Estas ventajas dependen de que el uso de datos sea proporcional, transparente y alineado con expectativas razonables del usuario.

Limitaciones

El microtargeting presenta limitaciones importantes:

  • Puede depender de datos incompletos o incorrectos.
  • Puede generar perfiles erróneos.
  • Puede sobreadaptar mensajes a señales débiles.
  • Puede fragmentar excesivamente audiencias.
  • Puede elevar costos operativos y creativos.
  • Puede dificultar medición por muestras pequeñas.
  • Puede producir saturación publicitaria.
  • Puede generar discriminación algorítmica.
  • Puede vulnerar privacidad si usa datos sensibles sin base adecuada.
  • Puede provocar desconfianza si el usuario percibe vigilancia.
  • Puede crear burbujas informativas.
  • Puede impedir escrutinio público cuando distintos grupos reciben mensajes contradictorios.

La principal limitación estratégica consiste en creer que precisión de datos equivale a comprensión real del consumidor. Un perfil algorítmico puede ser útil para estimar probabilidad, pero insuficiente para entender contexto, cultura, contradicciones y motivaciones profundas.

Consideraciones técnicas o estadísticas

La evaluación del microtargeting debe combinar métricas de rendimiento, calidad de datos, sesgo y cumplimiento.

Entre los indicadores útiles se encuentran:

  • Tamaño del segmento.
  • Precisión del perfil.
  • Cobertura de audiencia.
  • CTR.
  • Conversión.
  • CPA.
  • ROAS.
  • Incrementalidad.
  • Frecuencia.
  • Costo por segmento.
  • Valor de vida del cliente.
  • Lift por variante de mensaje.
  • Tasa de exclusión.
  • Tasa de error en datos.
  • Dispersión de resultados entre grupos.
  • Sesgo de entrega.
  • Quejas, ocultamientos o reportes.
  • Consentimiento válido.
  • Revocación de preferencias.
  • Sensibilidad de los datos utilizados.

Los experimentos deben considerar grupos de control, pruebas de incrementalidad y auditoría de sesgos. La literatura sobre anuncios políticos en Meta durante la elección federal alemana de 2021 encontró discrepancias entre audiencias objetivo y audiencias realmente alcanzadas, además de diferencias sistemáticas en alcance por costo entre partidos, lo que muestra que la entrega algorítmica puede modificar los efectos de una estrategia de targeting.

Herramientas y plataformas

Entre las herramientas asociadas al microtargeting se encuentran:

  • Plataformas publicitarias: Google Ads, Meta Ads, TikTok Ads, LinkedIn Ads, X Ads y redes programáticas.
  • CRM: para segmentar clientes, leads, oportunidades y comportamiento comercial.
  • Customer Data Platforms: para unificar datos de múltiples fuentes.
  • Data Management Platforms: para activar segmentos publicitarios.
  • Píxeles y etiquetas: para registrar comportamiento y eventos.
  • Cookies e identificadores: históricamente usados para seguimiento y segmentación.
  • Modelos predictivos: para estimar probabilidad de conversión o abandono.
  • Herramientas de analítica digital: para medir comportamiento, atribución e interacción.
  • Email automation: para personalizar secuencias por comportamiento.
  • Sistemas de consentimiento: para gestionar permisos y preferencias.
  • Data brokers: proveedores de datos de terceros, con riesgos relevantes de privacidad y cumplimiento.
  • Lookalike audiences: audiencias similares creadas a partir de clientes o segmentos base.
  • Social listening: para identificar conversaciones, intereses y señales culturales.

La selección de herramientas debe considerar no solo capacidad de segmentación, sino trazabilidad, legalidad de datos, transparencia y control de exclusiones.

Privacidad, datos sensibles y regulación

El microtargeting depende de recolección, inferencia y activación de datos. Por ello, se encuentra directamente vinculado con privacidad, consentimiento, protección de datos y derechos del consumidor.

En publicidad política, la Unión Europea ha adoptado reglas específicas sobre transparencia y targeting. El Reglamento (UE) 2024/900 busca contribuir al funcionamiento del mercado interno de publicidad política y apoyar campañas abiertas y justas, con obligaciones de transparencia sobre anuncios políticos y técnicas de segmentación.

La Comisión Europea ha indicado que las nuevas reglas obligan a que los anuncios políticos sean claramente etiquetados y acompañados de información sobre patrocinador, elección o referéndum vinculado, importes pagados y técnicas de targeting utilizadas.

