Każdy autor martwi się o życie swojej publikacji, po publikacji patrzy w statystyki, czeka i martwi się komentarzami, zależy mu na tym, aby publikacja uzyskała przynajmniej średnią liczbę wyświetleń. W przypadku Habra narzędzia te kumulują się i dlatego dość trudno sobie wyobrazić, jak publikacja autora zaczyna swoje życie na tle innych publikacji.
Jak wiadomo, większość publikacji zyskuje wyświetlenia w ciągu pierwszych trzech dni. Aby zorientować się, jak radzi sobie publikacja, prześledziłem statystyki i przedstawiłem mechanizm monitorowania i porównywania. Mechanizm ten zostanie zastosowany w tej publikacji i każdy będzie mógł zobaczyć, jak to działa.
Pierwszym krokiem było zebranie statystyk dotyczących dynamiki publikacji za pierwsze trzy dni życia poczty. W tym celu przeanalizowałam przepływy czytelników na podstawie publikacji z 28 września w okresie ich życia od 28 września do 1 października 2019 r., rejestrując liczbę wyświetleń w różnych odstępach czasu w tym okresie. Pierwszy diagram przedstawiono na poniższym rysunku, uzyskano go w wyniku dopasowania dynamiki widoków w czasie.
Jak można wyliczyć z wykresu, średnia liczba wyświetleń publikacji po 72 godzinach przy zastosowaniu funkcji aproksymacji potęgowej wyniesie około 8380 wyświetleń.
Ryż. 1. Rozkład wyświetleń w czasie wszystkich publikacji.
Ponieważ „gwiazdy” są wyraźnie widoczne, do standardowej publikacji zaprezentujemy te dane bez nich. Odcinamy na podstawie tych publikacji, które uzyskały więcej niż średnia liczba wyświetleń w ciągu 3 dni – 10225 2 sztuk, ryc. XNUMX.
Ryż. 2. Rozkład odsłon w czasie, dla publikacji przeciętnych, bez „gwiazdek”.
Jak można obliczyć z wykresu, średnia liczba wyświetleń publikacji o średnim popycie po 72 godzinach jest przewidywana za pomocą funkcji aproksymacji mocy na około 5670 wyświetleń.
Liczby są interesujące, ale istnieje narzędzie o większej wartości praktycznej. Jest to średni udział dla każdego okresu. Zdefiniujmy je i przedstawmy na rysunku 3.
Ryż. 3. Rzeczywisty rozkład czasowy udziału wyświetleń z ogólnej liczby wyświetleń w ciągu trzech dni oraz teoretyczne linie aproksymacji, cienki wielomian Excela i grube rozwiązanie własne.
Nie widzę większego sensu prowadzenia osobnej analizy dla gromad „gwiazdowych” i regularnych publikacji, gdyż w tym rozwiązaniu wszystko zostało wyliczone w znormalizowanym układzie współrzędnych, przez udziały.
W ten sposób możesz zbudować tabelę wartości z udziałem czasu i odpowiednio przewidzieć całkowitą liczbę wyświetleń na trzy dni.
Zbudujmy określoną tabelę i przewidujmy przepływ tej publikacji
Ponieważ post opublikuję 0 października około godziny 3, każdy będzie mógł porównać przepływ z wartością przewidywaną. Jeśli jest mniej, oznacza to, że mam pecha; jeśli jest więcej, oznacza to, że czytelnicy są zainteresowani.
Podczas obserwacji spróbuję wyobrazić sobie rzeczywisty przepływ na poniższym wykresie.
Ryż. 4. Rzeczywisty przepływ czytelników tej publikacji w porównaniu z prognozą teoretyczną.
Podsumowując, mogę powiedzieć, że każdy autor może posłużyć się tabelą obliczeniową przedstawioną powyżej jako wskazówką. A dzieląc rzeczywisty przepływ Twojej publikacji w danym momencie przez wartość w kolumnie udostępniania w tym momencie, możesz przewidzieć liczbę czytelników na koniec 3-go dnia. W tym okresie autorzy mają możliwość w ten czy inny sposób wpłynąć na czytelność swoich materiałów, na przykład aktywniej i bardziej szczegółowo odpowiadać w komentarzach. Możesz także porównać swoją publikację z innymi i zrozumieć, jak publikacje zewnętrzne wpływają na priorytety czytelników. Jedyna rada, proszę zrozumieć, że te liczby zostały uzyskane z analizy przepływu czytelników publikacji z zaledwie jednego dnia, 28 września 2019 r.
Źródło: www.habr.com