Modelagem Preditiva de Engajamento no Instagram: Machine Learning Aplicado ao Setor de Jogos

Beatriz Shida Diliberti; Adriana Camargo de Brito

DOI: 10.22167/2675-6528-202602719

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

Redes sociais são canais estratégicos para marcas, especialmente na indústria de jogos eletrônicos, onde o engajamento no Instagram é uma métrica crucial. Investigou-se a capacidade preditiva de características estruturais, temporais, textuais e visuais sobre o engajamento de postagens de jogos eletrônicos no Instagram, utilizando técnicas supervisionadas de machine learning em abordagem progressiva e multimodal. A pesquisa utilizou dados administrativos de 2.125 postagens de dois perfis oficiais de jogos, focados nos públicos brasileiro e latino-americano. A taxa de engajamento foi operacionalizada como classificação binária com base na mediana. Avaliaram-se os algoritmos Regressão Logística, Random Forest e XGBoost em três classificações progressivas, incorporando dados estruturais, atributos visuais perceptuais via OpenCV e representações semânticas do modelo CLIP ViT-B/32. Na classificação com dados estruturais, o Random Forest obteve AUC-ROC de 0,84 e F1-score de 0,78, indicando capacidade preditiva limitada. Com a inclusão de atributos visuais perceptuais e semânticos, a AUC-ROC elevou-se para 0,88 e o F1-score para 0,81. Os resultados demonstraram que o conteúdo visual exerce papel central na predição de engajamento e que a integração de múltiplas modalidades é fundamental para modelar com maior precisão a resposta do público em contextos de jogos eletrônicos.

Palavras-chave: Classificação multimodal; Instagram; machine learning; marketing de jogos eletrônicos; previsão de engajamento.

1. Introdução

As redes sociais transformaram a forma como marcas e consumidores interagem, tornando-se canais estratégicos para comunicação e marketing digital. Na América Latina, o Instagram é uma das plataformas de maior relevância. Segundo o relatório Digital 2024: Brazil (2024), o Brasil possui mais de 110 milhões de usuários ativos, posicionando-se como o segundo maior mercado da rede no mundo. No cenário regional, o Instagram atua como um canal central de descoberta de conteúdo, influenciando diretamente o comportamento de consumo e a fidelidade à marca. Esta relevância é ainda maior no setor de jogos eletrônicos, onde publicadoras e desenvolvedoras utilizam a plataforma para divulgar trailers, atualizações e campanhas promocionais.

Nesse ambiente competitivo, a avaliação do desempenho das publicações torna-se fundamental, e o engajamento assume papel central na análise de performance digital. O engajamento em redes sociais pode ser compreendido como a resposta comportamental do público frente a um estímulo de conteúdo, manifestada por meio de ações observáveis como curtidas, comentários, compartilhamentos e salvamentos. Embora o conceito possua dimensões cognitivas e emocionais, revisões da literatura indicam que, no contexto empírico das plataformas digitais, o engajamento é predominantemente operacionalizado por meio dessas interações mensuráveis (Trunfio e Rossi, 2021). Além disso, o fenômeno apresenta caráter multifatorial, sendo influenciado por fatores como exposição obtida pela publicação, características visuais e textuais do conteúdo, momento da postagem e mecanismos algorítmicos de distribuição. Estudos sobre difusão de conteúdo demonstram que métricas de popularidade digital tendem a apresentar distribuição altamente assimétrica e dinâmica temporal acumulativa, na qual interações iniciais podem influenciar a trajetória futura de crescimento do conteúdo (Cheng et al., 2014). Assim, o engajamento não deve ser interpretado como uma métrica isolada, mas como resultado da interação entre múltiplos determinantes que variam ao longo do tempo e do contexto competitivo da plataforma. A base de cálculo da performance também evoluiu, sendo a eficácia de uma campanha medida de forma mais fidedigna por meio do alcance, que contabiliza o número de usuários únicos impactados (Kwai Mui e Tong Ming, 2020), e não apenas pelo número total de seguidores. Essa normalização é crucial para comparar o desempenho entre diferentes perfis. O engajamento, no entanto, tem passado por uma redefinição ao longo dos anos, com estudos mais recentes sugerindo que ações de maior profundidade, como o compartilhamento e o salvamento de publicações, são indicadores fundamentais de conexão do consumidor com a marca, indo além das métricas tradicionais focadas apenas em curtidas e comentários (Alvarez-Milán et al., 2018; Kotler e Keller, 2013).

