El Dwell Time en LinkedIn es algo así como una charla sexual de adolescentes prepúberes: todo el mundo habla de él pero nadie sabe realmente lo que es. 🤪 Es hora de aclarar esto un poco. ¡Y te diré a qué equivale realmente!
Cómo funciona el algoritmo hasta ahora
Antes de hablar del «Dwell Time», es importante hablar de cómo funciona el algoritmo. Ya hice un artículo detallado sobre el tema, pero aquí hay un resumen.
Cada día, miles de personas publican en LinkedIn.
Cada día se ven millones de publicaciones en LinkedIn. 👀
Para conectar ambas cosas: un algoritmo que determinará quién debe ver la publicación de cada uno.
Dado que Linkedin cobra por los anuncios y éstos se muestran cada 5 publicaciones, hay que recorrer el mayor número posible de publicaciones para que los usuarios generen el máximo de ingresos.
Así que muestra los posts más interesantes. Pero como el algoritmo no es lo suficientemente inteligente como para entender el contenido de una publicación y determinar si es «interesante», se basará en las interacciones de los usuarios con la publicación (con otros criterios como la presencia de un enlace, un vídeo, una imagen, etc., que son otros criterios que pueden influir en el alcance).
Hasta hoy, las interacciones estudiadas por el algoritmo correspondían al engagement: el número de likes recibidos y el número de comentarios publicados al principio de la vida del post. Los comentarios tienen un peso mucho mayor que los likes.
Luego vino el Dwell Time…
¿Por qué el Dwell Time?
Hay dos razones principales para el Dwell Time. La primera es la más importante y la versión oficial.
La segunda es secundaria y no oficial.
Debes saber que en una red social, observamos la siguiente distribución:
- El 1% de los usuarios publica,
- El 10% de los usuarios se comprometen (me gusta o comenta),
- El 90% de los usuarios consumen contenidos sin interactuar
Así que LinkedIn se preguntó: ¿cómo tener en cuenta la opinión del 90% que no interactúa? 🧐 ¿Cómo podemos asegurarnos de que el comportamiento del 90% puede ayudarnos a determinar la calidad de un post?
Por otro lado, las acciones de compromiso son binarias. Esto plantea dos problemas:
- No son lineales. 1 like vale 1 like, 1 comentario vale 1 comentario. Sin embargo, pondré el mismo like al contenido que me hizo sonreír o al mejor post que he leído en mi vida. ☝️
- Son fáciles de falsear: basta con pedir a mis conocidos que pongan «likes» o comentarios, o utilizar pods para potenciar artificialmente el alcance de mis contenidos.
Esta segunda cuestión es en realidad la segunda razón no oficial: limitar el impacto de los pods.
Medir la calidad de una publicación y, por lo tanto, definir su alcance orgánico por lo que los ingenieros de LinkedIn llaman «acciones virales» es, por lo tanto, una aproximación demasiado aproximada.
También explican que los clics en un enlace o en «ver más» del post pueden ser indicadores engañosos porque el usuario puede abandonar inmediatamente la página abierta o no leer el resto del post.
Del mismo modo, indicadores como el reparto no son muy fiables porque es imposible analizar objetivamente el comentario asociado al reparto. ¿Es una acción para denunciar a una persona o para destacar un contenido de calidad?
Es el momento de buscar otros indicadores y poner una pequeña dosis de Inteligencia Artificial en todo ello 😉
Consiga sus primeros clientes esta semana
Aproveche el poder de Waalaxy para generar clientes potenciales cada día. Empieza a prospectar gratis hoy mismo.
Dwell Time = Dwell Time en el post?
Probablemente no estés en este posts por casualidad. Y para usted, Dwell Time es sin duda sinónimo de «Dwell Time en el post».
Es una aproximación que casi es cierta 😁. Déjeme explicarle.
Para dar peso a los comportamientos de los usuarios que no interactúan y obtener una métrica más fiable y lineal, los ingenieros de LinkedIn trataron de estudiar otro tipo de interacción: el Dwell Time en el post.
De hecho, midieron que cuanto más tiempo se pasa en un post, mayor es la probabilidad de poner un comentario o un like. 