En Estados Unidos, la Federal Trade Commission ha intensificado acciones relacionadas con data brokers y datos sensibles. En enero de 2024, la FTC anunció una orden que prohibía a X-Mode Social y Outlogic compartir o vender datos sensibles de ubicación. En marzo de 2024, la FTC señaló que datos de navegación y ubicación deben tratarse como información sensible en casos contra empresas de recolección masiva de datos.

Estos cambios muestran que el microtargeting ya no puede evaluarse solo desde eficiencia publicitaria. También debe evaluarse desde licitud de datos, proporcionalidad, transparencia, sensibilidad de inferencias y control del usuario.

Relación con otros conceptos

El microtargeting se relaciona con:

Buenas prácticas

  • Utilizar datos obtenidos de forma lícita y transparente.
  • Definir segmentos con criterios proporcionales al objetivo de campaña.
  • Evitar datos sensibles salvo que exista base legal clara y protección reforzada.
  • Explicar al usuario cómo se usan sus datos cuando corresponda.
  • Permitir gestión de preferencias, exclusión y revocación.
  • Evitar mensajes contradictorios entre segmentos cuando afecten confianza pública.
  • Controlar frecuencia para evitar saturación.
  • Auditar sesgos de entrega y exclusión.
  • Medir incrementalidad y calidad de conversión, no solo clics.
  • Documentar fuentes de datos y criterios de segmentación.
  • Revisar campañas políticas con estándares de transparencia más estrictos.
  • Evitar segmentar vulnerabilidades emocionales, financieras o de salud.
  • Usar personalización para aumentar relevancia, no para ocultar información.
  • Incluir revisión legal, ética y técnica en campañas sensibles.

Errores comunes

  • Confundir más datos con mejor estrategia.
  • Crear segmentos demasiado pequeños para medir resultados confiables.
  • Usar datos de terceros sin verificar origen y permisos.
  • Inferir atributos sensibles sin consentimiento o base legal.
  • Personalizar mensajes de forma invasiva.
  • No controlar frecuencia de exposición.
  • Medir solo conversión sin evaluar confianza o rechazo.
  • Usar microtargeting político sin transparencia suficiente.
  • Ocultar mensajes diferentes entre audiencias para evitar escrutinio público.
  • Confiar ciegamente en la entrega algorítmica de plataformas.
  • Usar modelos predictivos sin revisar sesgos.
  • Ignorar la posibilidad de discriminación indirecta.
  • Activar campañas con data brokers sin debida diligencia.
  • Diseñar mensajes que explotan miedo, ansiedad o vulnerabilidad.

Desafíos éticos y organizacionales

El microtargeting plantea un desafío ético porque transforma la comunicación en una relación asimétrica. El anunciante puede conocer datos, inferencias o probabilidades sobre el usuario que el propio usuario no conoce, y puede usar esa información para diseñar mensajes difíciles de comparar públicamente.

En marketing comercial, el desafío consiste en equilibrar relevancia y privacidad. Un mensaje personalizado puede ser útil cuando reduce ruido, pero puede resultar invasivo cuando revela seguimiento excesivo o inferencias sensibles.

En comunicación política, el desafío es mayor porque la personalización puede fragmentar el debate público. Una campaña puede mostrar mensajes distintos, emocionales o incluso contradictorios a diferentes grupos sin que exista suficiente visibilidad social para contrastarlos.

A nivel organizacional, el riesgo aparece cuando equipos de marketing, datos y publicidad son evaluados exclusivamente por rendimiento. Sin gobernanza ética, esa presión puede incentivar segmentaciones opacas, explotación de vulnerabilidades o uso de datos de origen dudoso.

Impacto actual

El microtargeting es una de las técnicas más influyentes de la publicidad digital contemporánea. Su impacto se observa en ecommerce, campañas políticas, plataformas sociales, publicidad programática, retargeting, email marketing y personalización de experiencias.

En el ámbito comercial, permite mayor eficiencia y adaptación del mensaje, aunque también puede reforzar dependencia de plataformas, datos de terceros y modelos de atribución opacos.

En el ámbito político, el impacto es más controversial. La investigación sobre anuncios políticos ha mostrado que las plataformas no solo permiten segmentar, sino que sus algoritmos de entrega pueden modificar quién recibe realmente los anuncios y bajo qué condiciones de costo, lo que añade una capa adicional de opacidad al proceso comunicativo.

