Facebook-un Xəbər Lenti Sıralaması Alqoritmini Anlamaq

facebook fərdi inteqrasiya

Hədəf auditoriyanızın xəbər lentlərində marka görünürlüğünüzü qazanmaq sosial marketoloqlar üçün son nailiyyətdir. Bu, bir markanın sosial strategiyasındakı ən vacib və tez-tez tutulmayan hədəflərdən biridir. İzləyicilərə ən uyğun məzmuna xidmət etmək üçün hazırlanmış və daim inkişaf edən bir alqoritmə sahib olan bir platformada Facebook-da xüsusilə çətin ola bilər.

EdgeRank illər əvvəl Facebook-un xəbər lent alqoritminə verilən ad idi və indi daxili olaraq köhnəlmiş hesab olunsa da, bu ad bu gün də marketoloqlar tərəfindən yaşanıb və istifadə edilməyə davam edir. Facebook hələ də orijinal EdgeRank alqoritminin və qurduğu çərçivənin konsepsiyalarından istifadə edir, lakin yeni bir şəkildə.

Facebook bunu Xəbər Lenti Sıralaması Alqoritmi adlandırır. Bu necə işləyir? Əsas suallarınızın cavabları:

Kənar nədir?

Bir istifadəçinin etdiyi hər hansı bir hərəkət potensial bir xəbər lentidir və Facebook bu əməliyyatları çağırır kənarları. Bir dostunuz bir status yeniləməsini göndərdikdə, başqa bir istifadəçinin status yeniləməsini şərh edərkən, bir fotoya etiket yazarkən, bir marka səhifəsinə qoşulduğunda və ya bir paylaşımı paylaşdığında, kənarvə bu kənarla əlaqəli bir hekayə istifadəçinin şəxsi xəbər lentində görünə bilər.

Platforma xəbər hekayəsində bu hekayələrin hamısını göstərsəydi, Facebook hər hekayənin hər bir istifadəçi üçün nə qədər maraqlı olacağını proqnozlaşdırmaq üçün bir alqoritm yaratdısa son dərəcə böyük olardı. Facebook alqoritmi “EdgeRank” adlanır, çünki kənarları sıralayır və sonra həmin istifadəçi üçün ən maraqlı hekayələri göstərmək üçün istifadəçinin xəbər lentinə süzür.

Orijinal EdgeRank Çərçivəsi nədir?

EdgeRank alqoritminin orijinal üç əsas hissəsi bunlardır yaxınlıq hesabı, kənar çəkivaxt çürüməsi.

Yaxınlıq puanı, bir marka ilə hər azarkeş arasındakı münasibətdir, bir azarkeşin səhifənizə və yazılarınıza nə qədər baxdığına və onlarla qarşılıqlı əlaqə qurmağınıza əlavə olaraq nə qədər tez-tez baxdığına və qarşılıqlı əlaqəsinə görə ölçülür.

Kənar çəkisi, istifadəçinin kliklər xaricində etdiyi kənarların və ya hərəkətlərin dəyərlərini tərtib etməklə ölçülür. Kenarların hər kateqoriyası fərqli bir standart çəkiyə malikdir, məsələn şərhlər daha yüksək çəki dəyərlərinə malikdir likes çünki azarkeşdən daha çox iştirak göstərirlər. Ümumiyyətlə, yerinə yetirmək üçün ən çox vaxt alan kənarların daha çox çəkiyə meylli olduğunu düşünə bilərsiniz.

Zaman çürüməsi, kənarın nə qədər yaşadığını göstərir. EdgeRank qaçış hesabıdır, birdəfəlik deyil. Yəni yazınız nə qədər yaxın olsa, EdgeRank balınız o qədər yüksək olacaq. Bir istifadəçi Facebook-a daxil olduqda, xəbər buraxılışı zamanın ən dəqiq anında ən yüksək bal toplayan məzmunla doldurulur.

facebook edgerank formulu

Şəkil krediti: EdgeRank.net

Fikir ondan ibarətdir ki, Facebook əlaqələr quran və ən uyğun və maraqlı məzmunu istifadəçinin xəbər lentinin üstünə qoyan markaları mükafatlandırır ki, mesajlar xüsusi olaraq onlara uyğun olsun.