Para lidar com essa complexidade, técnicas de machine learning têm sido aplicadas à predição de engajamento em redes sociais, permitindo identificar padrões em grandes volumes de dados e capturar relações não lineares entre variáveis. Estudos demonstram que a integração de dados textuais e contextuais é essencial para identificar padrões de popularidade (Moro et al., 2016; Xu et al., 2025). Mais recentemente, abordagens multimodais que combinam informações textuais e visuais têm demonstrado ganhos expressivos de desempenho preditivo em relação a modelos baseados exclusivamente em metadados estruturais (Philp et al., 2022; Meghawat et al., 2018). Como rede orientada à estética, o Instagram motiva o uso de abordagens multimodais (Baltrušaitis et al., 2017), integrando texto e imagem. Modelos avançados de representação visual, como o Contrastive Language-Image Pretraining (CLIP), desenvolvido pela OpenAI (Radford et al., 2021), permitem capturar aspectos de composição e estilo que impactam o engajamento, especialmente no setor de jogos eletrônicos, onde a qualidade visual do conteúdo é um elemento central da comunicação com o público (Kruk et al., 2019). Apesar do crescente interesse acadêmico na predição de engajamento em redes sociais, estudos que adotem abordagem progressiva e multimodal, avaliando o ganho incremental de cada modalidade de dado, ainda são escassos na literatura, especialmente no setor de jogos eletrônicos no contexto latino-americano (Philp et al., 2022; Moro et al., 2016).

Diante desse contexto, a escassez de estudos que exploram a capacidade preditiva de múltiplas modalidades de dados em uma abordagem progressiva no setor de jogos eletrônicos e no cenário latino-americano justifica a relevância desta pesquisa. O objetivo deste estudo é investigar a capacidade preditiva de características estruturais, temporais, textuais e visuais sobre o engajamento de postagens de jogos eletrônicos no Instagram, por meio de técnicas supervisionadas de machine learning em abordagem progressiva e multimodal. O escopo da análise concentra-se em conteúdos relacionados a jogos do gênero battle royale para plataformas PC e Console, com foco no público brasileiro e latino-americano.

2. Material e Métodos

A presente pesquisa caracterizou-se como um estudo de natureza aplicada, com abordagem quantitativa e objetivos descritivos e explicativos, visando analisar o desempenho de postagens de jogos eletrônicos no Instagram e avaliar o potencial preditivo de variáveis estruturais, temporais, textuais e visuais sobre o engajamento do público (Gil, 2008). A execução do estudo foi realizada em linguagem Python (versão 3.x), no ambiente Google Colab, utilizando bibliotecas como Pandas (McKinney, 2010) e NumPy (Harris et al., 2020) para manipulação de dados, e Scikit-learn (Pedregosa et al., 2011) para implementação de modelos e métricas.

O estudo foi estruturado em duas abordagens complementares de modelagem preditiva: predição contínua da taxa de engajamento e classificação binária do engajamento, utilizando dados multimodais derivados das postagens. Inicialmente, conduziu-se uma etapa exploratória de regressão contínua para estimar diretamente a taxa de engajamento a partir de variáveis estruturais, temporais e textuais. Posteriormente, o problema foi reformulado como uma tarefa de classificação binária, distinguindo postagens de alto e baixo engajamento com base na mediana do conjunto de treinamento, devido à distribuição assimétrica da variável em ambientes digitais (Cheng et al., 2014; Moro et al., 2016).

A etapa de classificação foi desenvolvida em uma abordagem progressiva e multimodal, incorporando diferentes tipos de dados de forma incremental. Primeiramente, utilizaram-se variáveis estruturais, temporais e textuais. Em seguida, incorporaram-se atributos visuais perceptuais extraídos via OpenCV. Por fim, representações semânticas obtidas por meio do modelo CLIP foram incluídas. Essa estratégia permitiu avaliar o ganho incremental de cada modalidade de dado na capacidade preditiva dos modelos (Philp et al., 2022; Meghawat et al., 2018; Baltrušaitis et al., 2017).