En materia de privacidad, las acciones regulatorias contra data brokers y el avance de reglas sobre transparencia publicitaria muestran que la capacidad técnica de segmentar ya no basta para justificar una campaña. La pregunta estratégica actual es si el dato puede usarse de forma legítima, proporcional y comprensible para el usuario.

Futuro y tendencias

El futuro del microtargeting estará marcado por inteligencia artificial, regulación de datos, menor disponibilidad de identificadores tradicionales, crecimiento de datos propios y mayor escrutinio sobre publicidad política.

La inteligencia artificial permitirá construir segmentos más sofisticados, generar creatividades personalizadas, predecir intención y ajustar mensajes en tiempo real. Esta capacidad puede mejorar pertinencia, pero también puede aumentar el riesgo de manipulación personalizada y discriminación algorítmica.

La regulación tenderá a exigir más transparencia sobre patrocinadores, fuentes de datos, criterios de segmentación, técnicas de targeting y uso de información sensible. En publicidad política, la Unión Europea ya avanza hacia un modelo donde los anuncios políticos en línea deberán estar acompañados por avisos de transparencia y formar parte de un repositorio público.

La tendencia más sólida será pasar de microtargeting entendido como hiperprecisión opaca hacia segmentación responsable, auditable y basada en datos propios. Las marcas que logren equilibrar personalización, consentimiento, utilidad y confianza tendrán una ventaja más sostenible que aquellas que dependan de vigilancia, inferencias sensibles o explotación de vulnerabilidades.

Véase también

Referencias

  • European Commission. Transparency and targeting of political advertising.
  • European Commission. New EU rules on political advertising come into effect. 2025.
  • Council of the European Union. EU introduces new rules on transparency and targeting of political advertising. 2024.
  • EUR-Lex. Transparency and targeting of political advertising: Regulation (EU) 2024/900.
  • European Data Protection Board. Guidelines 8/2020 on the targeting of social media users. 2021.
  • Federal Trade Commission. FTC Order Prohibits Data Broker X-Mode Social and Outlogic From Selling Sensitive Location Data. 2024.
  • Federal Trade Commission. FTC Cracks Down on Mass Data Collectors: A Closer Look at Avast, X-Mode, and InMarket. 2024.
  • Ali, Muhammad; Sapiezynski, Piotr; Korolova, Aleksandra; Mislove, Alan; Rieke, Aaron. “Ad Delivery Algorithms: The Hidden Arbiters of Political Messaging”. 2019.
  • Bär, Dominik; Pierri, Francesco; De Francisci Morales, Gianmarco; Feuerriegel, Stefan. “Systematic discrepancies in the delivery of political ads on Facebook and Instagram”. 2023.
  • Zuiderveen Borgesius, Frederik J.; Möller, Judith; Kruikemeier, Sanne; Ó Fathaigh, Ronan; Irion, Kristina; Dobber, Tom; Bodo, Balazs; de Vreese, Claes. “Online Political Microtargeting: Promises and Threats for Democracy”. 2025.

Bibliografía

  • Ali, Muhammad; Sapiezynski, Piotr; Korolova, Aleksandra; Mislove, Alan; Rieke, Aaron. “Ad Delivery Algorithms: The Hidden Arbiters of Political Messaging”. 2019.
  • Bär, Dominik; Pierri, Francesco; De Francisci Morales, Gianmarco; Feuerriegel, Stefan. “Systematic discrepancies in the delivery of political ads on Facebook and Instagram”. 2023.
  • Council of the European Union. EU introduces new rules on transparency and targeting of political advertising. 2024.
  • European Commission. New EU rules on political advertising come into effect. 2025.
  • European Commission. Transparency and targeting of political advertising.
  • European Data Protection Board. Guidelines 8/2020 on the targeting of social media users. 2021.
  • EUR-Lex. Transparency and targeting of political advertising: Regulation (EU) 2024/900.
  • Federal Trade Commission. FTC Cracks Down on Mass Data Collectors: A Closer Look at Avast, X-Mode, and InMarket. 2024.
  • Federal Trade Commission. FTC Order Prohibits Data Broker X-Mode Social and Outlogic From Selling Sensitive Location Data. 2024.
  • Zuiderveen Borgesius, Frederik J.; Möller, Judith; Kruikemeier, Sanne; Ó Fathaigh, Ronan; Irion, Kristina; Dobber, Tom; Bodo, Balazs; de Vreese, Claes. “Online Political Microtargeting: Promises and Threats for Democracy”. 2025.
Obtenido de «https://sabermarketing.org/wiki/index.php?title=Microtargeting&oldid=23343»