LinkedIn werkt het algoritme bij dat wordt gebruikt om inhoud in zijn feed te rangschikken door rekening te houden met de hoeveelheid tijd die gebruikers bij elk bericht doorbrengen.
In een blogartikel trekt LinkedIn Engineering het gordijn van zijn algoritme terug en biedt een gedetailleerd overzicht van hoe content wordt gerangschikt. Tevens in de blog van Matt Southern wordt hier een zeer goede uitleg aan gegeven.
Hoe LinkedIn inhoud rangschikt
Wanneer een gebruiker inlogt op LinkedIn, zijn er tienduizenden ‘kandidaat’-berichten die in hun feed kunnen verschijnen. Die berichten gaan door een first-pass laag voor kandidaat-generatie. In dit stadium past LinkedIn een lichtgewicht ranking-algoritme toe om de beste kandidaten te identificeren. LinkedIn bepaalt vervolgens hoe de beste kandidaten in de feed van individuele gebruikers worden gerangschikt op basis van een aantal factoren.
Down en upstream-effect
Het opnieuw delen van een bericht zorgt bijvoorbeeld voor een downstream-effect. Dat betekent dat verbindingen van de gebruiker die het bericht opnieuw heeft gedeeld het ook zullen zien. Aan de andere kant; reageren op een post zal een upstream-effect creรซren. Dat betekent dat het een hogere boost krijgt in de feeds van gebruikers die zijn verbonden met de auteur van de post. Voor elke kandidaatpost houdt het algoritme van LinkedIn rekening met de waarschijnlijkheid van gebruikersbetrokkenheid en de mogelijke upstream- en downstream-effecten.
Waarom ”stilstandtijd”
Stilstandtijd oftewel ”dwelltime” is iets wat nu wordt bijgehouden in het nieuwe algoritme. Er zijn tekortkomingen in een algoritme dat afhankelijk is van het voorspellen van klik- en virale hoeveelheden. Het algoritme van LinkedIn meet of een actie is uitgevoerd, maar niet hoe lang deze is uitgevoerd. Oftewel hoe lang hebben we de post gelezen; zijn ze blijven ”hangen”. Mogelijk hebben ze op een bericht geklikt en zijn ze onmiddellijk teruggekeerd naar de hoofdfeed (home pagina).
Om deze tekortkomingen te compenseren, begon LinkedIn ”stilstandtijd/dwelltime” te overwegen en zei dat het de volgende voordelen biedt ten opzichte van alleen kijken naar klikken en virale acties.
Wat is ”stilstandtijd/dwelltime”?
Dit is hoe LinkedIn het uitlegt: โOp een hoog niveau genereert elke update die op de feed wordt bekeken twee soorten verblijftijd. Ten eerste is er verblijftijd ‘op de feed’, die begint te meten wanneer ten minste de helft van een feedupdate zichtbaar is terwijl een lid door zijn feed scrolt. Ten tweede is er stilstandtijd “na de klik”, wat de tijd is die wordt besteed aan inhoud na het klikken op een update in de feed”. De ingenieurs van LinkedIn hebben via een reeks van tests vastgesteld dat de verblijftijd een betrouwbare indicator is of een gebruiker al dan niet een bericht zal plaatsen.
Conclusie
Blijf stilstaan in het algoritme van LinkedIn LinkedIn-gebruikers hebben de neiging om meer tijd te besteden aan het bekijken van de updates waarop ze besluiten een virale actie te ondernemen. Dit wetende, heeft LinkedIn verblijftijd in zijn feed-algoritme ingebouwd om de kans te vergroten dat gebruikers berichten zien waarmee ze zullen reageren.
Voor bijvoorbeeld marketeers betekent dit dat je LinkedIn-berichten moet maken die niet alleen de aandacht van mensen trekken, maar deze ook voor een langere periode vasthouden. LinkedIn is niet het eerste sociale netwerk dat de verblijftijd meeneemt in zijn algoritme; Facebook doet dat ook. In de toekomst zullen de meest succesvolle posts niet altijd de posts zijn die de meeste likes, reacties en deelacties krijgen.
Bronnen: LinkedIn Engineering en Matt Southern
Wil je hier een keer met mij over sparren?
Wil je dat ik even de zaak voor je op scherp zet?
Neem dan contact op via 0641909347