Home » Blog » Edgerank facebook – Μάθε τι είναι;

Edgerank facebook – Μάθε τι είναι;

Τι είναι το EdgeRank;

edgerankEdgeRank είναι αλγόριθμος του Facebook, θα λέγαμε είναι μια συλλογή μαθηματικών παραμέτρων με πολλές διαφορετικές μεταβλητές που αποφασίζει ποιες ιστορίες θα εμφανίζονται στο newsfeed του κάθε χρήστη. Είναι κάτι αντίστοιχο με τα ερωτήματα αναζήτησης στο Google όπως αυτά κατατάσσονται στο SERP (Search Engine Result Page) Ο edgerank αποκρύπτει τις βαρετές ιστορίες, οπότε αν η ιστορία σου δεν κεντρίζει το ενδιαφέρον, κανείς δεν θα την δει.

Το πρώτο πράγμα που κάποιος βλέπει όταν συνδεθεί στο Facebook είναι το newsfeed ή αλλιώς τη ροή ειδήσεων. Αυτό είναι μια περίληψη του τι έχει συμβεί πρόσφατα με τους φίλους τους στο Facebook.

Κάθε δράση των φίλων σας είναι μια πιθανή ιστορία newsfeed. Το Facebook αποκαλεί αυτές τις ενέργειες «Edges». Κάθε φορά που ένας φίλος σας δημοσιεύσει μια ενημέρωση κατάστασης, σχόλια, ετικέτες σε μια φωτογραφία, ή συνδέεται σε μια fanpage, ή αποδέχεται πρόσκληση  για ένα γεγονός, το καθένα από τα παραπάνω μπορεί να δημιουργήσει ένα «Edge» και να εμφανιστεί στη προσωπική ροή ειδήσεων του χρήστη δηλ το «newsfeed».

Θα ήταν αρκετά κουραστικό αν το newsfeed έδειχνε όλες τις ιστορίες από τους φίλους σας. Έτσι, το Facebook δημιούργησε έναν αλγόριθμο για να προβλέπει το πόσο ενδιαφέρουσα είναι η κάθε ιστορία τους. Το Facebook αποκαλεί αυτόν τον αλγόριθμο «EdgeRank». Στην ουσία φιλτράρει το newsfeed του κάθε χρήστη και εμφανίζει μόνο τις κορυφαίες ιστορίες των φίλων σας.

 


Σε τι επηρεάζει εμένα το
«EdgeRank»;

Λόγω του «EdgeRank» δεν βλέπετε όλες τις ενημερώσεις κατάστασης των φίλων σας.

Το Facebook αφού εξετάσει όλες τις ιστορίες κατόπιν ρωτά «Ποια η ιστορία έχει την υψηλότερη βαθμολογία EdgeRank; Ας την δείξουμε στην κορυφή του newsfeed των φίλων του χρήστη. Κατόπιν ρωτά <<Ποια ιστορία έχει την επόμενη υψηλότερη βαθμολογία>>; Ας την δείξουμε στη συνέχεια. Αν το EdgeRank εκτιμήσει ότι η ενημέρωση της κατάστασής ενός φίλου σας είναι βαρετή δεν θα σας την δείξει ποτέ!

Από έρευνες των marketers φαίνεται να υπάρχουν δύο παράμετροι στον αλγόριθμο, αν και αυτό δεν έχει αποδειχθεί επίσημα. Μία παράμετρος κατατάσσει τις ιστορίες, και μια άλλη τις ταξινομεί στο newsfeed Το Facebook έχει αναφέρει στο παρελθόν ότι ο μέσος χρήστης έχει πρόσβαση σε περίπου 1.500 αναρτήσεις ανά ημέρα αλλά κοιτά μόνο περίπου 300 από αυτές. Το 2007, ένας μηχανικός του Facebook δήλωσε σε συνέντευξή του ότι μόνο το 0,2% των επιλέξιμων ιστοριών των φίλων σας το εμφανίζει στο δικό σας newsfeed. 

