LinkedIns Dwell Time ist ein bisschen wie eine Sex-Diskussion zwischen präpubertären Teenagern: Alle reden darüber, aber keiner weiß wirklich, was es ist. 🤪
Es ist an der Zeit, das ein bisschen zu klären. Und Ihnen zu sagen, was es wirklich bedeutet!
Wie funktioniert der Algorithmus bisher?
Bevor wir über„Dwell Time“ sprechen, ist es wichtig, darüber zu sprechen, wie der Algorithmus funktioniert. Ich habe bereits einen ausführlichen Artikel zu diesem Thema verfasst, aber hier ist eine Zusammenfassung.
Tausende von Menschen posten jeden Tag auf LinkedIn.
Jeden Tag werden Millionen von Beiträgen auf LinkedIn gesehen.
Um beides zu verbinden: ein Algorithmus, der bestimmt, wer wessen Beitrag sehen soll.
Da Linkedin mit Anzeigen Geld verdient und diese alle 5 Posts angezeigt werden, ist es notwendig, dass die Nutzer so viele Posts wie möglich scrollen, um maximale Einnahmen zu erzielen.
Das bedeutet, die interessantesten Beiträge zu zeigen.
Aber da der Algorithmus nicht intelligent genug ist, um den Inhalt eines Beitrags zu verstehen und zu bestimmen, ob er „interessant“ ist, wird er auf den Interaktionen der Nutzer mit dem Beitrag basieren (zusammen mit anderen Kriterien wie einem externen Link, einem Video, einem Bild etc…, die die Reichweite beeinflussen können).
Bis jetzt entsprachen die vom Algorithmus untersuchten Interaktionen dem Engagement: die Anzahl der erhaltenen Likes und die Anzahl der Kommentare, die zu Beginn der Lebensdauer des Posts veröffentlicht wurden. Kommentare haben ein viel größeres Gewicht als Likes.
Dann kam Dwell Time…
Warum Dwell Time?
Es gibt zwei Hauptgründe für Dwell Time. Der erste ist der wichtigste und die offizielle Version.
Der zweite ist sekundär und inoffiziell.
Sie sollten wissen, dass wir in einem sozialen Netzwerk die folgende Verteilung beobachten:
- 1 % der Benutzer veröffentlichen,
- 10% der Benutzer interagieren (mögen oder kommentieren),
- 90% der Nutzer konsumieren Inhalte, ohne zu interagieren.
LinkedIn fragte daher: Wie können wir die Meinung der 90 % berücksichtigen, die nicht interagieren?🤨 Wie bekommen wir das Verhalten der 90 %, um die Qualität eines Beitrags zu bestimmen?
Auf der anderen Seite sind Engagement-Aktionen binär. Dies wirft zwei Probleme auf:
- Sie sind nicht linear. 1 Like ist 1 Like wert, 1 Kommentar ist 1 Kommentar wert. Allerdings werde ich das gleiche Like auf Inhalte setzen, die mich zum Lächeln gebracht haben oder auf den besten Beitrag, den ich je in meinem Leben gelesen habe. ☝️
- sie sind leicht zu fälschen: Ich kann einfach Leute, die ich kenne, bitten, Likes oder Kommentare zu posten oder Pods verwenden, um die Reichweite meiner Inhalte künstlich zu erhöhen.
Dieser zweite Punkt entspricht dem inoffiziellen Grund: die Wirkung von Pods zu begrenzen.
Die Qualität eines Posts zu messen und damit seine organische Reichweite durch das zu definieren, was LinkedIn-Ingenieure „virale Aktionen“ nennen, ist daher eine zu grobe Annäherung.
Sie erklären auch, dass Klicks auf einen Link oder „mehr sehen“ des Posts irreführende Indikatoren sein können, weil der Nutzer die geöffnete Seite sofort verlassen oder den Rest des Posts nicht lesen kann.
In ähnlicher Weise sind Indikatoren wie das Teilen nicht sehr zuverlässig, da es unmöglich ist, den mit dem Teilen verbundenen Kommentar objektiv zu analysieren. Wird er geteilt, um jemanden anzuprangern oder um Qualitätsinhalte hervorzuheben?
Es ist an der Zeit, andere Indikatoren zu finden und eine kleine Dosis Künstliche Intelligenz in all das zu stecken 😉
Erhalten Sie diese Woche Ihre ersten Kunden
Nutzen Sie die Leistung von Waalaxy, um jeden Tag neue Kunden zu gewinnen. Beginnen Sie noch heute mit der kostenlosen Akquise.
Dwell Time = Zeit, die auf einem Beitrag verbracht wird?
Sie sind wahrscheinlich nicht zufällig auf diesem Beitrag. Und für Sie ist Dwell Time sicherlich gleichbedeutend mit „Verweildauer auf dem Beitrag“.
Es ist eine Annäherung, die fast richtig ist 😁. Lassen Sie mich das erklären.
Um dem Verhalten von Nutzern, die nicht interagieren, Gewicht zu verleihen und einen zuverlässigeren und lineareren Indikator zu erhalten, haben die Ingenieure von LinkedIn versucht, eine andere Art von Interaktion zu untersuchen: die Zeit, die auf dem Post verbracht wird.
In der Tat haben sie gemessen, dass je mehr Zeit wir mit einem Beitrag verbracht haben, desto höher ist die Wahrscheinlichkeit, einen Kommentar oder ein Like zu posten.
