Pag-unawa sa Algorithm ng Pagraranggo ng News News ng Facebook

personal na pagsasama sa facebook

Ang pagkuha ng iyong kakayahang makita ng tatak sa mga feed ng balita ng iyong target na madla ay ang panghuli nakamit para sa mga social market. Ito ang isa sa pinakamahalaga, at madalas mailap, mga layunin sa diskarte sa panlipunan ng isang tatak. Maaari itong maging mahirap lalo sa Facebook, isang platform na may isang detalyadong at patuloy na umuusbong na algorithm na idinisenyo upang maihatid sa mga madla ang pinaka-kaugnay na nilalaman.

EdgeRank ay ang pangalang ibinigay sa news feed algorithm ng Facebook mga taon na ang nakakalipas at kahit na ito ay itinuturing na lipas na sa loob, ang pangalan ay nanirahan at patuloy na ginagamit ng mga marketer ngayon. Ang Facebook ay gumagamit pa rin ng mga konsepto ng orihinal na algorithm ng EdgeRank at ang balangkas na ito ay naitayo, ngunit sa isang bagong paraan.

Tinutukoy ito ng Facebook bilang News Feed Ranking Algorithm. Paano ito gumagana? Narito ang mga sagot sa iyong pangunahing tanong:

Ano ang mga gilid?

Ang anumang pagkilos na gagawin ng isang gumagamit ay isang potensyal na kuwento ng feed ng balita at tinawag ng Facebook ang mga pagkilos na ito gilid. Kailan man mag-post ang isang kaibigan ng pag-update ng katayuan, mga komento sa pag-update ng katayuan ng isa pang gumagamit, pag-tag ng larawan, pagsali sa isang pahina ng tatak, o pagbabahagi ng isang post, bumubuo ito ng gilid, at isang kwento tungkol sa gilid na iyon ay maaaring lumitaw sa personal na feed ng balita ng gumagamit.

Lubhang napakalaki nito kung ipinakita ng platform ang lahat ng mga kuwentong ito sa news feed kaya't lumikha ang Facebook ng isang algorithm upang mahulaan kung gaano kagiliw-giliw ang bawat kuwento sa bawat indibidwal na gumagamit. Ang algorithm ng Facebook ay tinawag na "EdgeRank" sapagkat niraranggo nito ang mga gilid at pagkatapos ay sinasala ang mga ito sa feed ng balita ng isang gumagamit upang maipakita ang pinaka-kagiliw-giliw na mga kwento para sa partikular na gumagamit.

Ano ang Orihinal na Framework ng EdgeRank?

Ang orihinal na tatlong pangunahing bahagi sa algorithm ng EdgeRank ay marka ng affinity, bigat ng gilid, at pagkabulok ng oras.

Ang marka ng kaakibat ay ang ugnayan sa pagitan ng isang tatak at bawat tagahanga, na sinusukat kung gaano kadalas ang isang tagahanga ay tumitingin at nakikipag-ugnay sa iyong pahina at mga post, bilang karagdagan sa kung paano ka nakikipagbalikan sa kanila.

Ang bigat ng gilid ay sinusukat sa pamamagitan ng pag-iipon ng mga halaga ng mga gilid, o mga pagkilos na ginagawa ng isang gumagamit, maliban sa mga pag-click. Ang bawat kategorya ng mga gilid ay may iba't ibang default na timbang, halimbawa ang mga komento ay may mas mataas na mga halaga ng timbang kaysa sa Nilikha dahil ipinakita nila ang higit na paglahok mula sa fan. Maaari mong ipalagay sa pangkalahatan na ang mga gilid na kung saan ay tumatagal ng pinakamaraming oras upang maisakatuparan ay may posibilidad na mas timbang.

Ang pagkabulok ng oras ay tumutukoy sa kung gaano katagal ang buhay. Ang EdgeRank ay isang tumatakbo na iskor, hindi isang isang beses na bagay. Kaya't mas kamakailan ang iyong post, mas mataas ang iyong marka sa EdgeRank. Kapag nag-log ang isang gumagamit sa Facebook, ang kanilang newsfeed ay pinuno ng nilalaman na may pinakamataas na iskor sa partikular na sandali sa oras.

pormula ng facebook edgerank

Kredito ng larawan: EdgeRank.net

Ang ideya ay ang gantimpala ng Facebook sa mga tatak na nagtatayo ng mga ugnayan at inilalagay ang pinaka-nauugnay at kagiliw-giliw na nilalaman sa tuktok ng newsfeed ng isang gumagamit upang ang mga post ay partikular na naayon sa kanila.

