Cada autor está preocupado com a vida de sua publicação; após a publicação, ele analisa estatísticas, espera e se preocupa com comentários, quer que a publicação obtenha pelo menos um número médio de visualizações. Na Habr, essas ferramentas são cumulativas e, portanto, é bastante difícil imaginar como a publicação do autor começa sua vida no contexto de outras publicações.
Como você sabe, a maior parte das publicações obtém visualizações nos três primeiros dias. Para imaginar como é a publicação, acompanhei as estatísticas e introduzi um mecanismo de monitoramento e comparação. Esse mecanismo será aplicado a esta publicação e todos poderão ver como ela funciona.
O primeiro passo foi coletar estatísticas sobre a dinâmica das publicações nos três primeiros dias do post. Para fazer isso, analisei o fluxo do leitor nas publicações de 28 de setembro durante sua vida útil, de 28 de setembro a 1 de outubro de 2019, fixando o número de visualizações em vários intervalos de tempo durante esse período. O primeiro diagrama é apresentado na figura abaixo e é obtido combinando a dinâmica das visualizações ao longo do tempo.
Como pode ser calculado a partir do diagrama, o número médio de visualizações de uma publicação após 72 horas com uma função de aproximação da lei de potência será de aproximadamente 8380 visualizações.
Fig. 1. Distribuição de visualizações por tempo, para todas as publicações.Como as "estrelas" são claramente visíveis, apresentaremos esses dados sem eles para publicação padrão. O recorte será realizado para as publicações que obtiveram mais que o valor médio de visualizações em 3 dias - 10225 pcs., Figura 2.
Fig. 2. Distribuição de visualizações por tempo, para publicações médias, sem "estrelas".Como pode ser calculado a partir do diagrama, o número médio de visualizações de uma publicação de demanda média após 72 horas é estimado por uma função de aproximação de potência, aproximadamente 5670 visualizações.
Os números são divertidos, mas há uma ferramenta com maior valor prático. Essa é a participação média para cada período de tempo. Nós os definimos e os apresentamos na Figura 3.
Fig. 3. A distribuição de tempo real da parcela de visualizações do número total de visualizações em três dias e as linhas teóricas de aproximação, o polinômio fino do Excel e uma solução proprietária ousada.Não vejo muito sentido conduzir uma análise separada dos clusters "estrela" e das publicações usuais, pois nessa solução tudo foi considerado em um sistema de coordenadas padronizado, em ações.
Assim, é possível construir uma tabela de valores com frações de tempo e, consequentemente, prever o volume total de visualizações em três dias.
Construímos a tabela especificada e prevemos o fluxo desta publicação.
Como publicarei a postagem em aproximadamente 0 horas em 3 de outubro, todos poderão comparar o fluxo com o valor previsto. Se for menor, não tenho sorte; se houver mais, os leitores estão interessados.
Vou tentar apresentar, como observo, o fluxo real no gráfico abaixo.
Fig. 4. O fluxo real de leitores desta publicação em comparação com a previsão teórica.Concluindo, posso dizer que cada autor pode levar para si um guia da tabela de cálculo, que é apresentada acima. E, ao dividir o fluxo real de sua publicação em um determinado momento pelo valor da coluna para esse momento, é possível prever o número de leitores no final do terceiro dia. E durante esse período, os autores têm a oportunidade, de uma maneira ou de outra, de afetar a legibilidade de seu material, por exemplo, para responder de maneira mais ativa e com mais detalhes nos comentários. Você também pode comparar sua publicação com outras pessoas, entender como as publicações externas afetam as prioridades dos leitores. O único conselho, por favor, entenda que esses números foram obtidos a partir de uma análise do fluxo de leitores de publicações de apenas um dia, 28 de setembro de 2019.