Każdy autor martwi się o losy swojej publikacji. Po opublikowaniu patrzy na statystyki, czeka i martwi się o komentarze, chce, aby publikacja uzyskała przynajmniej średnią liczbę wyświetleń. W wydawnictwie Habr narzędzia te mają charakter kumulatywny, dlatego trudno sobie wyobrazić, jak publikacja danego autora rozpoczyna swoje życie na tle innych publikacji.
Jak wiadomo, większość publikacji zyskuje popularność w ciągu pierwszych trzech dni. Aby wyobrazić sobie, jak żyje publikacja, śledziłem statystyki i wprowadziłem mechanizm monitorowania i porównywania. Mechanizm ten zostanie zastosowany do tej publikacji i każdy będzie mógł zobaczyć, jak działa.
Pierwszym etapem było zebranie statystyk dotyczących dynamiki publikacji w ciągu pierwszych trzech dni funkcjonowania placówki. Aby to zrobić, przeanalizowałem przepływy czytelników publikacji opublikowanych 28 września w okresie od 28 września do 1 października 2019 r., rejestrując liczbę wyświetleń w różnych odstępach czasu w tym okresie. Pierwszy diagram pokazano na rysunku poniżej. Otrzymano go poprzez porównanie dynamiki wyświetleń w czasie.
Jak można obliczyć z diagramu, średnia liczba wyświetleń publikacji po 72 godzinach, przy zastosowaniu funkcji przybliżonej mocy, wyniesie około 8380 wyświetleń.
Ryż. 1. Podział czasowy wyświetleń wszystkich publikacji.
Ponieważ „gwiazdki” są wyraźnie widoczne, przedstawimy te dane bez nich, w standardowej publikacji. Wyłączymy te publikacje, które uzyskały więcej niż średnią liczbę wyświetleń w ciągu 3 dni – 10225 2 szt., Rysunek XNUMX.
Ryż. 2. Podział wyświetleń według czasu, dla publikacji przeciętnych, bez „gwiazdek”.
Jak można wyliczyć z diagramu, średnia liczba wyświetleń publikacji o średnim popycie po 72 godzinach, według prognozy funkcji przybliżonej mocy, wynosi w przybliżeniu 5670 wyświetleń.
Liczby są ciekawe, ale istnieje narzędzie o większej wartości praktycznej. Jest to średni udział w każdym przedziale czasowym. Zdefiniujmy je i zaprezentujmy na rysunku 3.
Ryż. 3. Rzeczywisty rozkład w czasie udziału wyświetleń w całkowitej liczbie wyświetleń w ciągu trzech dni oraz teoretyczne linie przybliżenia, cienki wielomian Excela i pogrubione rozwiązanie własne.
Nie widzę większego sensu w przeprowadzaniu oddzielnej analizy dla skupisk „gwiazd” i publikacji regularnych, skoro w tym rozwiązaniu wszystko zostało obliczone w znormalizowanym układzie współrzędnych, według udziałów.
Dzięki temu możliwe jest skonstruowanie tabeli wartości z ułamkami czasu i na tej podstawie przewidzenie łącznej liczby wyświetleń w ciągu trzech dni.
Zbudujmy określoną tabelę i przewidźmy przepływ dla tej publikacji
Ponieważ opublikuję post około godziny 0:3 XNUMX października, każdy będzie mógł porównać przepływ z wartością przewidywaną. Jeśli jest mniej, to znaczy, że nie miałem szczęścia, jeśli więcej, to znaczy, że czytelnicy są zainteresowani.
Postaram się przedstawić rzeczywisty przepływ, tak jak go obserwuję, na poniższym wykresie.
Ryż. 4. Rzeczywisty przepływ czytelników tej publikacji w porównaniu z prognozą teoretyczną.
Podsumowując, mogę powiedzieć, że każdy autor może wykorzystać przedstawioną powyżej tabelę obliczeniową jako wskazówkę. Dzieląc rzeczywisty przepływ publikacji w danym momencie przez wartość w kolumnie „udostępnienie” dla tego momentu, możesz przewidzieć liczbę czytelników na koniec trzeciego dnia. W tym czasie autorzy mają możliwość wpływania na czytelność swojego materiału, na przykład poprzez aktywniejsze i bardziej szczegółowe odpowiadanie w komentarzach. Możesz także porównać swoją publikację z innymi i dowiedzieć się, jak publikacje zewnętrzne wpływają na priorytety czytelników. Jedyną radą jest zrozumienie, że dane te uzyskano, analizując przepływ czytelników publikacji w ciągu zaledwie jednego dnia, 3 września 28 r.
Źródło: www.habr.com