Der Gedanke dahinter:
„Da je mehr Zeit ich mit einem Beitrag verbringe, desto höher ist die Wahrscheinlichkeit, dass ich mich mit dem Beitrag beschäftige und dieses Engagement ein wichtiges Zeichen für das Interesse am Inhalt ist, kann man sagen: Je mehr Zeit ich mit dem Beitrag verbringe, desto mehr bin ich interessiert.“
(Das ist eine ziemlich grundlegende und logische Argumentation, aber dahinter stecken schöne Algorithmen und erschreckende mathematische Funktionen 😜).
Die Ingenieure teilten die Zeit, die sie mit dem Beitrag verbrachten, in zwei Teile auf:
- die, wenn wir im LinkedIn-Newsfeed scrollen, ab dem Moment, wo die Hälfte des Beitrags sichtbar ist
- die nach dem Klick auf „Mehr sehen“
Die Zeit, die für den Beitrag aufge wendet wird, beeinflusst also den Algorithmus und damit den Umfang der Veröffentlichung positiv oder negativ.
Was steckt hinter all dem?
Die Idee dieses Artikels ist es, das, was das Engineering-Team von LinkedIn erstellt hat, zu vereinfachen. Ich werde Ihnen also nicht die ganzen mathematischen Formeln dahinter zeigen.
Aber es ist trotzdem interessant zu verstehen, was hinter der Dwell Time steckt, denn sie ist komplexer als nur „die Zeit, die auf einem Beitrag verbracht wird“.
In ihrem Artikel stellen die Ingenieure einen speziellen Fall vor, den sie untersucht haben, um die Zeit, die mit einem Beitrag verbracht wurde, in den Algorithmus zu integrieren. Was darauf schließen lässt, dass dies nicht die einzige Modellierung ist, die ins Spiel kommt. 🤔
Sie integrieren also die„Wahrscheinlichkeit, dass ein Beitrag übergangen wird, ohne gelesen zu werden„. Das ist ein recht kurzer Zeitraum, unterhalb dessen die Wahrscheinlichkeit eines Engagements auf den Beitrag gegen Null geht.
Mit anderen Worten: Diese Zeitspanne entspricht dem Zeitraum, den mein Gehirn benötigt, um zu entscheiden, ob ich mich für den Beitrag interessiere oder nicht. Wenn ich weniger als diese Zeitspanne verbringe, besteht keine Chance, dass ich mich auf den Beitrag einlasse.
Sie integrieren also den Begriff „Übersprungener Beitrag“, der auch den Algorithmus beeinflussen wird.
Beachten Sie, dass diese Zeitspanne bei den verschiedenen Arten von Posts (Video, Bild, Artikel, PDF-Datei…) fast gleich ist, was die Modellierung und Verwendung dieses Indikators erleichtert.
Die Verwendung dieser Modellierung bei der Darstellung von Posts
Man sollte sich darüber im Klaren sein, dass LinkedIn nicht nach der Frage arbeitet: „Verdient es dieser Beitrag, gesehen zu werden?“, sondern nach der Frage : „Was ist der relevanteste Beitrag, der diesem Benutzer angezeigt werden sollte?“
Daher wird der Algorithmus verschiedene Kriterien integrieren, wie z. B. das Benutzerprofil, die Viralität des Posts (Anzahl der Likes und Kommentare), die Affinität des Benutzers mit dem Autor des Posts und andere Indikatoren wie die Tageszeit.
Durch die Kombination dieser Kriterien wird die Wahrscheinlichkeit bestimmt, dass Sie einen bestimmten Beitrag lesen werden, und dann werden die Beiträge priorisiert, die die höchste Wahrscheinlichkeit haben, dass Sie anhalten, um sie zu lesen.
Das Update dieses Algorithmus hätte die Qualität des Newsfeeds deutlich erhöht, indem es die Anzahl der „übersprungenen“ Beiträge reduziert und damit die Relevanz der angebotenen Inhalte erhöht hätte.
Dieser Artikel wurde auf der Grundlage des Artikels des LinkedIn-Ingenieurteams verfasst, das für den Veröffentlichungsalgorithmus und die Verweildauer zuständig ist. Ich habe versucht, ihn zusammenzufassen, indem ich die wichtigsten Informationen herausgezogen habe und dabei versucht habe, so klar wie möglich zu sein, basierend auf ihren Erklärungen. Leider ist dies die einzige offizielle LinkedIn-Ressource zu diesem Thema.
Die Funktionsweise des Algorithmus und die genaue Einbindung von Dwell Time in die Reichweite der Veröffentlichungen wird nicht vollständig offengelegt. Die Modellierung integriert komplexe mathematische Funktionen und maschinelles Lernen.
Es ist also viel komplexer als etwas Binäres.
Das Ingenieurteam sagte, dass es kontinuierliche Updates zu diesem Algorithmus geben wird, um die Vorschläge zu verbessern und relevanter zu machen.
Angesichts dieser Entwicklungen bleibt der Schlüssel zum Erfolg die Qualität der Inhalte. Je mehr der Algorithmus zu verstehen bekommt, wie sehr die Nutzer einen Inhalt schätzen, desto mehr wird die Qualität des letzteren im Algorithmus Vorrang haben.
Es gibt jedoch ein paar gute Praktiken, die Ihnen helfen können, die Vorteile der Dwell Time zu nutzen. Davon erzähle ich Ihnen bald in einem Artikel 😉
In der Zwischenzeit zögern Sie nicht, mich auf LinkedIn zu kontaktieren, um den Artikel zu diskutieren und mir zu sagen, wenn etwas nicht klar ist.
