فهم خوارزمية ترتيب موجز الأخبار على Facebook

التكامل الشخصي الفيسبوك

الحصول على رؤية علامتك التجارية في موجز الأخبار لجمهورك المستهدف هو الإنجاز النهائي للمسوقين الاجتماعيين. هذا هو أحد أهم الأهداف ، وغالبًا ما يكون بعيد المنال ، في الاستراتيجية الاجتماعية للعلامة التجارية. قد يكون الأمر صعبًا بشكل خاص على Facebook ، وهو نظام أساسي يحتوي على خوارزمية معقدة ومتطورة باستمرار مصممة لخدمة المحتوى الأكثر صلة بالجماهير.

رتبة حافة هو الاسم الذي أُطلق على خوارزمية موجز الأخبار على Facebook منذ سنوات ، وعلى الرغم من أنه يعتبر الآن قديمًا داخليًا ، إلا أن الاسم قد استمر ولا يزال يستخدمه المسوقون اليوم. لا يزال Facebook يستخدم مفاهيم خوارزمية EdgeRank الأصلية والإطار الذي تم إنشاؤه عليه ، ولكن بطريقة جديدة.

يشير إليها Facebook باسم خوارزمية ترتيب موجز الأخبار. كيف يعمل؟ فيما يلي إجابات لأسئلتك الأساسية:

ما هي الحواف؟

أي إجراء يتخذه المستخدم هو قصة خلاصة إخبارية محتملة ويطلق Facebook على هذه الإجراءات حواف. عندما ينشر صديق تحديثًا للحالة ، أو تعليقات على تحديث حالة مستخدم آخر ، أو يضع علامة على صورة ، أو ينضم إلى صفحة علامة تجارية ، أو يشارك منشورًا ، فإنه ينشئ حافة، ويمكن أن تظهر قصة حول هذه الحافة في موجز الأخبار الشخصي للمستخدم.

سيكون الأمر مربكًا للغاية إذا عرض النظام الأساسي كل هذه القصص في موجز الأخبار ، لذلك أنشأ Facebook خوارزمية للتنبؤ بمدى إثارة كل قصة لكل مستخدم على حدة. تسمى خوارزمية Facebook "EdgeRank" لأنها تصنف الحواف ثم تصفيتها في موجز الأخبار الخاص بالمستخدم لعرض أكثر القصص إثارة للاهتمام لهذا المستخدم المحدد.

ما هو إطار عمل EdgeRank الأصلي؟

الأجزاء الثلاثة الرئيسية الأصلية لخوارزمية EdgeRank هي نقاط التقارب, وزن الحافةو اضمحلال الوقت.

نقاط التقارب هي العلاقة بين العلامة التجارية وكل معجب ، وتُقاس بعدد مرات مشاهدة المعجبين للصفحة والمشاركات وتفاعلهم معها ، بالإضافة إلى كيفية تفاعلك معهم بشكل متبادل.

يتم قياس وزن الحافة عن طريق تجميع قيم الحواف أو الإجراءات التي يتخذها المستخدم ، باستثناء النقرات. كل فئة من الحواف لها وزن افتراضي مختلف ، على سبيل المثال التعليقات لها قيم وزن أعلى من الإعجابات لأنها تظهر مشاركة أكبر من المعجبين. يمكنك عمومًا أن تفترض أن الحواف التي تستغرق معظم الوقت لإنجازها تميل إلى زيادة الوزن.

يشير تضاؤل ​​الوقت إلى المدة التي ظلت فيها الحافة على قيد الحياة. إن EdgeRank عبارة عن نتيجة تشغيل ، وليست شيئًا لمرة واحدة. لذا فكلما كانت مشاركتك أحدث ، زادت نقاط EdgeRank الخاصة بك. عندما يقوم المستخدم بتسجيل الدخول إلى Facebook ، يتم ملء ملف الأخبار الخاص به بمحتوى حصل على أعلى الدرجات في تلك اللحظة بالذات.

صيغة الفيسبوك edgerank

الائتمان الصورة: EdgeRank.net

الفكرة هي أن Facebook يكافئ العلامات التجارية التي تبني العلاقات وتضع المحتوى الأكثر صلة وإثارة للاهتمام في أعلى ملف الأخبار الخاص بالمستخدم بحيث تكون المنشورات مصممة خصيصًا لهم.