Os dados foram coletados a partir de dois perfis oficiais de jogos eletrônicos do gênero “battle royale”, pertencentes a uma mesma publicadora, sendo um perfil voltado ao público latino-americano e outro ao público brasileiro. A coleta baseou-se em dados administrativos primários extraídos da plataforma Instagram, por meio de relatórios disponibilizados no “Meta Business Suite”. Para assegurar a correspondência entre metadados e arquivos de mídia, cada postagem foi identificada por um código único (post_id).

A extração dos dados foi conduzida em duas frentes complementares. Os metadados das postagens, contendo informações estruturais, temporais e textuais, foram exportados em formato JSON. Os relatórios de desempenho das postagens, incluindo métricas de alcance e interações, foram obtidos em formato CSV. Os arquivos JSON foram processados por meio das bibliotecas zipfile e json do Python, com consolidação via Pandas (McKinney, 2010), enquanto os CSV foram carregados diretamente.

Para integrar as duas fontes de dados, aplicou-se o procedimento de “matching”, técnica de correspondência entre registros provenientes de bases distintas (Christen, 2012; Rahm e Do, 2000). A correspondência foi estabelecida por meio da data de publicação (day_key) e de um identificador textual derivado dos primeiros caracteres da legenda de cada postagem (caption_key). As legendas passaram por correção de codificação de caracteres para garantir a integridade do texto (Rahm e Do, 2000).

Após a filtragem de inconsistências e a remoção de duplicatas, obteve-se uma base analítica composta por 2.125 postagens para a classificação com dados estruturais. Um processo de filtragem inicial removeu 795 postagens sem dados de alcance. Posteriormente, 1.655 postagens foram removidas no processo de “matching” e filtragem de inconsistências, resultando na base final de 2.125 postagens.

A partir dos dados brutos coletados, foram extraídas e derivadas as variáveis utilizadas no estudo. Da data de publicação, obtiveram-se o horário (hora) e o dia da semana (dia_semana). Da legenda, calcularam-se o tamanho do texto (tam_legenda), a quantidade de hashtags (qtd_hashtags) e a presença de CTA (presenca_cta). Do alcance e das interações, calculou-se a taxa de engajamento (eng_rate), definida como a razão entre o total de interações (curtidas e comentários) e o alcance da publicação. Do número de slides, obteve-se a variável qtd_slides. A variável referente ao formato da postagem (imagem, carrossel ou vídeo) foi coletada, mas excluída dos modelos preditivos devido a inconsistências na distribuição temporal (Bergmeir e Benítez, 2012).

Das imagens estáticas, disponíveis em 1.416 das 2.125 postagens, foram extraídos atributos visuais perceptuais via OpenCV (Bradski, 2000) e representações semânticas via CLIP (Radford et al., 2021). As imagens estáticas foram selecionadas para as classificações visual perceptual e semântica, excluindo vídeos e postagens sem arquivo de imagem associado. Este filtro resultou na redução da base para 1.416 postagens com imagens estáticas válidas.

Os atributos visuais perceptuais extraídos via OpenCV incluíram brilho (intensidade média dos pixels em escala de cinza), contraste (variação de tons da imagem, desvio padrão dos pixels), entropia (complexidade visual via Entropia de Shannon, 1948), bordas (densidade de bordas via detector de Canny, 1986) e nitidez (nível de nitidez via variância do operador Laplaciano, Marr e Hildreth, 1980). Essas métricas foram calculadas sobre a versão em escala de cinza de cada imagem.

As representações semânticas foram extraídas pelo modelo CLIP ViT-B/32 (Radford et al., 2021). Cada imagem foi redimensionada para 224×224 pixels e segmentada em “patches” de 32×32 pixels, processados pelo “encoder” visual do modelo para gerar um vetor de “embedding” com 512 dimensões (Dosovitskiy et al., 2021). Esses vetores foram reduzidos a 10 componentes por meio de Análise de Componentes Principais [PCA] (Jolliffe, 2002), resultando nas variáveis `clip_pca_0` a `clip_pca_9`.

Para a modelagem preditiva por regressão contínua, foram avaliados os modelos Ridge, Random Forest Regressor e XGBoost Regressor. O desempenho foi avaliado pelas métricas Erro Absoluto Médio [MAE], Raiz do Erro Quadrático Médio [RMSE] e Coeficiente de Determinação [R²] (Chicco et al., 2021). A validação foi temporal, com 80% dos dados para treinamento e 20% para teste (Bergmeir e Benítez, 2012).