Ano ang Nagbago sa Facebook Edgerank?

Ang algorithm ay bahagyang nagbago, nakakakuha ng isang pag-upgrade na may mga bagong tampok, ngunit ang ideya ay pareho pa rin: Nais ng Facebook na bigyan ang mga gumagamit ng mga kagiliw-giliw na nilalaman upang patuloy silang bumalik sa platform.

Ang isang bagong tampok, pagbunggo ng kwento, ay nagbibigay-daan sa mga kwentong muling lumitaw na ang mga tao ay hindi orihinal na na-scroll pababa nang malayo upang makita. Ang mga kuwentong ito ay mabubulusok malapit sa tuktok ng feed ng balita kung nakakakuha pa rin sila ng maraming pakikipag-ugnayan. Nangangahulugan ito na ang mga tanyag na post sa pahina ay maaaring magkaroon ng mas mataas na pagkakataon na maipakita kahit na ilang oras na ang edad (binabago ang orihinal na paggamit ng elemento ng pagkabulok ng oras) sa pamamagitan ng pagpunta sa tuktok ng news feed kung ang mga kwento ay tumatanggap pa rin ng isang mataas na numero ng mga gusto at komento (gumagamit pa rin ng marka ng affinity at mga elemento ng timbang ng timbang). Iminungkahi ng data na ipinapakita nito sa mga madla ang mga kuwentong nais nilang makita, kahit na napalampas sila sa unang pagkakataon.

Ang iba pang mga tampok ay naglalayong ipaalam sa mga gumagamit ang mga post mula sa mga pahina at kaibigan na gusto nila sa isang mas napapanahong paraan, lalo na sa mga nauugnay na paksa. Ang partikular na nilalaman ay sinasabing may kaugnayan lamang sa loob ng isang tiyak na timeframe, kaya nais ng Facebook na makita ito ng mga gumagamit habang nananatili itong nauugnay. Kapag ang isang kaibigan o pahina ay nakakonekta ka sa mga post tungkol sa isang bagay na kasalukuyang isang mainit na paksa ng pag-uusap sa Facebook tulad ng isang pang-isport na kaganapan o premiere ng panahon ng palabas sa TV, ang post na iyon ay mas malamang na lumitaw nang mas mataas sa iyong news feed sa Facebook, kaya maaari mo makita ito nang mas maaga.

Ang mga post na bumuo ng mataas na pakikipag-ugnayan kaagad pagkatapos mag-post ay mas malamang na maipakita sa news feed, ngunit hindi malamang kung mabilis na bumaba ang aktibidad pagkatapos ng pag-post. Ang pag-iisip sa likod nito ay kung ang mga tao ay nakikipag-ugnay sa post pagkatapos na nai-post ngunit hindi gaanong ilang oras sa paglaon, ang post ay pinaka-kagiliw-giliw sa oras na nai-post ito at potensyal na hindi gaanong kawili-wili sa ibang araw. Ito ay isa pang paraan upang mapanatili ang nilalaman sa newsfeed na napapanahon, nauugnay, at kawili-wili.

Paano Ko Masusukat ang Aking Facebook News Feed Analytics?

Walang magagamit na tool ng third party upang sukatin ang marka ng EdgeRank ng isang tatak dahil ang karamihan sa data ay pribado. Isang aktwal Marka ng EdgeRank ay hindi mayroon dahil ang bawat tagahanga ay may iba't ibang marka ng affinity sa pahina ng tatak. Bukod dito, itinatago ng Facebook ang lihim na algorithm, at patuloy nila itong pag-tweak, nangangahulugang ang halaga ng mga komento kumpara sa mga gusto ay patuloy na nagbabago.

Ang pinakamabisang paraan upang masukat ang epekto ng algorithm na inilapat sa iyong nilalaman ay sa pamamagitan ng pagtingin kung gaano karaming mga tao ang naabot mo at kung magkano ang pakikipag-ugnayan na natanggap ng iyong mga post. Kagamitan tulad ng SumAll Facebook Analytics saklaw ang data na ito sa isang komprehensibong analitika perpekto ang dashboard para sa pagsukat at pagsubaybay sa mga sukatang ito.

Ano sa tingin ninyo?

Ang site na ito ay gumagamit ng Akismet upang mabawasan ang spam. Alamin kung paano naproseso ang data ng iyong komento.