Για τις σελίδες Facebook, το τυπικό ποσοστό εμφάνισης των ιστοριών – δημοσιεύσεων τους είναι μικρότερο από 1% και η οργανική απήχηση μπορεί να φθάσει στο 10% ή και λιγότερο. Κατά συνέπεια, για τις σελίδες μπορεί να είναι σχεδόν αδύνατο να προσεγγίσουν κάποιο σημαντικό κοινό χωρίς να πληρώσουν για να προωθήσουν το περιεχόμενό τους, δηλ. να διαφημιστούν.

 

Πώς λειτουργεί το EdgeRank;

Σε συνέδριο που διοργάνωσε το facebook το 2010 με την επωνυμία F8 αποκάλυψαν οι developers τα 3 συστατικά του αλγόριθμου, αλλά συνεχώς ενημερώνει της μεταβλητές του. Κάποιες από τις πρόσφατες ενημερώσεις των μεταβλητών του αλγόριθμου είναι οι παρακάτω:

(Ιανουάριος 2017) Αυτή η ενημέρωση ιεραρχεί την σπουδαιότητα των βίντεο, ανάλογα με την αντίδραση των χρηστών σε αυτά. Δηλαδή, αν ένας χρήστης παρακολουθήσει το σύνολο ή το μεγαλύτερο μέρος ενός βίντεο, το βίντεο ή παρόμοιο με αυτό, θα του δοθεί προτεραιότητα σε σχέση με άλλα βίντεο που δεν είναι σε θέση να προσελκύσουν το κοινό τους.

(Φεβρουάριος 2017) Το Facebook θα δίνει μεγαλύτερη βαρύτητα περισσότερο σε μια αντίδραση παρά σε ένα Like. Το Facebook αντιλαμβάνεται ότι ένας χρήστης που αφήνει μια αντίδραση σε μια δημοσίευση δείχνει ότι το άτομο αυτό δίνει περισσότερη αξία στο περιεχόμενο απ ‘ό, τι αν το έκανε απλά like. Ωστόσο, αυτή η ενημέρωση του αλγορίθμου δεν κάνει διακρίσεις μεταξύ θετικών ή αρνητικών αντιδράσεων, η βαρύτητα θα είναι η ίδια.

Ο τύπος του αλγόριθμου είναι ο εξής:

Σe = Ue X We X De

Ue Affinity Score (η συνάφεια μεταξύ των χρηστών)

We Edge Weight (το ειδικό βάρος της ιστορίας)

De Time Decay (η παλαιότητα μιας ιστορίας)

 

 

 

 

 

Affinity Score (συνάφεια μεταξύ των χρηστών)

Affinity Score σημαίνει την σχέση που έχει ένας συγκεκριμένος χρήστης με τους φίλους του. Για παράδειγμα, είμαι φίλος με την αδερφή μου στο Facebook η οποία σπουδάζει στην Αγγλία. Επιπλέον, γράφω συχνά στον τοίχο της, έχουμε 30 κοινούς φίλους, κάνω συχνά like στις αναρτήσεις της, στις φωτογραφίες της, στα βίντεο που ανεβάζει ή μιλώ τακτικά μαζί της στο Messenger. ‘Όλα αυτά χτίζουν μια βαθμολογία πολύ υψηλή (Affinity Score) με την αδελφή μου, οπότε το Facebook εκτιμά ότι πιθανότατα θα θέλω να δω τις ενημερώσεις της.

Το Facebook υπολογίζει τον δείκτη συνάφειας με την εξέταση των ενεργειών που κάνουν οι χρήστες όπως:
1) τη συχνότητα της ενέργειας, 2) την σχέση που έχει το πρόσωπο που προέβη στην ενέργεια αυτή με άλλο χρήστη, και 3) πόσο καιρό πριν προέβη στην ενέργεια αυτή ο χρήστης.

