Förstå Facebooks algoritm för nyhetsflöde

Facebook personlig integration

Att få ditt varumärkes synlighet i målgruppens nyhetsflöden är den ultimata prestationen för sociala marknadsförare. Detta är ett av de viktigaste och ofta svårfångade målen i ett varumärkes sociala strategi. Det kan vara särskilt svårt på Facebook, en plattform som har en detaljerad och ständigt utvecklande algoritm som är utformad för att ge publiken det mest relevanta innehållet.

Edgerank var namnet på Facebooks nyhetsflödesalgoritm för flera år sedan och även om det nu anses vara föråldrat internt har namnet levt vidare och används fortfarande av marknadsförare idag. Facebook använder fortfarande koncepten i den ursprungliga EdgeRank-algoritmen och det ramverk som den byggdes på, men på ett nytt sätt.

Facebook hänvisar till det som News Feed Ranking Algorithm. Hur fungerar det? Här är svaren på dina grundläggande frågor:

Vad är kanter?

Alla åtgärder som en användare vidtar är en potentiell nyhetsflöde och Facebook kallar dessa åtgärder kanter. När en vän publicerar en statusuppdatering, kommenterar en annan användares statusuppdatering, taggar ett foto, går med i en varumärkesida eller delar ett inlägg genererar det en kanten, och en berättelse om den kanten kan eventuellt dyka upp i användarens personliga nyhetsflöde.

Det skulle vara extremt överväldigande om plattformen visade alla dessa berättelser i nyhetsflödet så Facebook skapade en algoritm för att förutsäga hur intressant varje berättelse kommer att vara för varje enskild användare. Facebook-algoritmen kallas ”EdgeRank” eftersom den rankar kanterna och sedan filtrerar dem i en användares nyhetsflöde för att visa de mest intressanta historierna för just den användaren.

Vad är Original EdgeRank Framework?

De ursprungliga tre huvuddelarna till EdgeRank-algoritmen är affinitetspoäng, kantviktoch tidsförfall.

Affinitetspoäng är förhållandet mellan ett varumärke och varje fläkt, mätt på hur ofta en fläkt ser och interagerar med din sida och dina inlägg, förutom hur du ömsesidigt engagerar dig med dem.

Kantvikt mäts genom att sammanställa värdena på kanterna eller åtgärder som en användare utför, med undantag för klick. Varje kantskategori har olika standardvikt, till exempel har kommentarer högre viktvärden än gillar eftersom de visar större engagemang från fansen. Du kan i allmänhet anta att de kanter som tar mest tid att uppnå tenderar att väga mer.

Tidsförfall hänvisar till hur länge kanten har levt. EdgeRank är ett löpande poäng, inte en engångs sak. Så ju nyare ditt inlägg, desto högre blir din EdgeRank-poäng. När en användare loggar in på Facebook fylls deras nyhetsflöde med innehåll som har högst poäng vid det aktuella ögonblicket.

facebook edgerank formel

Bild kredit: EdgeRank.net

Tanken är att Facebook belönar varumärken som bygger relationer och placerar det mest relevanta och intressanta innehållet högst upp i en användares nyhetsflöde så att inlägg specifikt skräddarsys för dem.

Vad har förändrats med Facebook Edgerank?

Algoritmen har förändrats något och fått en uppgradering med nya funktioner, men idén är fortfarande densamma: Facebook vill ge användarna intressant innehåll så att de fortsätter att komma tillbaka till plattformen.

En ny funktion, story bumping, gör att berättelser kan dyka upp igen som folk inte ursprungligen rullade ner tillräckligt långt för att se. Dessa berättelser kommer att stöta upp nära toppen av nyhetsflödet om de fortfarande samlar mycket engagemang. Detta innebär att populära sidinlägg kan ha större chans att visas även om de är några timmar gamla (ändrar den ursprungliga användningen av tidsförfallelement) genom att gå till toppen av nyhetsflödet om berättelserna fortfarande får ett högt antal av likes och kommentarer (använder fortfarande affinitetspoäng och kantviktelement). Data har föreslagit att detta visar publiken de berättelser de vill se, även om de missades första gången.

Andra funktioner syftar till att låta användare se inlägg från de sidor och vänner de vill ha på ett snabbare sätt, särskilt med trendiga ämnen. Särskilt innehåll sägs bara vara relevant inom en viss tidsram, så Facebook vill att användare ska se det medan det förblir relevant. När en vän eller sida du är ansluten till inlägg om något som för närvarande är ett hett samtalsämne på Facebook som ett sportevenemang eller TV-show säsongspremiär, är det mer sannolikt att det inlägget visas högre upp i ditt Facebook-nyhetsflöde, så att du kan se det tidigare.

Inlägg som genererar högt engagemang strax efter publicering visas mer sannolikt i nyhetsflödet, men inte lika troligt om aktiviteten sjunker snabbt efter publicering. Tanken bakom detta är att om människor engagerar sig med inlägget direkt efter det att det har publicerats men inte lika mycket några timmar senare, var inlägget mest intressant vid den tidpunkt det publicerades och potentiellt mindre intressant vid ett senare tillfälle. Detta är ett annat sätt att hålla innehållet i nyhetsflödet i tid, relevant och intressant.

Hur mäter jag min Facebook News Feed Analytics?

Det finns inte ett tredjepartsverktyg tillgängligt för att mäta ett varumärkes EdgeRank-poäng eftersom så mycket av informationen är privat. En faktisk EdgeRank poäng existerar inte eftersom varje fan har olika affinitetspoäng med varumärkesidan. Dessutom håller Facebook algoritmen hemlig, och de justerar den ständigt, vilket betyder att värdet av kommentarer jämfört med gilla förändras ständigt.

Det mest effektiva sättet att mäta effekten av algoritmen som tillämpas på ditt innehåll är att se hur många personer du har nått och hur mycket engagemang dina inlägg fick. Verktyg som SumAll Facebook Analytics omfatta dessa uppgifter till en omfattande analytics instrumentpanel perfekt för att mäta och spåra dessa mätvärden.

Vad tror du?

Den här sidan använder Akismet för att minska spam. Läs om hur din kommentardata behandlas.