Na classificação binária, as postagens foram classificadas como de alto engajamento (valor 1) se a taxa de engajamento superasse a mediana do conjunto de treinamento, e de baixo engajamento (valor 0) nos demais casos. Foram avaliados três algoritmos de classificação supervisionada: Regressão Logística, Random Forest Classifier e XGBoost Classifier (Breiman, 2001; Chen e Guestrin, 2016; Fávero e Belfiore, 2024).

Para mitigar o risco de desequilíbrio entre os grupos de alto e baixo engajamento, na Regressão Logística e no Random Forest, utilizou-se o parâmetro “class_weight=balanced” (Pedregosa et al., 2011). No XGBoost, o ajuste equivalente foi realizado pelo parâmetro “scale_pos_weight” (Chen e Guestrin, 2016). As variáveis de entrada da Regressão Logística foram padronizadas por “z-score” antes do treinamento (James et al., 2013).

A estratégia de divisão entre treinamento e teste variou conforme a classificação. Para a classificação com dados estruturais (2.125 postagens), adotou-se validação temporal (80% treinamento, 20% teste). Nas classificações visual perceptual e semântica (1.416 postagens com imagens estáticas), utilizou-se o “split” estratificado na proporção 80/20, assegurando que postagens de alto e baixo engajamento estivessem representadas na mesma proporção (James et al., 2013; Pedregosa et al., 2011).

Para mensurar o desempenho dos modelos de classificação binária, foram adotadas métricas como Área sob a curva ROC [AUC-ROC], F1-score, precisão, revocação e matriz de confusão (Chicco et al., 2021; Willmott e Matsuura, 2005). A AUC-ROC foi a métrica principal, por ser robusta ao desequilíbrio entre os grupos e por mensurar a capacidade discriminativa do modelo independentemente do limiar de decisão (Fávero e Belfiore, 2024).

Para verificar que os resultados obtidos refletem associações genuínas entre as variáveis analisadas e o engajamento das postagens, conduziu-se um teste de permutação sobre o subconjunto das classificações visual perceptual e semântica. O procedimento consistiu em embaralhar aleatoriamente os rótulos de alto e baixo engajamento das postagens e repetir o treinamento do modelo Random Forest em 20 iterações independentes (Ojala e Garriga, 2010; Molnar, 2022).

3. Resultados e Discussão

Os resultados da pesquisa são apresentados em uma sequência de quatro etapas, seguindo a abordagem progressiva e multimodal delineada na metodologia. Inicialmente, explorou-se a regressão contínua, seguida pela classificação binária do engajamento com dados estruturais. Posteriormente, foram incorporados atributos visuais perceptuais e, por fim, representações semânticas. Essa estrutura permite uma análise detalhada do ganho incremental na capacidade preditiva dos modelos à medida que cada nova modalidade de dado é integrada, oferecendo uma compreensão aprofundada dos fatores que influenciam o engajamento em postagens de jogos eletrônicos no Instagram.

Análise da taxa de engajamento

Inicialmente, apresentou-se o comportamento da taxa de engajamento, variável dependente do estudo. Na base de 2.125 postagens analisadas, a média de engajamento foi de 2,71%, enquanto a mediana registrou 1,18%. Essa diferença significativa entre os valores indica que poucas postagens concentram a maior parte das interações, enquanto a maioria exibe níveis mais baixos de engajamento. Tal padrão é consistente com a literatura sobre redes sociais, que descreve uma distribuição desigual das interações entre conteúdos, fenômeno conhecido como desigualdade de atenção (Bakhshi et al., 2014; Lerman e Hogg, 2010; Zhu e Lerman, 2016). A distribuição da taxa de engajamento revelou uma assimetria positiva, com a mediana e a média distantes, confirmando que o engajamento não se distribui uniformemente entre as publicações.