Edge Weight (ειδικό βάρος της ιστορίας)

Κάθε ενέργεια ενός χρήστη έχει διαφορετικό ειδικό βάρος. Κάθε ενέργεια που κάνει ένας χρήστης δημιουργεί μια πιθανή ιστορία. Παράδειγμα τα σχόλια αξίζουν περισσότερο από ό, τι τα likes.

Το Facebook (ισχυρίζονται αρκετοί marketers) ότι πιθανόν κατατάσσει την ενέργεια κάθε χρήστη ανάλογα και με την πηγή από την οποία προέρχεται. Για παράδειγμα, το να γίνω follower σε μια fanpage βλέποντας κάποια διαφήμιση της στο facebook, μπορεί να έχει χαμηλότερη βαθμολογία από το να γινόμουν follower εάν έψαχνα αυτή την συγκεκριμένη fanpage. Δεν υπάρχει βέβαια καμία απόδειξη ότι ισχύει αυτή η μεταβλητή του αλγόριθμου.

Time Decay (παλαιότητα μιας ιστορίας)

Το EdgeRank είναι αλγόριθμος που συνεχώς ανανεώνεται και ενημερώνεται από το περιεχόμενο των δημοσιεύσεων και όχι ένας σταθερός αλγόριθμος. Το Facebook εικάζεται ότι ακολουθεί μια μαθηματική συνάρτηση κατά την οποία πολλαπλασιάζει την ιστορία με ψ / x, όπου ψ είναι ο αριθμός των αντιδράσεων στην δημοσίευση και x είναι ο χρόνος που συνέβη η ενέργεια. Αυτό μπορεί να είναι μία γραμμική συνάρτηση απόσβεσης της ιστορίας, ή μπορεί να είναι αυξανόμενη.

Επιπλέον, το Facebook φαίνεται να προσαρμόζει αυτό το παράγοντα χρόνου απόσβεσης με βάση 1) πόσο καιρό πριν ο χρήστης συνδέθηκε  την τελευταία φορά στο Facebook, και 2) πόσο συχνά ο χρήστης συνδέεται στο Facebook.

 

Πώς μπορώ να ελέγξω την Βαθμολογία EdgeRank;

Όποιος ισχυρίζεται ότι μπορεί να το κάνει αυτό μάλλον σας εξαπατά. Είναι εντελώς αδύνατο, απλά μπορείς να εκτιμήσεις και όχι να υπολογίσεις επ΄ ακριβώς.

Μπορείς απλά μόνο να εκτιμήσεις τα αποτελέσματα του EdgeRank βλέποντας π.χ. πόσους χρήστες έχεις προσεγγίσει, την διάδραση που έχεις λάβει από τις δημοσιεύσεις σου (likes, σχόλια, κλπ) χρησιμοποιώντας ένα Facebook εργαλείο ανάλυσης (οι fanpages έχουν την δυνατότητα να απεικονίζουν κάποια σημαντικά στατιστικά στοιχεία όπως unfollows, unlikes και οργανικά πληρωμένα likes.).

Αλλά δεν υπάρχει «γενική βαθμολογία EdgeRank» επειδή κάθε χρήστης στο facebook έχει διαφορετική βαθμολογία. Επιπλέον, το Facebook διατηρεί το αλγόριθμο μυστικό, και συνεχώς το ενημερώνει προσθέτοντας νέες παραμέτρους και μεταβλητές. Έτσι, η αξία των δημοσιεύσεων αλλάζει συνεχώς.

Δεν θα υπάρξει ποτέ ένα ανεξάρτητο εργαλείο μη προερχόμενο από το facebook, που να μπορεί να μετρήσει το EdgeRank. Κυρίως γιατί τα προσωπικά δεδομένα των χρηστών είναι ιδιωτικά – απόρρητα και χρησιμοποιούνται μόνο από το facebook.

