Les trois premiers jours de la vie d'un billet sur Habré

Chaque auteur s'inquiète de la durée de vie de sa publication, après la publication il regarde les statistiques, attend et s'inquiète des commentaires, veut que la publication gagne au moins un nombre moyen de vues. Chez Habr, ces outils sont cumulatifs et il est donc difficile d'imaginer comment la publication de l'auteur commence sa vie dans le contexte d'autres publications.

Comme vous le savez, la majeure partie des publications a gagné du terrain au cours des trois premiers jours. Pour imaginer comment vit la publication, j'ai suivi les statistiques et introduit un mécanisme de suivi et de comparaison. Ce mécanisme sera appliqué à cette publication et tout le monde pourra voir comment il fonctionne.

La première étape a été de collecter des statistiques sur la dynamique des publications pour les trois premiers jours de la publication. Pour ce faire, j'ai analysé les flux de lecteurs sur les publications du 28 septembre au cours de leur vie du 28 septembre au 1er octobre 2019 en enregistrant le nombre de vues à différents intervalles de temps au cours de cette période. Le premier diagramme est présenté dans la figure ci-dessous, il est obtenu en faisant correspondre la dynamique des vues dans le temps.

Comme le montre le diagramme, le nombre moyen de vues d'une publication après 72 heures avec une fonction d'approximation de la loi de puissance sera d'environ 8380 vues.


Fig. 1. Répartition des vues par heure, pour toutes les publications.

Les "étoiles" étant clairement visibles, nous présenterons ces données sans elles pour une publication standard. Un découpage sera effectué pour les publications qui ont obtenu un score supérieur à la valeur moyenne des vues en 3 jours - 10225 pièces, figure 2.


Fig. 2. Répartition des vues dans le temps, pour les publications moyennes, sans "étoiles".

Comme on peut le calculer à partir du diagramme, le nombre moyen de vues d'une publication de demande moyenne après 72 heures est estimé par une fonction d'approximation de puissance, environ 5670 vues.

Les chiffres sont divertissants, mais il existe un outil avec une plus grande valeur pratique. Il s'agit de la part moyenne pour chaque période. Nous les définissons et les présentons dans la figure 3.


Fig. 3. La distribution temporelle réelle de la part des vues du nombre total de vues sur trois jours et les lignes d'approximation théoriques, le polynôme Excel mince et une solution propriétaire audacieuse.

Je ne vois pas grand intérêt à effectuer une analyse séparée des amas d’étoiles et des publications habituelles, car dans cette solution, tout était considéré dans un système de coordonnées standardisé, en parts.

Ainsi, il est possible de construire une table de valeurs avec des fractions de temps et, en conséquence, de prédire le volume total de vues sur trois jours.

Nous construisons le tableau spécifié et prédisons le flux de cette publication.



Étant donné que je publierai l'article à environ 0 heure le 3 octobre, tout le monde peut comparer le flux avec la valeur prédite. Si c'est moins, alors je n'ai pas de chance, si plus, alors les lecteurs sont intéressés.

Je vais essayer de présenter, comme je l'observe, le flux réel dans le graphique ci-dessous.


Fig. 4. Le flux réel de lecteurs de cette publication par rapport aux prévisions théoriques.

En conclusion, je peux dire que chaque auteur peut prendre pour lui-même un guide du tableau de calcul, qui est présenté ci-dessus. Et en divisant le flux réel de sa publication à un certain moment par la valeur dans la colonne de ce moment, il peut prédire le nombre de lecteurs à la fin du 3ème jour. Et pendant cette période, les auteurs ont l'occasion d'une manière ou d'une autre d'affecter la lisibilité de son matériel, par exemple, de répondre plus activement et plus en détail dans les commentaires. Vous pouvez également comparer votre publication avec d'autres, comprendre comment les publications externes affectent les priorités des lecteurs. Le seul conseil, veuillez comprendre que ces chiffres ont été obtenus à partir d'une analyse du flux de lecteurs de publications d'une seule journée, le 28 septembre 2019.

Source: https://habr.com/ru/post/fr469881/


All Articles