Comprensione dell'algoritmo di classificazione dei feed di notizie di Facebook

Facebook integrazione personale

Ottenere la visibilità del tuo marchio nei feed di notizie del tuo pubblico di destinazione è il risultato finale per i social marketer. Questo è uno degli obiettivi più importanti e spesso elusivi nella strategia social di un marchio. Può essere particolarmente difficile su Facebook, una piattaforma che ha un algoritmo elaborato e in continua evoluzione progettato per offrire al pubblico i contenuti più rilevanti.

EdgeRank era il nome dato all'algoritmo del feed di notizie di Facebook anni fa e anche se ora è considerato obsoleto internamente, il nome è sopravvissuto e continua ad essere utilizzato dai marketer oggi. Facebook sta ancora utilizzando i concetti dell'algoritmo EdgeRank originale e il framework su cui è stato costruito, ma in un modo nuovo.

Facebook si riferisce ad esso come l'algoritmo di classificazione dei feed di notizie. Come funziona? Ecco le risposte alle tue domande di base:

Cosa sono i bordi?

Qualsiasi azione intrapresa da un utente è una potenziale storia di feed di notizie e Facebook chiama queste azioni bordi. Ogni volta che un amico pubblica un aggiornamento di stato, commenta l'aggiornamento di stato di un altro utente, tagga una foto, si unisce a una pagina di un marchio o condivide un post, genera un bordoe una notizia su quel vantaggio potrebbe potenzialmente essere visualizzata nel feed di notizie personali dell'utente.

Sarebbe estremamente travolgente se la piattaforma mostrasse tutte queste storie nel feed delle notizie, quindi Facebook ha creato un algoritmo per prevedere quanto sarà interessante ogni storia per ogni singolo utente. L'algoritmo di Facebook è chiamato "EdgeRank" perché classifica i bordi e poi li filtra nel feed di notizie di un utente per mostrare le storie più interessanti per quel particolare utente.

Cos'è l'originale EdgeRank Framework?

Le tre parti principali originali dell'algoritmo EdgeRank sono punteggio di affinità, peso del bordoe decadimento del tempo.

Il punteggio di affinità è la relazione tra un marchio e ciascun fan, misurato dalla frequenza con cui un fan visualizza e interagisce con la tua pagina e i tuoi post, oltre a come interagisci reciprocamente con loro.

Il peso del bordo viene misurato compilando i valori dei bordi o delle azioni intraprese da un utente, ad eccezione dei clic. Ogni categoria di bordi ha un peso predefinito diverso, ad esempio i commenti hanno valori di peso maggiori di piace perché mostrano un maggiore coinvolgimento da parte del tifoso. In genere si può presumere che i bordi che richiedono più tempo per essere completati tendano a pesare di più.

Il decadimento temporale si riferisce a quanto tempo il bordo è stato vivo. EdgeRank è un punteggio in esecuzione, non una cosa una tantum. Quindi più recente è il tuo post, più alto è il tuo punteggio EdgeRank. Quando un utente accede a Facebook, il suo feed di notizie viene popolato con contenuti che hanno il punteggio più alto in quel particolare momento nel tempo.

formula facebook edgerank

Immagine di credito: EdgeRank.net

L'idea è che Facebook premia i marchi che costruiscono relazioni e mettono i contenuti più rilevanti e interessanti in cima al feed di notizie di un utente in modo che i post siano specificamente adattati a loro.

Cosa è cambiato con Facebook Edgerank?

L'algoritmo è leggermente cambiato, ottenendo un aggiornamento con nuove funzionalità, ma l'idea è sempre la stessa: Facebook vuole offrire agli utenti contenuti interessanti in modo che continuino a tornare sulla piattaforma.

Una nuova funzionalità, la story bumping, consente di riapparire storie che le persone originariamente non scorrevano abbastanza in basso per vederle. Queste storie verranno pubblicate vicino alla parte superiore del feed di notizie se stanno ancora raccogliendo molto coinvolgimento. Ciò significa che i post di pagine popolari potrebbero avere maggiori possibilità di essere mostrati anche se risalgono a poche ore (cambiando l'uso originale dell'elemento di decadimento temporale) andando all'inizio del feed delle notizie se le storie stanno ancora ricevendo un numero elevato di Mi piace e commenti (utilizzando ancora il punteggio di affinità e gli elementi di peso del bordo). Data ha suggerito che questo mostri al pubblico le storie che vogliono vedere, anche se sono state perse la prima volta.

Altre funzionalità hanno lo scopo di consentire agli utenti di vedere i post delle pagine e degli amici che desiderano in modo più tempestivo, specialmente con argomenti di tendenza. Si dice che un contenuto particolare sia rilevante solo entro un certo periodo di tempo, quindi Facebook vuole che gli utenti lo vedano mentre rimane rilevante. Quando un amico o una pagina sei connesso a post su qualcosa che è attualmente un argomento caldo di conversazione su Facebook come un evento sportivo o l'anteprima della stagione di un programma televisivo, è più probabile che quel post appaia più in alto nel tuo feed di notizie di Facebook, quindi puoi farlo vederlo prima.

I post che generano un elevato coinvolgimento subito dopo la pubblicazione hanno maggiori probabilità di essere visualizzati nel feed di notizie, ma non altrettanto probabile se l'attività diminuisce rapidamente dopo la pubblicazione. Il pensiero alla base di questo è che se le persone si impegnano con il post subito dopo che è stato pubblicato, ma non così tante ore dopo, il post era più interessante nel momento in cui è stato pubblicato e potenzialmente meno interessante in un secondo momento. Questo è un altro modo per mantenere il contenuto nel feed di notizie tempestivo, pertinente e interessante.

Come misuro le analisi dei feed di notizie di Facebook?

Non è disponibile uno strumento di terze parti per misurare il punteggio EdgeRank di un marchio poiché gran parte dei dati è privata. Un vero Punteggio EdgeRank non esiste perché ogni fan ha un punteggio di affinità diverso con la pagina del brand. Inoltre, Facebook mantiene segreto l'algoritmo e lo modifica costantemente, il che significa che il valore dei commenti rispetto ai Mi piace è in continua evoluzione.

Il modo più efficace per misurare l'impatto dell'algoritmo applicato ai tuoi contenuti è vedere quante persone hai raggiunto e quanto coinvolgimento hanno ricevuto i tuoi post. Strumenti come SommaTutti Facebook Analytics racchiudere questi dati in un esauriente analitica dashboard perfetto per misurare e monitorare queste metriche.

Cosa ne pensi?

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati dei tuoi commenti.