Regressão contínua

Na etapa exploratória de regressão contínua, os modelos avaliados — Ridge, Random Forest Regressor e XGBoost Regressor — demonstraram baixo desempenho preditivo. Em todos os casos, o coeficiente de determinação (R²) foi negativo, indicando que os modelos não conseguiram prever o engajamento de forma mais eficaz do que uma abordagem baseada simplesmente na média do conjunto de treinamento. Por exemplo, o modelo Ridge obteve um Erro Absoluto Médio (MAE) de 0,0221 e Raiz do Erro Quadrático Médio (RMSE) de 0,0284, enquanto o Random Forest Regressor e o XGBoost Regressor apresentaram MAE de 0,0249 e 0,0246, e RMSE de 0,0409 e 0,0499, respectivamente. Esses resultados sugerem que as variáveis estruturais isoladas não foram suficientes para explicar o engajamento no conjunto de teste.

Este desempenho limitado não representa uma falha metodológica, mas sim uma característica de fenômenos com alta variabilidade e ruído, conforme observado em estudos anteriores (Cheng et al., 2014; Moro et al., 2016). O engajamento em redes sociais é influenciado por fatores contextuais e latentes que não são capturados por variáveis estruturais simples, como horário de publicação ou tamanho da legenda. Diante dessa limitação, o problema foi reformulado para uma tarefa de classificação binária, distinguindo postagens de alto e baixo engajamento com base na mediana do conjunto de treinamento, uma abordagem mais adequada para predição de popularidade em mídias sociais (Philp et al., 2022). Observou-se que mesmo modelos não lineares, como Random Forest e XGBoost, não superaram o desempenho do modelo linear Ridge nesta fase inicial, reforçando a necessidade de incorporar novas dimensões de dados.

Classificação com dados estruturais

Com a reformulação do problema para classificação binária, os modelos foram reavaliados utilizando exclusivamente dados estruturais, temporais e textuais. O algoritmo Random Forest obteve o melhor desempenho geral, registrando uma Área sob a Curva ROC (AUC-ROC) de 0,84 e um F1-score de 0,78. O XGBoost apresentou resultados muito próximos, com AUC-ROC de 0,84 e F1-score de 0,77. A Regressão Logística, embora com desempenho ligeiramente inferior, alcançou uma AUC-ROC de 0,80 e F1-score de 0,76, indicando que mesmo um modelo mais simples consegue identificar padrões entre as variáveis estruturais e o engajamento.

A análise da matriz de confusão do modelo Random Forest, considerando um conjunto de teste de 425 postagens, revelou que 174 foram corretamente identificadas como de alto engajamento e 157 como de baixo engajamento. Foram observadas 94 classificações incorretas, sendo 56 falsos positivos (postagens de baixo engajamento classificadas como alto) e 38 falsos negativos (postagens de alto engajamento classificadas como baixo). Essa distribuição sugere uma tendência do modelo a superestimar postagens de alto engajamento. Embora moderado, este desempenho representa um avanço significativo em comparação com a regressão contínua, onde os modelos não conseguiram superar uma previsão baseada na média.

A AUC-ROC de 0,84, obtida com variáveis exclusivamente estruturais, temporais e textuais, demonstra que metadados operacionais das postagens, como horário de publicação, tamanho da legenda e presença de Call to Action (CTA), possuem capacidade preditiva real, mas limitada. Esse achado está em consonância com estudos anteriores que indicam o poder explicativo restrito de metadados estruturais isolados na predição de engajamento, reforçando a necessidade de integrar dimensões adicionais de conteúdo para aprimorar o desempenho preditivo dos modelos (Moro et al., 2016; Philp et al., 2022).

Classificação com dados visuais perceptuais

A incorporação de variáveis visuais perceptuais, extraídas via OpenCV, às variáveis estruturais, temporais e textuais resultou em um ganho expressivo no desempenho dos modelos. O Random Forest manteve-se como o algoritmo de melhor desempenho, atingindo uma AUC-ROC de 0,88 e um F1-score de 0,81. Este resultado representa um aumento de 0,04 pontos na AUC-ROC em relação à classificação anterior, com dados estruturais. O XGBoost também apresentou melhora, alcançando AUC-ROC de 0,87 e F1-score de 0,80. A Regressão Logística, por sua vez, atingiu AUC-ROC de 0,83 e F1-score de 0,76.

