Explicación del tiempo de permanencia de LinkedIn

Dwell Time de LinkedIn es un poco como una discusión sobre sexo entre adolescentes preadolescentes: todo el mundo habla de ello, pero nadie sabe realmente de qué se trata.

Es hora de aclarar esto un poco. ¡Y te diré lo que realmente significa!

¿Cómo funciona el algoritmo hasta ahora?

Antes de hablar de “ Dwell Time ”, es importante hablar de cómo funciona el algoritmo. Ya he hecho un artículo detallado sobre el tema, pero aquí hay un resumen.

Miles de personas publican en LinkedIn todos los días.

Todos los días se ven millones de publicaciones en LinkedIn.

Para conectar los dos: un algoritmo que determinará quién debe ver la publicación de quién.

Dado que Linkedin gana dinero con los anuncios, y estos se muestran cada 5 publicaciones, es necesario desplazarse por tantas publicaciones como sea posible para que los usuarios generen el máximo de ingresos.

Esto significa mostrar las publicaciones más interesantes.

Pero dado que el algoritmo no es lo suficientemente inteligente para comprender el contenido de una publicación y determinar si es "interesante", se basará en las interacciones de los usuarios con la publicación (junto con otros criterios, como un enlace externo, un video, una imagen etc… que puede influir en el alcance).

Hasta ahora, las interacciones estudiadas por el algoritmo correspondían al engagement: el número de likes recibidos y el número de comentarios publicados al inicio de la vida del post. Los comentarios tienen un peso mucho mayor que los me gusta.

Luego vino el tiempo de permanencia...

¿Por qué tiempo de permanencia?

Hay dos razones principales para el tiempo de permanencia . La primera es la más importante y la versión oficial.

El segundo es secundario y no oficial.

Debes saber que en una red social, observamos la siguiente distribución:

• 1% de los usuarios publican,
• 10% de los usuarios interactúan (me gusta o comentan),
• El 90% de los usuarios consume contenido sin interactuar.

LinkedIn, por tanto, se preguntó: ¿cómo tener en cuenta la opinión del 90% que no interactúa? ¿Cómo conseguimos que el comportamiento del 90% nos ayude a determinar la calidad de una publicación?

Por otro lado, las acciones de participación son binarias. Esto plantea dos problemas:

• No son lineales. 1 me gusta vale 1 me gusta, 1 comentario vale 1 comentario. Sin embargo, pondré el mismo me gusta en el contenido que me hizo sonreír o en la mejor publicación que he leído en mi vida. ️
• son fáciles de falsificar: solo puedo pedirles a las personas que conozco que publiquen Me gusta o comenten o usen pods para aumentar artificialmente el alcance de mi contenido.

Este segundo punto corresponde al motivo extraoficial: limitar el impacto de los pods .

Medir la calidad de una publicación y, por lo tanto, definir su alcance orgánico mediante lo que los ingenieros de LinkedIn llaman "acciones virales" es, por lo tanto, una aproximación demasiado cruda.

También explican que los clics en un enlace o "ver más" de la publicación pueden ser indicadores engañosos porque el usuario puede abandonar inmediatamente la página abierta o no leer el resto de la publicación.

Del mismo modo, indicadores como compartir no son muy confiables porque es imposible analizar objetivamente el comentario asociado con compartir. ¿Es compartir para denunciar a alguien o resaltar contenido de calidad?

Es hora de encontrar otros indicadores y poner una pequeña dosis de Inteligencia Artificial en todo esto.

Tiempo de permanencia = tiempo dedicado a una publicación?

Probablemente no estés en esta publicación por pura casualidad. Y para ti, Dwell Time es sin duda sinónimo de “tiempo dedicado a la publicación”.

Es una aproximación que es casi cierta. Dejame explicar.

Con el fin de dar peso a los comportamientos de los usuarios que no interactúan y obtener un indicador más fiable y lineal, los ingenieros de LinkedIn buscaron estudiar otro tipo de interacción: el tiempo dedicado a la publicación.

De hecho, midieron que cuanto más tiempo pasamos en una publicación, mayor es la probabilidad de publicar un comentario o un me gusta.