«Dado que cuanto más tiempo paso en una publicación, mayor es la probabilidad de que me comprometa con la publicación y el compromiso es una marca importante de interés en el contenido, podemos decir que cuanto más tiempo paso en la publicación, más me interesa»
(Que en sí mismo es un razonamiento básico y lógico, pero detrás tiene unos algoritmos bonitos y unas funciones matemáticas que dan miedo 🤪).
Los ingenieros dividieron el tiempo de trabajo en dos partes:
- La de cuando uno se desplaza por el feed de noticias de LinkedIn, desde el momento en que la mitad de la publicación es visible,
- El que una vez que se hace clic en «Ver más».
Por lo tanto, el tiempo que se dedique a la publicación influirá positiva o negativamente en el algoritmo y, por lo tanto, en el alcance de la publicación.
Lo que hay detrás
La idea de este artículo es popularizar el elaborado por el equipo de ingenieros de LinkedIn en inglés. Así que no voy a darte todas las fórmulas matemáticas que hay detrás.
Pero sigue siendo interesante entender lo que hay detrás del Dwell Time porque es más complejo que el simple «Dwell Time en un post».
En su artículo, los ingenieros exponen un caso concreto que estudiaron para integrar en el algoritmo el Dwell Time en un post. Esto sugiere que no es la única modelización que entra en juego. 🤔
Así que incorporan la «probabilidad de que un mensaje no sea leído«. Se trata de un periodo de tiempo bastante corto por debajo del cual la probabilidad de comprometerse con el post es casi nula.
En otras palabras, este periodo de tiempo corresponde al tiempo necesario para que mi cerebro defina si le interesa el post o no. Si me quedo menos de este periodo de tiempo, no hay posibilidad de que me comprometa con el post.
Integran la noción de «Skipped post» o «post pasado» que también influirá en el algoritmo.
Obsérvese que este periodo de tiempo es casi el mismo en los diferentes tipos de posts (vídeo, imagen, artículo, pdf…), lo que facilita la modelización y el uso de este indicador.
El uso de este modelado en la aparición de posts
Es importante entender que LinkedIn no razona en «¿merece la pena ver este post?» sino «¿cuál es el post más relevante para mostrar a este usuario?»
Así, el algoritmo integrará diferentes criterios, como el perfil del usuario, la viralidad del post (número de likes y comentarios), la afinidad del usuario con el autor del post y otros indicadores como la hora del día.
Combinando estos criterios, determinará la probabilidad de que leas «X» publicación y luego priorizará las publicaciones que tengan la mayor probabilidad de hacer que te detengas a leerlas.
Esta actualización del algoritmo habría aumentado significativamente la calidad del feed de noticias al reducir el número de publicaciones «pasadas» y, por tanto, aumentar la relevancia del contenido ofrecido.
Este artículo ha sido redactado sobre la base del artículo escrito por el equipo de ingeniería de LinkedIn encargado del algoritmo de publicación y del Dwell Time. He tratado de hacerlo lo más fácil de entender posible, basándome en sus explicaciones. Lamentablemente, este es el único recurso oficial de LinkedIn sobre el tema.
No se ha revelado del todo cómo funciona el algoritmo ni cómo se integra el Dwell Time en el alcance de las publicaciones. La modelización incorpora funciones matemáticas complejas y aprendizaje automático.
Así que es mucho más complejo que algo binario.
El equipo de ingenieros sugiere que se harán actualizaciones al algoritmo de forma continua, para mejorar las sugerencias y hacerlo más relevante.
Ante esta evolución, la clave del éxito sigue siendo la calidad de los contenidos. Cuanto más pueda entender el algoritmo la apreciación de los usuarios sobre un contenido, más prevalecerá la calidad de éste en el algoritmo.
Sin embargo, algunas buenas prácticas pueden ayudar a aprovechar el Dwell Time. Pronto hablaré de ello en un artículo 😉
Mientras tanto, no dudes en ponerte en contacto conmigo en LinkedIn para darme tu opinión sobre el artículo y decirme si algo no ha quedado claro.