As características visuais de baixo nível, como brilho, contraste, entropia e densidade de bordas, extraídas diretamente dos pixels da imagem sem interpretação semântica, contribuíram de forma relevante para a predição do engajamento. A matriz de confusão do Random Forest para esta fase indicou que o modelo classificou corretamente 114 postagens de baixo engajamento e 116 de alto engajamento. Foram registrados 28 falsos positivos e 26 falsos negativos, evidenciando uma redução no volume de erros em comparação com a classificação baseada apenas em dados estruturais. Esse ganho informacional corrobora estudos que associam propriedades de luminosidade e complexidade visual ao desempenho de publicações em redes sociais (Kruk et al., 2019; Meghawat et al., 2018).

Classificação com dados semânticos

Na classificação semântica, as variáveis visuais perceptuais foram substituídas por representações semânticas, obtidas pelo modelo CLIP ViT-B/32 e reduzidas a dez componentes via Análise de Componentes Principais (PCA). Os resultados demonstraram um desempenho equivalente ao da classificação visual perceptual para os algoritmos Random Forest e XGBoost. Ambos atingiram AUC-ROC de 0,88 e F1-score de 0,81, confirmando a robustez da inclusão de informações visuais. A Regressão Logística, contudo, apresentou o maior ganho incremental entre as etapas, alcançando uma AUC-ROC de 0,86 e F1-score de 0,79, sugerindo que as representações semânticas de alta dimensionalidade capturam padrões mais linearmente separáveis do que atributos perceptuais simples.

A matriz de confusão do Random Forest para a classificação semântica mostrou 119 postagens de baixo engajamento e 112 de alto engajamento classificadas corretamente. Foram identificados 23 falsos positivos e 30 falsos negativos. Observou-se uma leve inversão no padrão de erros em relação à classificação visual perceptual, com um volume ligeiramente maior de falsos negativos. Isso indica que as representações semânticas do CLIP capturam de forma mais consistente os padrões associados ao baixo engajamento, embora possam não capturar integralmente elementos subjetivos que determinam o alto engajamento em contextos de jogos eletrônicos (Radford et al., 2021; Ohme et al., 2024).

Os resultados obtidos confirmam que a incorporação de informações visuais, sejam elas perceptuais ou semânticas, produz um ganho consistente de desempenho preditivo em relação ao uso exclusivo de metadados estruturais. O algoritmo Random Forest destacou-se como o mais robusto ao longo das três classificações, mantendo uma AUC-ROC de 0,84 com dados estruturais e elevando-a para 0,88 nas classificações visual perceptual e semântica. O XGBoost também demonstrou desempenho competitivo, especialmente na classificação semântica, enquanto a Regressão Logística, embora inicialmente inferior, aproveitou significativamente as representações semânticas do CLIP, evidenciando sua capacidade de adaptação. Esses achados são consistentes com a literatura sobre predição de engajamento em mídias sociais, que aponta ganhos expressivos ao incorporar informações visuais aos modelos preditivos (Philp et al., 2022; Baltrušaitis et al., 2017).

Para assegurar a validade dos achados, um teste de permutação foi conduzido no subconjunto das classificações visual perceptual e semântica. O modelo Random Forest foi treinado 20 vezes com rótulos de engajamento embaralhados aleatoriamente, resultando em uma AUC-ROC média de 0,50, valor próximo ao acaso. Este resultado contrasta fortemente com a AUC-ROC de 0,88 obtida pelos modelos treinados com os rótulos reais, confirmando que o desempenho observado não é um produto de overfitting ou de padrões espúrios nos dados. A diferença expressiva entre os cenários valida que as associações identificadas entre as variáveis preditoras e o engajamento são genuínas no contexto analisado (Ojala e Garriga, 2010).

Em síntese, o presente estudo analisou a capacidade preditiva de características estruturais, temporais, textuais e visuais sobre o engajamento de postagens de jogos eletrônicos no Instagram, utilizando uma abordagem progressiva e multimodal com técnicas de machine learning supervisionadas. Os resultados demonstraram que a incorporação de informações visuais ao conjunto de variáveis preditoras produziu ganhos consistentes de desempenho, respondendo diretamente ao objetivo proposto. Metadados estruturais isolados apresentaram capacidade preditiva real, mas limitada, com uma AUC-ROC de 0,84 na classificação com dados estruturais. A inclusão de atributos visuais perceptuais via OpenCV elevou esse valor para 0,88, evidenciando a relevância de propriedades como luminosidade, contraste, complexidade e nitidez da imagem para o engajamento em plataformas visuais como o Instagram.