 

Πώς μπορώ να βελτιστοποιήσω την fanpage μου για το EdgeRank;

Είναι δύσκολο να ξεγελάσετε τον αλγόριθμο ότι το περιεχόμενό σας είναι ενδιαφέρον. Είναι προτιμότερο να ξαναδημοσιεύσετε το περιεχόμενό σας έτσι ώστε οι θαυμαστές σας να αντιδράσουν πιθανότατα σε αυτό. Για να είναι πιο ελκυστική η fanpage προτείνω να μην υπερβείτε το μέγιστο των 5 ημερήσιων δημοσιεύσεων.

Μεταξύ των περιεχομένων με καλύτερη αποδοχή στους χρήστες είναι: Βίντεο, Ζωντανές μεταδόσεις, GIFs (συνήθως σύντομες κινούμενες εικόνες).

Στο Facebook δεν αρέσει ιδιαίτερα να μοιράζεται δημοσιεύσεις που περιέχουν εξωτερικούς συνδέσμους, προτιμά οι χρήστες του να μην το εγκαταλείπουν. Ωστόσο, για αυτόν τον τύπο περιεχομένου θα πρέπει να δημοσιεύετε ενημερώσεις με υψηλό ποσοστό διάδρασης και χαμηλό ποσοστό εγκατάλειψης. Εάν το κοινωνικό δίκτυο αντιληφθεί ότι δημοσιεύετε ένα άρθρο που περιλαμβάνει έναν εξωτερικό σύνδεσμο που οι χρήστες δεν ξοδεύουν πολύ χρόνο σε αυτόν. Τότε το Facebook ίσως τιμωρήσει τη σελίδα σας προβάλλοντας πολύ σπάνια τις δημοσιεύσεις στους followers της.

 

Μείνετε ενημερωμένοι

Το facebook με 1,98 δισεκατομμύρια ενεργούς χρήστες μηνιαίως, εξακολουθεί να είναι κρίσιμος παράγοντας ανάπτυξης για τις επιχειρήσεις.

Οι χρήστες επίσης μπορούν να καθορίσουν το είδος των διαφημίσεων που θέλουν να βλέπουν στη ροή ειδήσεων. Εάν κάποιος χρήστης αποκρύψει μια διαφήμιση από τη ροή του, ουσιαστικά λέει στο edgerank ότι αυτή η διαφήμιση δεν αρέσει σε αυτόν. Το Facebook είναι περισσότερο αφοσιωμένο στο να εξετάζει τα σχόλια των χρηστών σχετικά με τις διαφημίσεις. Αυτή η τακτική το βοηθήσει να προβάλλει περισσότερες σχετικές διαφημίσεις που θα θέλουν να δουν οι χρήστες. Αυτό σημαίνει για τους διαφημιζόμενους ότι οι διαφημίσεις τους πιθανότατα θα προσελκύσουν κοινό τέτοιο που θα θέλει να βλέπει αυτούς τους τύπους διαφημίσεων, κάτι που αναπόφευκτα θα οδηγήσει σε μεγαλύτερη αλληλεπίδραση και ποσοστά μετατροπών.

Οι κινητές συσκευές είναι πλέον πιο δημοφιλείς από ποτέ, ειδικά όταν πρόκειται για αλληλεπίδραση στο Facebook. Οι επιχειρήσεις πρέπει να παράγουν ποιοτικό περιεχόμενο. Αλλά πρέπει να βεβαιωθούν ότι οτιδήποτε δημοσιεύουν πρέπει να βελτιστοποιηθεί για κινητές συσκευές.

Τέλος ένα από τα πιο σημαντικά πράγματα που οι επιχειρήσεις πρέπει να κάνουν είναι να παραμένουν ενημερωμένες σε κάθε αλλαγή του αλγορίθμου. Αυτό που λειτούργησε στο παρελθόν δεν λειτουργεί απαραίτητα τώρα και αυτό που λειτουργεί τώρα μπορεί να μην λειτουργήσει στο μέλλον. Μείνετε ενημερωμένοι ώστε να είστε έτοιμοι να εξελιχθείτε με το edgerank.

By | 2 Φεβρουάριος, 2018 | Blog

Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *