Ymmärtäminen Facebookin News Feed Ranking Algorithm

Facebookin henkilökohtainen integraatio

Brändin näkyvyyden saavuttaminen kohdeyleisön uutissyötteissä on lopullinen saavutus sosiaalisille markkinoijille. Tämä on yksi tärkeimmistä ja usein käsittämättömimmistä tavoitteista tuotemerkin sosiaalisessa strategiassa. Se voi olla erityisen vaikeaa Facebookissa, alustalla, jolla on kehitetty ja jatkuvasti kehittyvä algoritmi, joka on suunniteltu palvelemaan yleisöä osuvimmalla sisällöllä.

EdgeRank oli nimi, joka annettiin Facebookin uutissyötealgoritmille vuosia sitten, ja vaikka sitä pidetään nykyään vanhentuneena sisäisesti, markkinoijat pitävät nimeä elossa ja käyttävät sitä edelleen. Facebook käyttää edelleen alkuperäisen EdgeRank-algoritmin käsitteitä ja kehystä, johon se rakennettiin, mutta uudella tavalla.

Facebook viittaa siihen uutissyöteluokitusalgoritmina. Kuinka se toimii? Tässä on vastauksia peruskysymyksiisi:

Mitä ovat reunat?

Kaikki käyttäjän tekemät toimet ovat mahdollisia uutissyöttejä, ja Facebook kutsuu näitä toimintoja reunat. Aina kun ystäväsi lähettää tilapäivityksen, kommentoi toisen käyttäjän tilapäivitystä, merkitsee valokuvan, liittyy tuotemerkkisivulle tai jakaa viestin, se luo reuna, ja tarina tästä reunasta saattaa näkyä käyttäjän henkilökohtaisessa uutisruudussa.

Olisi äärimmäisen ylivoimaista, jos foorumi näyttäisi kaikki nämä tarinat uutissyötteessä, joten Facebook loi algoritmin ennustamaan kuinka kiinnostava jokainen tarina on jokaiselle yksittäiselle käyttäjälle. Facebook-algoritmia kutsutaan nimellä “EdgeRank”, koska se järjestää reunat ja suodattaa ne sitten käyttäjän uutissyötteeseen näyttääkseen kyseisen käyttäjän mielenkiintoisimmat tarinat.

Mikä on Original EdgeRank Framework?

EdgeRank-algoritmin alkuperäiset kolme pääosaa ovat affiniteettipisteet, reunan painoja ajan rappeutuminen.

Suhteellisuuspisteet ovat brändin ja jokaisen tuulettimen suhde, mitattuna sen perusteella, kuinka usein fani tarkastelee sivua ja viestejä ja on vuorovaikutuksessa niiden kanssa.

Reunan paino mitataan laskemalla reunojen tai käyttäjän tekemien arvojen lukumäärä lukuun ottamatta napsautuksia. Jokaisella reunaluokalla on erilainen oletuspaino, esimerkiksi kommenteilla on suurempi painoarvo kuin tykkää koska fanit osoittavat enemmän osallistumista. Voit yleensä olettaa, että eniten aikaa vievät reunat painavat enemmän.

Ajan hajoaminen viittaa siihen, kuinka kauan reuna on ollut elossa. EdgeRank on juoksupisteet, ei kertaluonteinen asia. Joten mitä uudempi viesti on, sitä korkeampi EdgeRank-pisteet. Kun käyttäjä kirjautuu Facebookiin, hänen uutissyötteensä täyttää sisältö, jolla on korkein pistemäärä kyseisenä ajankohtana.

facebook edgerank -kaava

Kuva luotto: EdgeRank.net

Ajatuksena on, että Facebook palkitsee brändejä, jotka rakentavat suhteita ja asettavat olennaisimman ja mielenkiintoisimman sisällön käyttäjän uutissyötteen yläosaan, jotta viestit räätälöidään nimenomaan heille.

Mikä on muuttunut Facebook Edgerankin kanssa?

