Kuptimi i algoritmit të renditjes së lajmeve në Facebook

integrim personal ne facebook

Marrja e dukshmërisë së markës suaj në burimet e lajmeve të audiencës suaj të synuar është arritja përfundimtare për tregtarët socialë. Ky është një nga qëllimet më të rëndësishme, dhe shpesh të pakapshme, në strategjinë sociale të një marke. Mund të jetë veçanërisht e vështirë në Facebook, një platformë që ka një algoritëm të përpunuar dhe vazhdimisht në zhvillim, i krijuar për t'i shërbyer audiencës përmbajtjen më të rëndësishme.

EdgeRank ishte emri i dhënë algoritmit të lajmeve të Facebook vite më parë dhe edhe pse tani konsiderohet i vjetëruar nga brenda, emri ka jetuar dhe vazhdon të përdoret nga tregtarët sot. Facebook është ende duke përdorur konceptet e algoritmit origjinal EdgeRank dhe kornizës në të cilën është ndërtuar, por në një mënyrë të re.

Facebook i referohet asaj si Algoritmi i Renditjes së Lajmeve. Si punon? Këtu janë përgjigjet e pyetjeve tuaja themelore:

Çfarë janë Edges?

Çdo veprim që një përdorues bën është një histori e mundshme e lajmeve dhe Facebook i quan këto veprime edges. Kurdoherë që një mik poston një azhurnim të statusit, komenton në azhurnimin e statusit të një përdoruesi tjetër, etiketon një foto, bashkohet me një faqe marke ose ndan një postim, ajo gjeneron një buzë, dhe një histori në lidhje me atë avantazh mund të shfaqet potencialisht në lajmet personale të përdoruesit.

Do të ishte jashtëzakonisht e madhe nëse platforma do të tregonte të gjitha këto histori në lajmet, kështu që Facebook krijoi një algoritëm për të parashikuar se sa interesante do të jetë secila histori për secilin përdorues individual. Algoritmi i Facebook quhet "EdgeRank" sepse rendit skajet dhe më pas i filtron ato në lajmet e përdoruesit për të treguar historitë më interesante për atë përdorues të veçantë.

Çfarë është Korniza Origjinale EdgeRank?

Tri pjesët kryesore të algoritmit EdgeRank janë rezultati i afinitetit, pesha e buzësdhe kalbja e kohes.

Rezultati i afinitetit është marrëdhënia midis një marke dhe secilit tifoz, e matur nga sa shpesh një fans shikon dhe ndërvepron me faqen dhe postimet tuaja, përveç mënyrës se si ju reciprokisht angazhoheni me ta.

Pesha e skajit matet duke përpiluar vlerat e skajeve, ose veprimeve që bën një përdorues, me përjashtim të klikimeve. Çdo kategori skajesh ka një peshë të ndryshme të paracaktuar, për shembull komentet kanë vlera më të larta peshe sesa preferencë sepse ato tregojnë përfshirje më të madhe nga ventilatori. Në përgjithësi mund të supozoni se skajet të cilat kërkojnë më shumë kohë për tu realizuar kanë tendencë të peshojnë më shumë.

Prishja e kohës i referohet sa kohë buza ka qenë e gjallë. EdgeRank është një rezultat drejtues, jo një gjë e vetme. Pra, sa më i fundit të jetë postimi juaj, aq më i lartë është rezultati i EdgeRank. Kur një përdorues hyn në Facebook, lajmi i tij plotësohet me përmbajtje që ka rezultatin më të lartë në atë moment të veçantë në kohë.

formula e facebook edgerank

Kredia e fotos: EdgeRank.net

Ideja është që Facebook shpërblen markat që krijojnë marrëdhënie dhe vendosin përmbajtjen më të rëndësishme dhe interesante në krye të lajmeve të një përdoruesi, në mënyrë që postimet të përshtaten posaçërisht për to.

Çfarë ka ndryshuar me Facebook Edgerank?

Algoritmi ka ndryshuar pak, duke marrë një azhurnim me karakteristika të reja, por ideja është ende e njëjtë: Facebook dëshiron t'u japë përdoruesve përmbajtje interesante, kështu që ata do të vazhdojnë të kthehen në platformë.

Një tipar i ri, përplasja e historisë, lejon rishfaqjen e historive që njerëzit fillimisht nuk lëviznin aq poshtë sa të shiheshin. Këto histori do të përplasen pranë krye të lajmeve nëse ato ende po fitojnë shumë angazhime. Kjo do të thotë që postimet e faqeve të njohura mund të kenë një shans më të lartë për t'u treguar edhe nëse janë disa orë të vjetra (duke ndryshuar përdorimin origjinal të elementit të kalbjes së kohës) duke shkuar në krye të lajmeve nëse historitë ende marrin një numër të lartë të pëlqimeve dhe komenteve (akoma duke përdorur rezultatin e afinitetit dhe elementët e peshës në skaj). Të dhënat kanë sugjeruar që kjo i tregon audiencave historitë që ata dëshirojnë të shohin, edhe nëse u kanë munguar herën e parë.

Karakteristikat e tjera kanë për qëllim të lejojnë përdoruesit të shohin postimet nga faqet dhe miqtë që ata dëshirojnë në një mënyrë më të duhur, veçanërisht me tema të modës. Përmbajtja e veçantë thuhet se është e rëndësishme vetëm brenda një afati të caktuar, kështu që Facebook dëshiron që përdoruesit ta shohin atë ndërsa mbetet e rëndësishme. Kur një mik apo faqe jeni i lidhur me postime për diçka që aktualisht është një temë e nxehtë bisede në Facebook si një ngjarje sportive ose premierë e sezonit të shfaqjeve TV, ai postim ka më shumë të ngjarë të shfaqet më lart në burimin tuaj të lajmeve në Facebook, kështu që të mund të ta shoh më shpejt.

Postimet që gjenerojnë angazhim të lartë menjëherë pas postimit ka më shumë të ngjarë të shfaqen në burimin e lajmeve, por jo aq të mundshme nëse aktiviteti bie shpejt pas postimit. Mendimi pas kësaj është që nëse njerëzit po merren me postimin menjëherë pasi të postohet, por jo aq shumë disa orë më vonë, postimi ishte më interesant në kohën kur u postua dhe potencialisht më pak interesant në një datë të mëvonshme. Kjo është një mënyrë tjetër për të mbajtur përmbajtjen në lajme në kohë, relevante dhe interesante.

Si mund ta mas analizën time të lajmeve në Facebook?

Nuk ka një mjet të palës së tretë në dispozicion për të matur rezultatin e markës EdgeRank pasi shumë prej të dhënave janë private. Një aktuale Rezultati i EdgeRank nuk ekziston sepse çdo tifoz ka një rezultat të ndryshëm afiniteti me faqen e markës. Për më tepër, Facebook e mban algoritmin sekret dhe ata vazhdimisht po e ndryshojnë atë, që do të thotë se vlera e komenteve krahasuar me pëlqimet ndryshon vazhdimisht.

Mënyra më efektive për të matur ndikimin e algoritmit të aplikuar në përmbajtjen tuaj është duke parë sa njerëz keni arritur dhe sa angazhim kanë marrë postimet tuaja. Mjete si SumAll Facebook Analytics përfshijnë këto të dhëna në një përmbledhje gjithëpërfshirëse analitikë pult i përsosur për matjen dhe gjurmimin e këtyre metrikave.

Çfarë mendoni ju?

Kjo faqe përdor Akismet për të reduktuar spamin. Mësoni se si përpunohet komenti juaj.