LinkedIn modifie son algorithme de classement du flux des nouvelles - Arobasenet.com


LinkedIn modifie son algorithme de classement du flux des nouvelles

LinkedIn a récemment mis à jour son algorithme de classement du flux des nouvelles pour générer plus d'engagement sur les messages de chaque utilisateur.

LinkedIn modifie son algorithme de classement du flux des nouvelles




Et ce, après avoir constaté que les utilisateurs ne publiaient pas de nouveaux posts aussi souvent parce que l'algorithme avait trop fortement mis en avant le contenu des Top créateurs ou grands éditeurs de contenu.

Auriez-vous récemment constaté une augmentation des interactions ?

Il y aurait une explication à cela, d’après LinkedIn :

De plus en plus de gens utilisent le flux des nouvelles et publient des commentaires sur les messages de leur réseau : nos membres génèrent des dizaines de millions d'actions virales (Likes, commentaires et partages à nouveau), et le nombre est en augmentation de plus de 50% d’une année sur l’autre.

Cependant, nous avons constaté que ces augmentations n'étaient pas équitablement distribuées.

En fait, au début de 2018, nous étions en difficulté pour créer une économie où tous les gains dans les actions virales sont accumulés pour les 1% des Top créateurs, alors que la majorité des créateurs qui ne reçoivent pas beaucoup de commentaires ont obtenu moins que jamais auparavant.

En effet, selon LinkedIn, comme les utilisateurs ont vu de moins en moins d'engagement, cela les a poussés à publier moins de mises à jour :

Les membres qui reçoivent plus de 10 Likes quand ils publient sont 17% plus susceptibles de poster à nouveau la semaine suivante par rapport aux membres qui publient, mais ne reçoivent aucun commentaire.


Plutôt que de simplement laisser cela continuer, et de laisser les grands éditeurs de contenu dominer le flux LinkedIn, l'équipe de LinkedIn a cherché à mettre à jour le système pour mieux distribuer les messages.

Ce qui signifie plus de portée pour vos nouveaux posts, et idéalement plus d'engagement (menant encore à plus de portée).

Ce n'est pas un problème facile à résoudre, car il ne veut pas pénaliser le contenu qui est populaire, alors que dans le même temps, il ne veut pas non plus réduire l'expérience utilisateur en donnant une distribution accrue à des posts indignes.

Pour s'attaquer à cela, LinkedIn ajouté dans un nouvel élément dans l'algorithme qui estime “combien un créateur de contenu appréciera obtenir des commentaires d'un lecteur donné", qui est maintenant également appliqué lors du classement des publications.

D’après Socialmediatoday, comme indiqué, c'est un élément qui est difficile à quantifier en termes de données, mais LinkedIn déclare, qu’après de nombreux tests, le nouveau processus fonctionne désormais :

Nous nous sommes inquiétés que nous pourrions voir quelques baisses dans l'engagement du flux que nous devrions peser par rapport aux avantages que nous amenions aux créateurs, mais en fait, cette fonctionnalité s'est avérée être gagnant-gagnant pour les créateurs et les consommateurs du flux.

Les membres aiment voir plus de contenu des gens qu'ils connaissent. 

L'effet global du modèle, d’après LinkedIn, voit environ 8% de commentaires retirés aux 0,1% du Top des créateurs, et redistribués aux autres 98% de créateurs. LinkedIn dit que ces  grands éditeurs ne le remarqueront pas parce qu'ils obtiennent de toute façon beaucoup d'engagement.

Et leurs niveaux d'engagement ont déjà augmenté plus que le total de la perte sur une base d'année en année.

Depuis la mise à jour de son algorithme de classement, LinkedIn dit qu'il voit une gamme plus diversifiée de contenu qui apparaît dans les flux, tandis que les créateurs sont également de retour pour publier à un taux plus élevé.

En termes pratiques, les impacts varient, mais il peut être intéressant de prêter attention à vos statistiques des publications pour voir si il y a un changement dans votre distribution et réponse.



Pour résoudre le problème de «concentration des Likes» et prendre en compte la perspective du créateur, nous avons ajouté un terme supplémentaire dans la fonction d'optimisation du modèle de pertinence, de sorte que nous optimisons maintenant pour une nouvelle fonction d'utilité avec les existants.

Ce nouveau terme quantifie la valeur que le créateur recevra du lecteur fournissant le commentaire sur le post, en tenant compte du fait que les premiers morceaux de rétroactions sont les plus importants, et chaque nouvelle réponse au-delà des premiers fournit la diminution des feedbacks.

Maintenant, le flux "sait" combien un créateur donné appréciera obtenir des commentaires d'un utilisateur donné, et il utilise cette information lors du classement des posts.

Bien sûr, tous les posts ne méritent pas de commentaires (certains messages sont du spam ou tout simplement pas très bon !, dixit LinkedIn), de sorte que le modèle considère également la qualité de la publication pour éviter que les lecteurs soient spammés avec des publications de faible qualité.
Cela pourrait-il suffire pour faire de LinkedIn une plate-forme plus attrayante pour la distribution de contenu dans l'ensemble ? L’avenir nous le dira.