Compreendendo o algoritmo de classificação do feed de notícias do Facebook

integração pessoal com facebook

Conseguir a visibilidade da sua marca nos feeds de notícias do seu público-alvo é a maior conquista dos profissionais de marketing social. Este é um dos objetivos mais importantes, e muitas vezes elusivos, na estratégia social de uma marca. Pode ser especialmente difícil no Facebook, uma plataforma que possui um algoritmo elaborado e em constante evolução, projetado para servir ao público o conteúdo mais relevante.

EdgeRank foi o nome dado ao algoritmo de feed de notícias do Facebook anos atrás e, embora agora seja considerado obsoleto internamente, o nome viveu e continua a ser utilizado pelos profissionais de marketing hoje. O Facebook ainda está utilizando os conceitos do algoritmo EdgeRank original e a estrutura em que foi construído, mas de uma maneira nova.

O Facebook se refere a ele como o algoritmo de classificação do feed de notícias. Como funciona? Aqui estão as respostas para suas perguntas básicas:

O que são arestas?

Qualquer ação realizada por um usuário é uma potencial história de feed de notícias e o Facebook chama essas ações bordas. Sempre que um amigo posta uma atualização de status, comenta sobre a atualização de status de outro usuário, marca uma foto, entra em uma página de marca ou compartilha uma postagem, isso gera um Beira, e uma história sobre essa vantagem poderia potencialmente aparecer no feed de notícias pessoais do usuário.

Seria extremamente impressionante se a plataforma mostrasse todas essas histórias no feed de notícias, então o Facebook criou um algoritmo para prever o quão interessante cada história será para cada usuário individual. O algoritmo do Facebook é chamado de “EdgeRank” porque classifica as bordas e, em seguida, as filtra no feed de notícias de um usuário para mostrar as histórias mais interessantes para aquele usuário específico.

O que é o EdgeRank Framework original?

As três partes principais originais do algoritmo EdgeRank são pontuação de afinidade, peso da borda e a decadência do tempo.

A pontuação de afinidade é a relação entre uma marca e cada fã, medida pela frequência com que um fã visualiza e interage com sua página e postagens, além de como você se envolve reciprocamente com eles.

O peso da borda é medido compilando os valores das bordas ou ações que um usuário executa, com exceção dos cliques. Cada categoria de arestas tem um peso padrão diferente, por exemplo, comentários têm valores de peso mais altos do que gostos porque mostram um maior envolvimento do torcedor. Em geral, você pode presumir que as arestas que levam mais tempo para serem realizadas tendem a pesar mais.

A redução no tempo se refere a quanto tempo a borda está viva. EdgeRank é uma pontuação contínua, não uma coisa única. Portanto, quanto mais recente for sua postagem, maior será sua pontuação no EdgeRank. Quando um usuário faz login no Facebook, seu feed de notícias é preenchido com o conteúdo que tem a pontuação mais alta naquele momento específico.

fórmula edgerank do facebook

Crédito da imagem: EdgeRank.net

A ideia é que o Facebook recompensa as marcas que constroem relacionamentos e colocam o conteúdo mais relevante e interessante no topo do feed de notícias do usuário, para que as postagens sejam feitas sob medida para eles.

O que mudou com o Facebook Edgerank?

O algoritmo mudou um pouco, recebendo uma atualização com novos recursos, mas a ideia ainda é a mesma: o Facebook quer dar aos usuários um conteúdo interessante para que eles continuem voltando para a plataforma.

Um novo recurso, story bumping, permite que reapareçam histórias que as pessoas originalmente não rolaram para baixo o suficiente para ver. Essas histórias serão aumentadas próximo ao topo do feed de notícias se ainda estiverem atraindo muito engajamento. Isso significa que as postagens populares da página podem ter uma chance maior de serem exibidas, mesmo que tenham algumas horas (alterando o uso original do elemento de redução de tempo), indo para o topo do feed de notícias se as histórias ainda estiverem recebendo um número alto de curtidas e comentários (ainda usando pontuação de afinidade e elementos de peso de borda). Os dados sugeriram que isso mostra ao público as histórias que eles querem ver, mesmo que tenham sido perdidas da primeira vez.

Outros recursos visam permitir que os usuários vejam as postagens das páginas e amigos que desejam de maneira mais oportuna, especialmente com tópicos de tendência. Um determinado conteúdo é considerado relevante apenas dentro de um determinado período de tempo, então o Facebook quer que os usuários o vejam enquanto permanece relevante. Quando um amigo ou página que você está conectado a postagens sobre algo que é atualmente um tópico quente de conversa no Facebook, como um evento esportivo ou estreia de uma temporada de programa de TV, é mais provável que essa postagem apareça em uma posição mais alta no feed de notícias do Facebook, então você pode veja isso mais cedo.

Postagens que geram alto engajamento logo após a postagem têm maior probabilidade de serem mostradas no feed de notícias, mas menos provável se a atividade cair rapidamente após a postagem. O pensamento por trás disso é que se as pessoas estão se envolvendo com a postagem logo após ela ser postada, mas não tanto algumas horas depois, a postagem era mais interessante no momento em que foi postada e potencialmente menos interessante em uma data posterior. Essa é outra maneira de manter o conteúdo no feed de notícias oportuno, relevante e interessante.

Como faço para medir a análise do meu feed de notícias do Facebook?

Não existe uma ferramenta de terceiros disponível para medir a pontuação EdgeRank de uma marca, uma vez que muitos dos dados são privados. Um real Pontuação de EdgeRank não existe porque cada fã tem uma pontuação de afinidade diferente com a página da marca. Além disso, o Facebook mantém o algoritmo em segredo, e eles estão constantemente ajustando-o, o que significa que o valor dos comentários em comparação com as curtidas muda constantemente.

A maneira mais eficaz de medir o impacto do algoritmo aplicado ao seu conteúdo é ver quantas pessoas você alcançou e quanto engajamento suas postagens receberam. Ferramentas como SumAll Facebook Analytics englobar esses dados em um abrangente analítica painel perfeito para medir e rastrear essas métricas.

O que você acha?

Este site usa o Akismet para reduzir o spam. Saiba como seus dados de comentário são processados.