Svaki autor brine o životu svoje publikacije, nakon objave gleda statistiku, čeka i brine oko komentara, želi da publikacija ima barem prosječan broj pregleda. Kod Habra su ti alati kumulativni i stoga je prilično teško zamisliti kako autorova publikacija započinje svoj život u odnosu na druge publikacije.
Kao što znate, većina publikacija dobiva preglede u prva tri dana. Kako bih dobio predodžbu o tome kako publikacija napreduje, pratio sam statistiku i predstavio mehanizam praćenja i usporedbe. Ovaj mehanizam će se primijeniti na ovu publikaciju i svi će moći vidjeti kako funkcionira.
Prvi korak je bio prikupljanje statistike o dinamici objavljivanja za prva tri dana života objave. Da bih to učinio, analizirao sam tokove čitatelja na temelju publikacija za 28. rujna tijekom razdoblja njihovog života od 28. rujna do 1. listopada 2019. bilježeći broj pregleda u različitim intervalima tijekom tog razdoblja. Prvi dijagram prikazan je na donjoj slici, a dobiven je kao rezultat usklađivanja dinamike pogleda tijekom vremena.
Kao što se može izračunati iz dijagrama, prosječni broj pregleda publikacije nakon 72 sata s aproksimacijskom funkcijom potencije bit će približno 8380 pregleda.
Riža. 1. Distribucija pregleda tijekom vremena za sve publikacije.
Budući da su “zvijezde” jasno vidljive, te ćemo podatke prikazati bez njih za standardnu objavu. Odrezat ćemo na temelju onih publikacija koje su imale više od prosječnog broja pregleda u 3 dana – 10225 komada, slika 2.
Riža. 2. Distribucija pregleda tijekom vremena, za prosječne publikacije, bez “zvjezdica”.
Kao što se može izračunati iz dijagrama, prosječan broj pregleda publikacije prosječne potražnje nakon 72 sata predviđen je funkcijom aproksimacije snage na približno 5670 pregleda.
Brojke su zanimljive, ali postoji alat s većom praktičnom vrijednošću. Ovo je prosječni udio za svako vremensko razdoblje. Definirajmo ih i predstavimo na slici 3.
Riža. 3. Stvarna vremenska raspodjela udjela pregleda od ukupnog broja pregleda za tri dana i teorijske aproksimacijske linije, tanki Excel polinom i debelo vlastito rješenje.
Ne vidim puno smisla provoditi posebnu analizu za "zvjezdane" klastere i redovne publikacije, jer je u ovom rješenju sve izračunato u standardiziranom koordinatnom sustavu, po dionicama.
Dakle, možete izgraditi tablicu vrijednosti s udjelima vremena i, u skladu s tim, predvidjeti ukupan broj pregleda za tri dana.
Izgradimo navedenu tablicu i predvidimo tok za ovu publikaciju
Budući da ću post objaviti oko 0 sati 3. listopada, svatko može usporediti protok s predviđenom vrijednošću. Ako je manje, znači da nemam sreće, ako je više, znači da su čitatelji zainteresirani.
Pokušat ću zamisliti stvarni tok na donjem grafikonu dok promatram.
Riža. 4. Stvarni protok čitatelja ove publikacije u usporedbi s teoretskom prognozom.
Zaključno, mogu reći da svaki autor može koristiti gore prikazanu tablicu izračuna kao vodič. A dijeljenjem stvarnog protoka vaše publikacije u određenom trenutku s vrijednošću u stupcu udjela za ovaj trenutak, možete predvidjeti broj čitatelja na kraju 3. dana. I tijekom tog razdoblja autori imaju priliku na ovaj ili onaj način utjecati na čitanost svojih materijala, na primjer, aktivnije i detaljnije odgovoriti u komentarima. Također možete usporediti svoju publikaciju s drugima i shvatiti kako vanjske publikacije utječu na prioritete čitatelja. Jedini savjet, molimo da shvatite da su ove brojke dobivene analizom protoka čitatelja publikacija samo jednog dana, 28. rujna 2019.
Izvor: www.habr.com