Zrozumienie algorytmu rankingu kanałów informacyjnych na Facebooku

integracja osobista na Facebooku

Uzyskiwanie widoczności marki w kanałach informacyjnych odbiorców docelowych to największe osiągnięcie dla marketerów społecznościowych. To jeden z najważniejszych i często nieuchwytnych celów w strategii społecznej marki. Może to być szczególnie trudne na Facebooku, platformie, która ma skomplikowany i stale ewoluujący algorytm, zaprojektowany w celu dostarczania odbiorcom najbardziej odpowiednich treści.

EdgeRank to nazwa nadana algorytmowi kanałów informacyjnych Facebooka wiele lat temu i chociaż obecnie jest uważany za przestarzały wewnętrznie, nazwa przetrwała i jest nadal używana przez marketingowców. Facebook nadal wykorzystuje koncepcje oryginalnego algorytmu EdgeRank i szkieletu, na którym został zbudowany, ale w nowy sposób.

Facebook nazywa to algorytmem rankingu kanałów informacyjnych. Jak to działa? Oto odpowiedzi na podstawowe pytania:

Co to są krawędzie?

Każde działanie użytkownika jest potencjalną historią w kanale wiadomości, a Facebook wywołuje te działania krawędzie. Za każdym razem, gdy znajomy publikuje aktualizację statusu, komentuje aktualizację statusu innego użytkownika, oznacza zdjęcie, dołącza do strony marki lub udostępnia post, generuje krawędź, a historia o tej przewadze może potencjalnie pojawić się w osobistym kanale wiadomości użytkownika.

Byłoby niezwykle przytłaczające, gdyby platforma pokazywała wszystkie te historie w kanale wiadomości, więc Facebook stworzył algorytm przewidujący, jak interesująca będzie każda historia dla każdego użytkownika. Algorytm Facebooka nazywa się „EdgeRank”, ponieważ szereguje krawędzie, a następnie filtruje je do kanału informacyjnego użytkownika, aby pokazać najciekawsze historie dla tego konkretnego użytkownika.

Czym jest oryginalna struktura EdgeRank?

Oryginalne trzy główne części algorytmu EdgeRank to wynik podobieństwa, waga krawędzi, zanik czasu.

Wskaźnik podobieństwa to relacja między marką a każdym fanem, mierzona na podstawie tego, jak często fan wyświetla Twoją stronę i posty oraz wchodzi z nimi w interakcję, a także tego, jak wzajemnie się z nimi angażujesz.

Grubość krawędzi jest mierzona poprzez kompilację wartości krawędzi lub działań podejmowanych przez użytkownika, z wyjątkiem kliknięć. Każda kategoria krawędzi ma inną domyślną grubość, na przykład komentarze mają wyższe wartości niż lubi ponieważ wykazują większe zaangażowanie ze strony fanów. Można ogólnie założyć, że krawędzie, których wykonanie zajmuje najwięcej czasu, mają zwykle większą wagę.

Zanik czasu odnosi się do tego, jak długo żyła krawędź. EdgeRank to wynik bieżący, a nie jednorazowa rzecz. Im nowszy post, tym wyższy wynik w rankingu EdgeRank. Gdy użytkownik loguje się na Facebooku, jego kanał informacyjny jest zapełniany treścią, która ma najwyższy wynik w danym momencie.

formuła facebook edgerank

Kredyt Zdjęcie: EdgeRank.net

Pomysł polega na tym, że Facebook nagradza marki, które budują relacje i umieszczają najbardziej odpowiednie i interesujące treści na górze kanału informacyjnego użytkownika, tak aby posty były specjalnie do nich dostosowane.

Co się zmieniło dzięki Facebook Edgerank?

Algorytm nieznacznie się zmienił, otrzymując aktualizację o nowe funkcje, ale idea jest nadal ta sama: Facebook chce udostępniać użytkownikom ciekawe treści, aby wracali na platformę.

Jedna nowa funkcja, przechodzenie między historiami, umożliwia ponowne pojawienie się historii, których ludzie nie przewinęli na tyle daleko, aby je zobaczyć. Te historie pojawią się w górnej części kanału informacyjnego, jeśli nadal cieszą się dużym zainteresowaniem. Oznacza to, że popularne posty na stronach mogą mieć większe szanse na wyświetlenie, nawet jeśli mają kilka godzin (zmieniając pierwotne użycie elementu rozkładu czasowego), przechodząc na górę kanału wiadomości, jeśli historie nadal otrzymują dużą liczbę polubień i komentarzy (nadal przy użyciu elementów oceny podobieństwa i wagi krawędzi). Dane sugerują, że pokazuje to odbiorcom historie, które chcą zobaczyć, nawet jeśli przegapili je za pierwszym razem.

Inne funkcje mają na celu umożliwienie użytkownikom oglądania postów ze stron i znajomych w bardziej aktualny sposób, szczególnie w przypadku tematów zyskujących na popularności. Mówi się, że określone treści są istotne tylko w określonych ramach czasowych, więc Facebook chce, aby użytkownicy widzieli je, dopóki pozostają istotne. Kiedy znajomy lub strona, do której jesteś podłączony, mają wpisy o czymś, co jest obecnie gorącym tematem rozmów na Facebooku, np. Wydarzeniu sportowym lub premierze sezonu programu telewizyjnego, ten post z większym prawdopodobieństwem pojawi się wyżej w Twoim kanale wiadomości na Facebooku, więc możesz zobacz to wcześniej.

Posty, które generują duże zaangażowanie wkrótce po opublikowaniu, są bardziej prawdopodobne, że pojawią się w kanale wiadomości, ale nie tak prawdopodobne, jeśli aktywność szybko spadnie po opublikowaniu. Myślenie za tym jest takie, że jeśli ludzie angażują się w post zaraz po opublikowaniu, ale nie tak wiele godzin później, post był najbardziej interesujący w momencie, gdy został opublikowany i potencjalnie mniej interesujący w późniejszym terminie. To kolejny sposób, aby treści w kanale aktualności były aktualne, trafne i interesujące.

Jak zmierzyć analizę mojego kanału aktualności na Facebooku?

Nie ma narzędzia innej firmy do pomiaru wyniku EdgeRank marki, ponieważ tak duża część danych jest prywatnych. Rzeczywiste Wynik EdgeRank nie istnieje, ponieważ każdy fan ma inny współczynnik podobieństwa do strony marki. Co więcej, Facebook utrzymuje algorytm w tajemnicy i stale go modyfikuje, co oznacza, że ​​wartość komentarzy w porównaniu z polubieniami stale się zmienia.

Najskuteczniejszym sposobem pomiaru wpływu algorytmu zastosowanego na Twoje treści jest sprawdzenie, do ilu osób dotarłeś i ile zaangażowania otrzymały Twoje posty. Narzędzia takie jak SumAll Facebook Analytics ująć te dane w całości analityka pulpit nawigacyjny idealny do pomiaru i śledzenia tych wskaźników.

Co o tym myślisz?

Ta strona używa Akismet do redukcji spamu. Dowiedz się, jak przetwarzane są dane komentarza.