ما الذي تغير مع Facebook Edgerank؟

لقد تغيرت الخوارزمية قليلاً ، حيث حصلت على ترقية بميزات جديدة ، لكن الفكرة لا تزال كما هي: يريد Facebook منح المستخدمين محتوى مثيرًا للاهتمام حتى يستمروا في العودة إلى النظام الأساسي.

إحدى الميزات الجديدة ، وهي القصة الصادمة ، تسمح للقصص بأن تظهر مرة أخرى لم يكن الناس في الأصل يتنقلون لأسفل بعيدًا بما يكفي لرؤيتها. سيتم رفع هذه القصص بالقرب من الجزء العلوي من موجز الأخبار إذا كانت لا تزال تحصد الكثير من المشاركة. هذا يعني أن مشاركات الصفحة الشائعة قد يكون لها فرصة أكبر للظهور حتى لو كان عمرها بضع ساعات (تغيير الاستخدام الأصلي لعنصر تناقص الوقت) بالانتقال إلى أعلى موجز الأخبار إذا كانت القصص لا تزال تتلقى عددًا كبيرًا عدد الإعجابات والتعليقات (لا تزال تستخدم نقاط التقارب وعناصر وزن الحافة). تشير البيانات إلى أن هذا يُظهر للجمهور القصص التي يرغبون في مشاهدتها ، حتى لو فاتتهم في المرة الأولى.

تهدف الميزات الأخرى إلى السماح للمستخدمين بمشاهدة المنشورات من الصفحات والأصدقاء الذين يريدونها في الوقت المناسب ، خاصةً مع الموضوعات الشائعة. يُقال إن محتوى معينًا يكون ذا صلة فقط في إطار زمني معين ، لذلك يريد Facebook من المستخدمين رؤيته بينما يظل ذا صلة. عندما يتصل صديق أو صفحة منشورات حول شيء ما يمثل حاليًا موضوعًا ساخنًا للمحادثة على Facebook مثل حدث رياضي أو العرض الأول لموسم برنامج تلفزيوني ، فمن المرجح أن يظهر هذا المنشور أعلى في موجز الأخبار على Facebook ، لذلك يمكنك أراه عاجلاً.

من المرجح أن يتم عرض المشاركات التي تولد تفاعلاً عاليًا بعد النشر بفترة وجيزة في موجز الأخبار ، ولكن ليس بنفس احتمالية إذا انخفض النشاط بسرعة بعد النشر. الفكرة وراء ذلك هي أنه إذا كان الأشخاص يتفاعلون مع المنشور بعد نشره مباشرةً ولكن ليس بعد ساعات قليلة ، فإن المنشور كان أكثر إثارة للاهتمام في وقت نشره ومن المحتمل أن يكون أقل إثارة للاهتمام في تاريخ لاحق. هذه طريقة أخرى للاحتفاظ بالمحتوى في موجز الأخبار في الوقت المناسب ، وملائمًا ، وممتعًا.

كيف يمكنني قياس تحليلات موجز الأخبار على Facebook؟

لا توجد أداة تابعة لجهة خارجية متاحة لقياس درجة EdgeRank للعلامة التجارية نظرًا لأن الكثير من البيانات خاصة. حقيقي نتيجة EdgeRank غير موجود لأن كل معجب لديه درجة تقارب مختلفة مع صفحة العلامة التجارية. علاوة على ذلك ، يحافظ Facebook على الخوارزمية سرًا ، ويقومون بتعديلها باستمرار ، مما يعني أن قيمة التعليقات مقارنة بالإعجابات تتغير باستمرار.

الطريقة الأكثر فاعلية لقياس تأثير الخوارزمية المطبقة على المحتوى الخاص بك هي من خلال معرفة عدد الأشخاص الذين وصلت إليهم ومدى التفاعل الذي تلقته مشاركاتك. أدوات مثل SumAll Facebook Analytics تشمل هذه البيانات في ملف شامل تحليلات لوحة تحكم مثالية لقياس وتتبع هذه المقاييس.

ما رأيك؟

يستخدم هذا الموقع نظام Akismet لتقليل الرسائل الضارة. تعرف كيف تتم معالجة بيانات تعليقك.