每个作者都担心自己出版物的寿命；出版后，他会查看统计数据，等待并担心评论，并希望出版物至少获得平均浏览量。 对于 Habr，这些工具是累积的，因此很难想象作者的出版物如何在其他出版物的背景下开始其生命。
如您所知，大部分出版物在前三天都会获得浏览量。 为了了解该出版物的表现，我跟踪了统计数据并提出了一个监控和比较机制。 这个机制将被应用到这个出版物中，每个人都可以看到它是如何运作的。
第一步是收集帖子发布前三天的出版物动态统计数据。 为此，我根据 28 月 28 日的出版物分析了 1 年 2019 月 XNUMX 日至 XNUMX 月 XNUMX 日期间读者的流量，记录了该期间不同时间间隔的浏览量。 第一个图如下图所示；它是根据随时间变化的视图动态进行匹配而获得的。
从图中可以计算出，采用幂律近似函数，出版物72小时后的平均浏览量约为8380次。
米。 1. 所有出版物随时间的浏览量分布。
由于“星星”清晰可见，我们将在没有它们的情况下呈现这些数据以进行标准发布。 我们将根据三天内浏览量超过平均浏览量（3 篇）的出版物进行剪裁，如图 10225 所示。
米。 2. 随时间推移的观点分布，对于没有“明星”的普通出版物。
从图中可以计算出，通过幂逼近函数预测平均需求出版物72小时后的平均浏览量约为5670次。
这些数字很有趣，但有一个工具具有更大的实用价值。 这是每个时间段的平均份额。 让我们定义它们并在图 3 中展示它们。
米。 3.三天总浏览量的浏览量份额的实际时间分布和理论近似线，细Excel多项式和粗自己的解决方案。
我认为对“星”簇和常规出版物进行单独分析没有多大意义，因为在这个解决方案中，所有内容都是在标准化坐标系中按份额计算的。
因此，您可以构建一个包含时间份额的值表，并相应地预测三天的总浏览量。
让我们构建指定的表并预测此发布的流量
由于我会在0月3日XNUMX点左右发布帖子，大家可以对比一下流量和预测值。 如果少了，说明我运气不好；如果多了，说明读者有兴趣。
我将尝试想象下图中我所观察到的真实流程。
米。 4、本刊实际读者流量与理论预测的对比。
总之，我可以说每个作者都可以使用上面提供的计算表作为指导。 通过将某一时刻的实际出版物流量除以该时刻的分享栏中的值，您可以预测第 3 天结束时的读者数量。 在此期间，作者有机会以某种方式影响其材料的可读性，例如，在评论中更积极、更详细地做出回应。 您还可以将您的出版物与其他出版物进行比较，并了解外部出版物如何影响读者的优先事项。 唯一的提示，请理解，这些数字是根据28年2019月XNUMX日这一天的出版物读者流量分析得出的。
来源： habr.com