Saben penulis kuwatir babagan urip publikasi; sawise publikasi, dheweke ndeleng statistik, ngenteni lan kuwatir babagan komentar, lan pengin publikasi entuk paling ora rata-rata tampilan. Kanthi Habr, alat kasebut kumulatif lan mulane cukup angel mbayangake kepiye publikasi penulis miwiti urip ing latar mburi publikasi liyane.
Kaya sing sampeyan ngerteni, akeh publikasi entuk tampilan sajrone telung dina pisanan. Kanggo entuk ide babagan cara publikasi, aku nglacak statistik lan nampilake mekanisme pemantauan lan perbandingan. Mekanisme iki bakal ditrapake kanggo publikasi iki lan kabeh wong bakal bisa ndeleng cara kerjane.
Langkah pisanan yaiku ngumpulake statistik babagan dinamika publikasi sajrone telung dina pisanan urip kiriman kasebut. Kanggo nindakake iki, aku nganalisa aliran pamaca adhedhasar publikasi tanggal 28 September sajrone urip wiwit 28 September nganti 1 Oktober 2019 kanthi ngrekam jumlah tampilan ing macem-macem interval sajrone periode kasebut. Diagram pisanan ditampilake ing gambar ing ngisor iki, sing dipikolehi minangka asil cocog karo dinamika tampilan saka wektu.
Kaya sing bisa diitung saka diagram, jumlah rata-rata tampilan publikasi sawise 72 jam kanthi fungsi perkiraan hukum daya bakal kira-kira 8380 tampilan.
Gabah. 1. Distribusi tampilan liwat wektu kanggo kabeh publikasi.
Wiwit "lintang" katon kanthi jelas, kita bakal nampilake data kasebut tanpa kanggo publikasi standar. Kita bakal dipotong adhedhasar publikasi sing nampa luwih saka rata-rata jumlah tampilan sajrone 3 dina - 10225 potongan, Gambar 2.
Gabah. 2. Distribusi tampilan liwat wektu, kanggo publikasi rata-rata, tanpa "lintang".
Kaya sing bisa diwilang saka diagram, jumlah rata-rata tampilan publikasi saka panjaluk rata-rata sawise 72 jam diprediksi dening fungsi perkiraan daya kira-kira 5670 tampilan.
Angka kasebut menarik, nanging ana alat kanthi nilai praktis sing luwih gedhe. Iki minangka pangsa rata-rata kanggo saben periode wektu. Ayo ditetepake lan diwenehi ing Gambar 3.
Gabah. 3. Distribusi wektu nyata nuduhake views saka jumlah total tampilan telung dina lan garis panyerakan teori, lancip Excel polynomial lan nglukis solusi dhewe.
Aku ora weruh akeh titik ing nganakake analisis kapisah kanggo klompok "bintang" lan publikasi biasa, amarga ing solusi iki kabeh wis diwilang ing sistem koordinat standar, dening Enggo bareng.
Mangkono, sampeyan bisa nggawe tabel nilai kanthi saham wektu lan, kanthi mangkono, prédhiksi total volume tampilan sajrone telung dina.
Ayo mbangun tabel sing ditemtokake lan prédhiksi aliran kanggo publikasi iki
Awit aku bakal nerbitake kiriman kasebut kira-kira jam 0 ing tanggal 3 Oktober, kabeh wong bisa mbandhingake aliran karo nilai sing diprediksi. Yen kurang, tegese aku ora beruntung, yen luwih, tegese para pamaca kasengsem.
Aku bakal nyoba mbayangno aliran nyata ing grafik ing ngisor iki nalika aku mirsani.
Gabah. 4. Aliran nyata para pamaca publikasi iki dibandhingake karo ramalan teoritis.
Ing kesimpulan, aku bisa ngomong yen saben penulis bisa nggunakake tabel pitungan sing ditampilake ing ndhuwur minangka pandhuan. Lan kanthi mbagi aliran nyata publikasi sampeyan ing wektu tartamtu kanthi nilai ing kolom bareng kanggo wayahe iki, sampeyan bisa prédhiksi jumlah pembaca ing pungkasan dina kaping 3. Lan ing wektu iki, penulis duwe kesempatan kanggo pengaruhe maca materi ing salah siji cara utawa liyane, contone, kanggo nanggapi luwih aktif lan luwih rinci ing komentar. Sampeyan uga bisa mbandhingake publikasi sampeyan karo wong liya lan ngerti kepiye publikasi eksternal mengaruhi prioritas pamaca. Saran wae, mangga dimangerteni yen angka-angka kasebut dijupuk saka analisis aliran pembaca publikasi mung sedina, 28 September 2019.
Source: www.habr.com