すべての著者は自分の出版物の存続期間について心配しており、出版後は統計を調べ、コメントを待ちながら心配し、その出版物が少なくとも平均的な閲覧数を獲得することを望んでいます。 Habr では、これらのツールは累積的であるため、著者の出版物が他の出版物を背景にしてどのようにその生命を始めるかを想像するのは非常に困難です。
ご存知のとおり、ほとんどの出版物は最初の XNUMX 日間で閲覧数を獲得します。 出版物の業績を把握するために、統計を追跡し、監視と比較のメカニズムを提示しました。 このメカニズムはこの出版物に適用され、誰もがそれがどのように機能するかを確認できるようになります。
最初のステップは、投稿が開始されてから最初の 28 日間の出版物の動向に関する統計を収集することでした。 これを行うために、28 年 1 月 2019 日から XNUMX 月 XNUMX 日までの期間中の、XNUMX 月 XNUMX 日の出版物に基づいて、この期間中のさまざまな間隔で閲覧数を記録することで読者の流れを分析しました。 最初の図は、時間の経過に伴うビューのダイナミクスを照合した結果として得られたもので、次の図に示されています。
図から計算できるように、べき乗近似関数を使用して 72 時間後の出版物の平均ビュー数は約 8380 ビューになります。
米。 1. すべてのパブリケーションの経時的なビューの分布。
「星」がはっきりと見えるため、標準的な出版物ではこれらのデータを星なしで提示します。 3 日間の平均閲覧数 (10225 件) を超える出版物に基づいて切り捨てられます (図 2)。
米。 2. 「スター」なしの平均的な出版物に対する、時間の経過に伴うビューの分布。
図から計算できるように、72 時間後の平均需要の出版物の平均ビュー数は、べき乗近似関数によって約 5670 ビューと予測されます。
この数字は興味深いものですが、さらに実用的な価値のあるツールがあります。 これは各期間の平均シェアです。 それらを定義して図 3 に示しましょう。
米。 3. XNUMX 日間の総閲覧数からの閲覧シェアの実時間分布と理論近似線、細い Excel 多項式と太い独自の解。
このソリューションではすべてが標準化された座標系でシェアごとに計算されているため、「スター」クラスターと通常の出版物を個別に分析することにあまり意味がありません。
したがって、時間の割合を含む値の表を作成し、それに応じて XNUMX 日間の合計ビュー数を予測できます。
指定されたテーブルを構築して、このパブリケーションのフローを予測してみましょう
0月3日XNUMX時頃に投稿しますので、皆さんも流れと予測値を比較してみてください。 それが少ない場合は私が運が悪いことを意味し、多ければ読者が興味を持っていることを意味します。
実際の流れを以下のグラフで想像しながら観察してみます。
米。 4. 理論上の予測と比較した、この出版物の実際の読者の流れ。
結論として、各著者は上記の計算表をガイドとして使用できると言えます。 また、ある時点での出版物の実際の流れをその時点のシェア列の値で割ることで、3 日目終了時の読者数を予測できます。 この期間中、著者は、コメントでより積極的かつ詳細に応答するなど、何らかの方法で資料の読みやすさに影響を与える機会があります。 また、自分の出版物を他の出版物と比較し、外部の出版物が読者の優先順位にどのような影響を与えるかを理解することもできます。 唯一のアドバイスとして、これらの数字は、28 年 2019 月 XNUMX 日のたった XNUMX 日の出版物の読者の流れの分析から得られたものであることをご理解ください。
出所： habr.com