El pensamiento va:

“Dado que cuanto más tiempo paso en una publicación, mayor es la probabilidad de que participe en la publicación y esa participación es una señal importante de interés en el contenido, se puede decir que cuanto más tiempo paso en la publicación, la más me interesa.”

(Ese es un razonamiento bastante básico y lógico, pero detrás de todo eso hay hermosos algoritmos y funciones matemáticas aterradoras).

Los ingenieros dividieron el tiempo dedicado a la publicación en dos partes:

• el de cuando nos desplazamos por el feed de noticias de LinkedIn, desde el momento en que se ve la mitad de la publicación
• el de después de hacer clic en “Ver más”

Por lo tanto, el tiempo dedicado a la publicación influirá positiva o negativamente en el algoritmo y, por lo tanto, en el alcance de la publicación.

¿Qué hay detrás de todo esto?

La idea de este artículo es simplificar el elaborado por el equipo de ingeniería de LinkedIn. Así que no voy a mostrarte todas las fórmulas matemáticas detrás de esto.

Pero sigue siendo interesante entender qué hay detrás del tiempo de permanencia porque es más complejo que simplemente "el tiempo dedicado a una publicación".

En su artículo, los ingenieros presentan un caso específico que estudiaron para integrar el tiempo dedicado a una publicación en el algoritmo. Lo que sugiere que este no es el único modelado que entra en juego.

Integran así la “ probabilidad de que se pase un post sin ser leído ”. Este es un período de tiempo bastante corto, por debajo del cual la probabilidad de hacer un compromiso en la publicación es cercana a cero.

En otras palabras, este período de tiempo corresponde al necesario para que mi cerebro defina si me interesará o no la publicación. Si me quedo menos de este período de tiempo, no hay posibilidad de que participe en la publicación.

Por lo tanto, integran la noción de "Publicación omitida" que también influirá en el algoritmo.

Tenga en cuenta que este período de tiempo es casi el mismo en los diferentes tipos de publicaciones (video, imagen, artículo, archivo pdf…), lo que facilita el modelado y uso de este indicador.

El uso de este modelado en la apariencia de los postes.

Debe entenderse que LinkedIn no funciona en términos de “¿este post merece ser visto?” sino "¿cuál es la publicación más relevante para mostrar a este usuario?"

Así, el algoritmo integrará diferentes criterios, como el perfil del usuario, la viralidad de la publicación (número de me gusta y comentarios), la afinidad del usuario con el autor de la publicación y otros indicadores como la hora del día.

Al combinar estos criterios, determinará la probabilidad de que lea una publicación determinada y luego priorizará las publicaciones que tienen la mayor probabilidad de hacer que se detenga a leerlas.

La actualización de este algoritmo habría aumentado significativamente la calidad de las noticias al reducir la cantidad de publicaciones "omitidas" y, por lo tanto, habría aumentado la relevancia del contenido ofrecido.

Este artículo ha sido escrito sobre la base del artículo escrito por el equipo de ingenieros de LinkedIn a cargo del algoritmo de publicación y Dwell Time. Traté de sintetizarlo dibujando la información más importante tratando de ser lo más claro posible, en base a sus explicaciones. Desafortunadamente, es el único recurso oficial de LinkedIn sobre el tema.

La forma en que funciona el algoritmo y la integración exacta de Dwell Time en el alcance de las publicaciones no se revela completamente. El modelado integra funciones matemáticas complejas y aprendizaje automático.

Así que es mucho más complejo que algo binario.

El equipo de ingeniería dijo que habrá actualizaciones continuas a este algoritmo, para mejorar las sugerencias y hacerlas más relevantes.

Ante estos avances, la clave del éxito sigue siendo la calidad de los contenidos. Cuanto más comprenda el algoritmo cuánto aprecian los usuarios un contenido, más primará la calidad de este último en el algoritmo.

Sin embargo, existen algunas buenas prácticas que pueden ayudarlo a aprovechar el tiempo de permanencia. Pronto os lo contaré en un artículo.

Mientras tanto, no dude en ponerse en contacto conmigo en LinkedIn para discutir el artículo y decirme si algo no está claro.