Qué es edgerank
Cada borde se compone de la suma de tres factores clave que lo forman. Estos son Afinidad, Peso y Decaimiento. Cuanto más alto sea cada uno de estos factores, más alto será el EdgeRank y más gente verá tu contenido.
Además de los tipos de contenido, las acciones de los usuarios también pueden tener peso: la sugerencia general es que un comentario tiene más peso que un «me gusta», ya que la acción está más involucrada, requiere más esfuerzo. Otra consideración relacionada con esto es la «acumulación». Cuando un post gana un número de comentarios o likes, esto puede darle más peso, creando un ciclo positivo.
Como se ha mencionado anteriormente, a la hora de definir el factor de peso, parece haber un consenso general de muchos dentro de la industria de que es el tipo de contenido del post el que puede tener el mayor efecto en el EdgeRank.
Este gráfico muestra claramente que las fotos proporcionaron el mayor alcance e impresiones en todas las métricas durante este tiempo. Si observamos las impresiones totales de las publicaciones de toda la vida, podemos ver que las fotografías obtuvieron casi el doble en comparación con otros tipos de publicaciones. Por lo tanto, podríamos suponer en este caso que las fotos tienen el doble de probabilidades de ser vistas que otros tipos de posts.
Algoritmo de Facebook
Bien, estando familiarizado con el significado de Afinidad, Peso y Decaimiento sabes que necesitas interactuar con la gente, para que vean tu contenido, necesitas publicar contenido con el que la gente se sienta obligada a compartir e interactuar y necesitas publicar a menudo (pero no demasiado a menudo).
Pro Tip: Si tienes algún contenido que realmente quieres que tu audiencia vea, envía una o dos publicaciones antes de él que sepas que obtendrán mucha interacción, esto ayudará a las posibilidades de que tu publicación realmente importante, que le sigue, llegue a la línea de tiempo de tus seguidores.
¿Cómo se pagan los anuncios de Facebook?
El ejemplo más conocido y fácil de entender de este tipo de algoritmo es el de Hacker News. La fórmula de Hacker News se basa en los votos, la gravedad y el decaimiento del tiempo. Un ejemplo sencillo es el algoritmo de clasificación de Hacker News para los nuevos envíos. La fórmula que determina la puntuación de un envío (y, en última instancia, su rango) es:
En esta fórmula, P= puntos, menos 1 por el voto de la persona que lo ha enviado. T= tiempo, y G= gravedad, que está predeterminada a 1,8 en los archivos de código abierto de Hacker News. Este algoritmo hace que la puntuación de cada envío decaiga con el tiempo, hasta el punto de que los nuevos envíos que obtienen sólo unos pocos votos pueden superar a los antiguos envíos que tienen un par de docenas. Este es un ejemplo de cómo se comportan las publicaciones a lo largo del tiempo en Hacker News[/box].
Afinidad – La afinidad es la medida de cómo está conectada una persona en particular con el borde. Las personas que más interactúan contigo tienen una mayor afinidad por tu contenido, y por lo tanto es más probable que vean tus posts en su feed. Cada acción se pondera en función de la cantidad de esfuerzo que se necesita para completar esa acción. La medición de la afinidad no sólo tiene en cuenta el historial de compromiso, sino también el número de amigos comunes, lo recientes que fueron esos compromisos, y ahora incluso tiene datos sobre el grupo en el que está archivado un amigo en particular, y si alguna vez lo has ocultado de tu feed. Además de todas estas métricas, la afinidad también examina las relaciones que tienes con otras personas y cómo está todo interconectado. Por ejemplo, si tienes tres amigos que también son fans de Social Media Sun, es más probable que veas nuestras actualizaciones si han participado en nuestra marca recientemente.
Rango de ventaja facebook
Cada Filo se compone de la suma de tres factores clave que lo forman. Estos son Afinidad, Peso y Decaimiento. Cuanto más alto sea cada uno de estos factores, más alto será el EdgeRank y más gente verá tu contenido.
Además de los tipos de contenido, las acciones de los usuarios también pueden tener peso: la sugerencia general es que un comentario tiene más peso que un «me gusta», ya que la acción está más involucrada, requiere más esfuerzo. Otra consideración relacionada con esto es la «acumulación». Cuando un post gana un número de comentarios o likes, esto puede darle más peso, creando un ciclo positivo.
Como se ha mencionado anteriormente, a la hora de definir el factor de peso, parece haber un consenso general de muchos dentro de la industria de que es el tipo de contenido del post el que puede tener el mayor efecto en el EdgeRank.
Este gráfico muestra claramente que las fotos proporcionaron el mayor alcance e impresiones en todas las métricas durante este tiempo. Si observamos las impresiones totales de las publicaciones de toda la vida, podemos ver que las fotografías obtuvieron casi el doble en comparación con otros tipos de publicaciones. Por lo tanto, podríamos suponer en este caso que las fotos tienen el doble de probabilidades de ser vistas que otros tipos de posts.