EdgeRank, gioie e dolori della visibilità su Facebook

EdgeRank algoritmo di Facebook

Ti sei mani chiesto perché nella tua pagina Facebook compaiono i post di alcuni amici – sempre i soliti – e quasi mai quelli di altri? E perché negli aggiornamenti del ticker (il box in alto a destra sopra la chat) puoi seguire solo le attività di queste persone ignorandone altre?

Come la maggior parte dei social network, Facebook utilizza un algoritmo chiamato EdgeRank, che regola la visibilità di un contenuto nel Newsfeed, ossia la parte centrale della pagina che visualizzi dopo esserti loggato. E sostanzialmente determina quali post potrebbero interessarci maggiormente, migliorando la nostra esperienza di navigazione su Facebook. Ma su cosa si basa l’algoritmo EdgeRank?

Cos’è l’EdgeRank?

Le variabili su cui si basa quest’algoritmo sono tre: affinity, ossia l’affinità che hai con una persona o un’azienda all’interno dei tuoi contatti; weight, ossia il diverso peso specifico che hanno i diversi contenuti – post di solo testo, foto, video – o diverse interazioni – condivisioni, like; e time decay, cioè il fattore tempo secondo cui una notizia vecchia ha meno probabilità di comparire nel Newsfeed rispetto a un post nuovo.

Algoritmo EdgeRank

  1. Affinity (Ue): ti è mai capitato di commentare per un’intera giornata il post di un conoscente, magari per qualcosa che non ti piaceva, magari addirittura litigandoci, e poi scoprire nei giorni successivi che non riuscivi a liberarti dei suoi aggiornamenti di stato, delle sue foto, e così via? Certo Facebook non può sapere che il motivo per cui avevate interagito così intensamente fosse per litigare, e di conseguenza ha “pensato” che, per te, i contenuti di questo utente fossero molto interessanti! E questo perché un’interazione prolungata con qualcuno “suggerisce” a EdgeRank che hai un’affinità con lui e di conseguenza ti mostrerà più spesso i suoi aggiornamenti;
  2. Weight (We): il peso delle interazioni è il secondo fattore che influenza l’algoritmo di Facebook, ed è un punteggio assegnato ai vari contenuti e interazioni possibili. Ad esempio una foto ha un peso maggiore di un aggiornamento di stato, mentre un like ha un peso minore di una condivisione. Di conseguenza una condivisione di una foto avrà un peso molto maggiore di un like su uno status; e una foto di un tuo amico che è stata condivisa tre volte avrà più possibilità di comparire nel tuo Newsfeed rispetto a uno status update con tre like;
  3. Time Decay (De): il tempo di decadimento si basa sull’idea per cui un post o una foto più vecchi avranno minore visibilità di un contenuto appena pubblicato. Com’è semplice intuire, infatti, un contenuto fresco è più interessante di uno passato.

L’algoritmo, alla sua nascita, prevedeva che i tre fattori avessero lo stesso peso, ma con il passare del tempo l’aumento della quantità di contenuti pubblicati dagli utenti ha costretto Facebook  a rilasciare degli aggiornamenti che hanno aumentato l’incidenza dell’affinity rispetto agli altri fattori. Di conseguenza è evidente che riusciremo a raggiungere in maniera costante solo una ristretta cerchia di amici o fan che si segue con maggiore interesse.

Perché è importante saper sfruttare l’EdgeRank?

Ora che sai come funziona l’algoritmo che influenza la visibilità sul Newsfeed di Facebook, sarà più facile capire come e perché sfruttarla. Pensiamo al poverino di prima, che non riesce a liberarsi degli aggiornamenti del conoscente antipatico. Sapendo che uno dei fattori che influenzano i post che visualizza è il decadimento temporale, saprà che – se ha la pazienza di aspettare qualche giorno senza interagire nuovamente con il suo contatto indesiderato – piano piano gli aggiornamenti di quest’ultimo perderanno peso finché non verranno più visualizzati (quantomeno in cima al Newsfeed). Ovviamente, se la pazienza non è il suo forte, c’è sempre l’opzione “Non seguire più…”!

Questo vale sia per gli profili personali, che per le pagine, soprattutto quelle aziendali che mirano a creare buzz intorno a un’attività o a un prodotto. Vediamo allora cosa fare per sfruttare a proprio vantaggio – dopotutto si chiama Edge-Rank 😉 – questo algoritmo, e aumentare la probabilità che la tua pagina aziendale raggiunga la Topfeed dei tuoi fan. I consigli che possiamo darti  sono principalmente 3:

  1. Aumenta l’affinità con i tuoi fan conversando con loro il più possibile, proponendo aggiornamenti e link che potrebbero generare discussioni – il più possibili accese! – tra gli utenti e stimolale attraverso domande e input a partecipare. Ti ricordiamo che non potrai mai raggiungere tutta la cerchia dei tuoi fan, quindi proponi argomenti che possono interessare ed essere coerenti con la campagna di marketing che stai per lanciare o con il prodotto che vuoi promuovere. Ad esempio, se devi pubblicizzare la nuova linea di borse Armani Jeans, crea affinità con i tuoi fan che sono fan anche di Armani, o che sono più interessati a quel marchio. In questo modo, quando farai partire la promozione, avrai maggiori probabilità di raggiungere questi particolari fan.
  2. In base al peso dei diversi contenuti, e partendo dal presupposto che tutti i social network sfruttano principalmente la comunicazione visuale, usa il più possibile foto e video. E fai in modo che il testo che li accompagni spinga a commentare e condividere, piuttosto che a mettere semplicemente “mi piace”.
  3. Posta nel momento giusto! Quando i tuoi fan “affini” sono più spesso online, o quando c’è meno traffico generale e quindi avresti meno concorrenza sul loro Newsfeed. Può sembrare una contraddizione, ma trovare il giusto equilibrio tra questi due elementi può davvero rivelarsi l’arma in più che stai cercando!

Per concludere, ricorda che Facebook è di per sé un’azienda e vende Adv. Di conseguenza tutti i link o i contenuti che “portano fuori” otterranno un punteggio minore di quelli che restano all’interno e dunque generano fatturato per Facebook. Non a caso, è di questi giorni la notizia della penalizzazione dei post provenienti da siti terzi. Ma di questo parleremo in un post successivo 😉

Be the first to comment

Leave a Reply