Algoritmi on muuttunut hieman, saamalla päivityksen uusilla ominaisuuksilla, mutta idea on edelleen sama: Facebook haluaa antaa käyttäjille mielenkiintoista sisältöä, jotta he palaavat jatkuvasti alustalle.

Yksi uusi ominaisuus, tarinoiden törmääminen, antaa tarinoiden ilmestyä uudelleen, joita ihmiset eivät alun perin vierittäneet tarpeeksi kauas nähdäksesi. Nämä tarinat törmäävät uutissyötteen yläosaan, jos ne ovat edelleen ansainneet paljon sitoutumista. Tämä tarkoittaa, että suosituilla sivuviesteillä voi olla suurempi mahdollisuus näyttää, vaikka ne olisivat muutaman tunnin vanhoja (muuttamalla aikarajoamiselementin alkuperäistä käyttöä) menemällä uutissyötteen yläosaan, jos tarinoita on edelleen paljon tykkäyksiä ja kommentteja (käytetään edelleen affiniteettipistettä ja reunapainoa). Data on ehdottanut, että tämä näyttää yleisöille tarinat, jotka he haluavat nähdä, vaikka ne jäisivätkin väliin ensimmäistä kertaa.

Muiden ominaisuuksien tarkoituksena on antaa käyttäjien nähdä nopeammin haluamiensa sivujen ja ystävien viestit, etenkin trendien aiheiden kanssa. Tietyn sisällön sanotaan olevan merkityksellistä vain tietyssä aikataulussa, joten Facebook haluaa käyttäjien näkevän sen samalla, kun se on edelleen merkityksellistä. Kun ystäväsi tai sivu, johon olet yhteydessä, viesteistä aiheesta, joka on tällä hetkellä kuuma keskustelunaihe Facebookissa, kuten urheilutapahtuma tai TV-kauden ensi-ilta, tuo viesti näkyy todennäköisesti korkeammalla Facebook-uutissyötteessäsi, nähdä sen aikaisemmin.

Viestit, jotka herättävät paljon sitoutumista pian lähettämisen jälkeen, näkyvät todennäköisemmin uutissyötteessä, mutta eivät yhtä todennäköisiä, jos aktiviteetti laskee nopeasti lähettämisen jälkeen. Tämän takana on, että jos ihmiset ovat tekemisissä viestin kanssa heti sen julkaisemisen jälkeen, mutta eivät niin paljon muutama tunti myöhemmin, viesti oli mielenkiintoisin julkaisuhetkellä ja mahdollisesti vähemmän mielenkiintoinen myöhemmin. Tämä on toinen tapa pitää uutissyötteen sisältö ajankohtaisena, merkityksellisenä ja mielenkiintoisena.

Kuinka voin mitata Facebook-uutissyötteen analyysia?

Brändin EdgeRank-pistemäärän mittaamiseen ei ole saatavilla kolmannen osapuolen työkalua, koska niin suuri osa tiedoista on yksityistä. Todellinen EdgeRank-pisteet ei ole olemassa, koska jokaisella fanilla on erilainen suhde pisteisiin brändisivun kanssa. Lisäksi Facebook pitää algoritmin salassa, ja he muuttavat sitä jatkuvasti, mikä tarkoittaa, että kommenttien arvo tykkäyksiin verrattuna muuttuu jatkuvasti.

Tehokkain tapa mitata sisältöön käytetyn algoritmin vaikutuksia on nähdä, kuinka monta ihmistä olet tavoittanut ja kuinka paljon sitoutumista viestisi ovat saaneet. Työkalut kuten SumAll Facebook Analytics nämä tiedot kattaviksi Analytics kojelauta on täydellinen mittaamaan ja seuraamaan näitä mittareita.

Mitä mieltä olet?

Tämä sivusto käyttää Akismetiä roskapostin vähentämiseksi. Lue, miten kommenttitietosi käsitellään.