Facebook Edgerank ilə nələr dəyişdi?

Alqoritm bir qədər dəyişdi, yeni xüsusiyyətlərlə yüksəldildi, amma fikir yenə də eynidir: Facebook istifadəçilərə maraqlı məzmun vermək istəyir ki, platformaya qayıtsınlar.

Yeni bir xüsusiyyət, hekayə bumping, hekayələrin insanların əvvəlcə görmək üçün kifayət qədər aşağıya sürüşmədiklərini yenidən ortaya çıxmasına imkan verir. Bu hekayələr, hələ də çox nişan toplayırlarsa, xəbər lentinin yuxarı hissəsinə yaxınlaşdırılacaqlar. Bu o deməkdir ki, populyar səhifə yazıları, hekayələr hələ də çox sayda məlumat alırsa, xəbər lentinin yuxarı hissəsinə keçərək bir neçə saatlıq olduqlarına baxmayaraq (vaxtın çürüməsi elementinin orijinal istifadəsini dəyişdirərək) göstərilmə şansı daha yüksək ola bilər. bəyənmələrin və şərhlərin (hələ yaxınlıq skoru və kənar çəki elementlərindən istifadə olunur). Verilər bunun tamaşaçılara görmək istədikləri hekayələri, ilk dəfə qaçırdıqları təqdirdə göstərdiyini göstərir.

Digər xüsusiyyətlər, istifadəçilərin səhifələrdən və dostlarından istədikləri yazıları daha çox vaxtında, xüsusən də trend mövzularla daha tez görmələrini təmin etmək məqsədi daşıyır. Xüsusi məzmunun yalnız müəyyən bir müddətdə uyğun olduğu deyilir, bu səbəbdən Facebook istifadəçilərin bu mövzuda qaldıqda onu görməsini istəyir. Bir dostunuz və ya səhifəniz bir idman hadisəsi və ya televiziya şousu mövsümünün premyerası kimi Facebook-da hal-hazırda isti bir söhbət mövzusu olan yazılarla əlaqəli olduqda, bu yazı Facebook xəbər lentinizdə daha yüksək görünür, belə ki, edə bilərsiniz. tez gör.

Göndərmədən qısa müddət sonra yüksək nişan yaradan yazıların xəbər lentində göstərilməsi ehtimalı daha yüksəkdir, lakin göndərildikdən sonra aktivliyin sürətlə aşağı düşməsi ehtimalı yüksək deyil. Bunun arxasındakı düşüncə budur ki, insanlar yazı göndərildikdən dərhal sonra bir neçə saat sonra məşğul olsalar, yazı ən çox yayımlandığı zaman maraqlı idi və sonrakı bir tarixdə daha az maraqlı idi. Bu, xəbər lentindəki məzmunu vaxtında, aktual və maraqlı tutmağın başqa bir yoludur.

Facebook News Feed Analitikimi necə ölçürəm?

Məlumatların çox hissəsi şəxsi olduğu üçün bir markanın EdgeRank skorunu ölçmək üçün üçüncü bir vasitə mövcud deyil. Həqiqi EdgeRank hesabı mövcud deyil, çünki hər pərəstişkarının marka səhifəsi ilə fərqli bir yaxınlıq skoru var. Bundan əlavə, Facebook alqoritmi gizli saxlayır və onu daim dəyişdirir, yəni bəyənmə ilə müqayisədə şərhlərin dəyəri daim dəyişir.

Məzmununa tətbiq olunan alqoritmin təsirini ölçməyin ən təsirli yolu, neçə nəfərə çatdığınızı və yazılarınızın nə qədər nişan aldığını görməkdir. Alətlər kimi SumAll Facebook Analytics bu məlumatları hərtərəfli əhatə edir analytics bu ölçümləri ölçmək və izləmək üçün ideal panel.

Siz nə düşünürsünüz?

Bu sayt spam azaldılması üçün Akismet istifadə edir. Yorumunuzun necə işləndiyini öyrənin.