As representações semânticas extraídas pelo modelo CLIP ViT-B/32 mantiveram o desempenho para os modelos Random Forest e XGBoost, enquanto proporcionaram o maior ganho incremental para a Regressão Logística, sugerindo que os embeddings semânticos capturam padrões complementares aos atributos perceptuais. O teste de permutação confirmou que os resultados refletem associações reais entre as variáveis preditoras e o engajamento, e não são artefatos do processo de modelagem. Contudo, é importante considerar as limitações do estudo, como a análise restrita a postagens de apenas dois perfis oficiais de um único gênero de jogos eletrônicos, o que pode restringir a generalização dos achados. Além disso, as constantes mudanças nos algoritmos de distribuição de conteúdo do Instagram podem alterar a relação entre as características das postagens e o engajamento observado ao longo do tempo.

4. Conclusão

O presente estudo investigou a capacidade preditiva de características estruturais, temporais, textuais e visuais sobre o engajamento de postagens de jogos eletrônicos no Instagram, empregando técnicas supervisionadas de machine learning em uma abordagem progressiva e multimodal. Verificou-se que a modelagem inicial, baseada exclusivamente em dados estruturais, temporais e textuais, apresentou capacidade preditiva real, mas limitada, com um AUC-ROC de 0,84 e F1-score de 0,78 para o algoritmo Random Forest. Contudo, a incorporação de atributos visuais perceptuais, extraídos via OpenCV, elevou consistentemente o desempenho dos modelos, alcançando um AUC-ROC de 0,88 e F1-score de 0,81. Observou-se que as representações semânticas, obtidas pelo modelo CLIP ViT-B/32, mantiveram esse patamar de desempenho para os algoritmos Random Forest e XGBoost, e proporcionaram o maior ganho incremental para a Regressão Logística, sugerindo que os embeddings semânticos capturam padrões complementares aos atributos perceptuais. Um teste de permutação confirmou que os resultados refletem associações genuínas entre as variáveis preditoras e o engajamento, e não são artefatos do processo de modelagem.

A principal contribuição deste trabalho reside na demonstração de que o conteúdo visual exerce um papel central na predição de engajamento em postagens de jogos eletrônicos no Instagram, e que a integração de múltiplas modalidades de dados é fundamental para modelar com maior precisão a resposta do público. Este achado oferece insights valiosos para estratégias de marketing digital no setor de jogos, permitindo otimizar a criação de conteúdo para maximizar a interação. Entretanto, o estudo possui limitações, visto que a análise se restringiu a postagens de apenas dois perfis oficiais de um único gênero de jogos eletrônicos, o que pode restringir a generalização dos achados a outros contextos e gêneros. Adicionalmente, as constantes mudanças nos algoritmos de distribuição de conteúdo do Instagram podem alterar a relação entre as características das postagens e o engajamento observado ao longo do tempo. Sugere-se para estudos futuros a ampliação da análise para outros perfis e gêneros de jogos eletrônicos, a incorporação de análise de sentimento dos comentários e a aplicação de técnicas de interpretabilidade de modelos, como SHAP e LIME, para aprofundar a compreensão dos padrões preditivos identificados.

Referências Bibliográficas

Alvarez-Milán, A.; Felix, R.; Rauschnabel, P. A.; e Hinsch, C. 2018. Strategic customer engagement marketing: A decision making framework. Journal of Business Research, 92, 61-70.

Cheng, J., Adamic, L. A., Dow, P. A., Kleinberg, J., e Leskovec, J. (2014). Can cascades be predicted? WWW 2014 – Proceedings of the 23rd International Conference on World Wide Web, 925-935.

Digital 2024: Brazil. 2024. Digital 2024: Brazil. Disponível em: https://datareportal.com/reports/digital-2024-brazil. Acesso em: 19 set 2025.

Kotler, P., e Keller, K. L. 2013

Kwai Mui, C.; Tong Ming, L. 2023. A critical review on impression rate and pattern on social media sites. Journal of Digital Marketing Research, 5(1), 1–15.

Trunfio, M., e Rossi, S. 2021. Conceptualising and measuring social media engagement: A systematic literature review. In Italian Journal of Marketing (Vol. 2021, Number 3, pp. 267–292). Springer International Publishing.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy