Кожен автор переживає за життя своєї публікації, після опублікування дивиться статистику, чекає та турбується за коментарі, бажає, щоб публікація набрала хоча б середню кількість переглядів. У Хабра ці інструменти є кумулятивними і тому досить складно уявити, як публікація автора починає своє життя на тлі інших публікацій.
Як відомо, переважна більшість публікацій набирає перегляди в перші три дні. Щоб уявити, як живе публікація, я відстежив статистику та представив механізм моніторингу та порівняння. Цей механізм буде застосований до цієї публікації і всі зможуть подивитися, як це працює.
Першим етапом була зібрана статистика про динаміку публікацій за три перші дні життя посту. Для цього аналізував потоки читачів за публікаціями за 28 вересня в період їхнього життя з 28 вересня по 1 жовтня 2019 р. шляхом фіксування кількості переглядів через різні проміжки часу в цей період. Перша діаграма представлена малюнку нижче, вона отримана результаті узгодження динаміки переглядів за часом.
Як можна порахувати з діаграми, середня кількість переглядів публікації через 72 години при статечній функції апроксимації становитиме орієнтовно 8380 переглядів.
Мал. 1. Розподіл переглядів за часом, всім публікацій.
Оскільки явно помітні «зірки», то представимо ці дані без них для стандартної публікації. Відсікання проведемо за тими публікаціями, які набрали більше середньої величини переглядів за 3 дні – 10225 шт., рисунок 2.
Мал. 2. Розподіл переглядів у часі, для середніх публікацій, без «зірок».
Як можна порахувати з діаграми, середня кількість переглядів публікації середньої затребуваності через 72 години статечною функцією апроксимації прогнозується, орієнтовно 5670 переглядів.
Цифри цікаві, але є інструмент із більшою практичною цінністю. Це середня частка на кожному проміжку часу. Визначимо їх, і представимо малюнку 3.
Мал. 3. Фактичний розподіл за часом частки переглядів від загальної кількості переглядів за три доби та теоретичні лінії апроксимації, тонка поліном Excel та жирне власне рішення.
Проводити окремий аналіз за кластерами «зірки» та звичайні публікації особливого сенсу не бачу, тому що в даному рішенні все вважалося у стандартизованій системі координат, за частинами.
Таким чином, можна побудувати таблицю значень з частками від часу і, відповідно, прогнозувати загальний обсяг переглядів за три доби.
Побудуємо вказану таблицю та спрогнозуємо потік з цієї публікації
Оскільки опублікую пост близько 0 годин 3 жовтня, кожен може порівняти потік з прогнозованою величиною. Якщо він менший, то мені не пощастило, якщо більше, значить читачам цікаво.
Постараюся представляти зі спостереження реальний потік на графіці нижче.
Мал. 4. Фактичний потік читачів цієї публікації у порівнянні з теоретичним прогнозом.
На закінчення можу сказати, кожен автор може брати собі орієнтиром розрахункову таблицю, яка представлена вище. А поділивши реальний потік своєї публікації у певний момент на значення у колонці частка для цього моменту, може спрогнозувати кількість читачів на кінець 3-ї доби. І протягом цього періоду автори мають можливість тим чи іншим чином вплинути на читаність його матеріалу, припустимо, активніше і докладніше відповідати в коментарях. Також можна зіставляти свою публікацію з іншими, розуміти, як зовнішні публікації впливають пріоритети читачів. Єдина порада, прошу розуміти, що ці цифри отримані на аналізі потоку читачів публікацій лише одного дня, 28 вересня 2019 р.
Джерело: habr.com