Todo autor se preocupa com a vida de sua publicação; após a publicação, ele olha as estatísticas, espera e se preocupa com os comentários e deseja que a publicação obtenha pelo menos um número médio de visualizações. Com Habr, essas ferramentas são cumulativas e, portanto, é bastante difícil imaginar como a publicação do autor começa sua vida no contexto de outras publicações.
Como você sabe, a maior parte das publicações ganha visualizações nos primeiros três dias. Para ter uma ideia de como está a publicação, acompanhei as estatísticas e apresentei um mecanismo de monitoramento e comparação. Este mecanismo será aplicado a esta publicação e todos poderão ver como funciona.
O primeiro passo foi coletar estatísticas sobre a dinâmica das publicações nos primeiros três dias de vida do post. Para fazer isso, analisei os fluxos de leitores com base nas publicações de 28 de setembro durante o período de sua vida de 28 de setembro a 1º de outubro de 2019, registrando o número de visualizações em vários intervalos durante esse período. O primeiro diagrama é apresentado na figura abaixo e foi obtido como resultado da correspondência da dinâmica das visualizações ao longo do tempo.
Como pode ser calculado a partir do diagrama, o número médio de visualizações de uma publicação após 72 horas com função de aproximação da lei de potência será de aproximadamente 8380 visualizações.
Arroz. 1. Distribuição de visualizações ao longo do tempo para todas as publicações.
Como as “estrelas” são claramente visíveis, apresentaremos estes dados sem elas para publicação padrão. Faremos o corte com base nas publicações que receberam mais do que a média de visualizações em 3 dias – 10225 peças, Figura 2.
Arroz. 2. Distribuição das visualizações ao longo do tempo, para publicações médias, sem “estrelas”.
Como pode ser calculado a partir do diagrama, o número médio de visualizações de uma publicação de demanda média após 72 horas é previsto por uma função de aproximação de poder em aproximadamente 5670 visualizações.
Os números são interessantes, mas existe uma ferramenta com maior valor prático. Esta é a participação média para cada período de tempo. Vamos defini-los e apresentá-los na Figura 3.
Arroz. 3. Distribuição em tempo real da parcela de visualizações do número total de visualizações por três dias e linhas de aproximação teórica, polinômio fino do Excel e solução própria espessa.
Não vejo muito sentido em realizar uma análise separada para clusters “estrelas” e publicações regulares, já que nesta solução tudo foi calculado em um sistema de coordenadas padronizado, por ações.
Assim, você pode construir uma tabela de valores com parcelas de tempo e, consequentemente, prever o volume total de visualizações para três dias.
Vamos construir a tabela especificada e prever o fluxo desta publicação
Como publicarei o post por volta das 0h do dia 3 de outubro, todos poderão comparar o fluxo com o valor previsto. Se for menos, significa que não tenho sorte; se for mais, significa que os leitores estão interessados.
Tentarei imaginar o fluxo real no gráfico abaixo enquanto observo.
Arroz. 4. O fluxo real de leitores desta publicação em comparação com a previsão teórica.
Concluindo, posso dizer que cada autor pode utilizar como guia a tabela de cálculo apresentada acima. E dividindo o fluxo real da sua publicação em determinado momento pelo valor da coluna de compartilhamento desse momento, você consegue prever a quantidade de leitores ao final do 3º dia. E durante esse período, os autores têm a oportunidade de influenciar a legibilidade de seu material de uma forma ou de outra, por exemplo, para responder de forma mais ativa e detalhada nos comentários. Você também pode comparar sua publicação com outras e entender como as publicações externas afetam as prioridades dos leitores. Único conselho, entenda que esses números foram obtidos a partir de uma análise do fluxo de leitores das publicações de apenas um dia, 28 de setembro de 2019.
Fonte: habr.com