In meinem vorheriger Blogeintrag Ich habe die Diskrepanz zwischen der Anzahl der Ansichten in WordPress und Google Analytics diskutiert. Heute möchte ich genauer untersuchen, was die Daten uns möglicherweise mitteilen.
Wenn ich daran denke, die Anzahl der WordPress-Ansichten zu modellieren, die in einem Blogeintrag angezeigt werden, wäre die Verwendung von Google-Ansichten als Vorhersage sogar ausreichend. Wenn man sich das Streudiagramm aus dem vorherigen Beitrag erinnert, sieht es immer noch so aus, als sei etwas nicht in Ordnung (für Interessenten ist der r-Quadrat-Wert 0,44):
Ich habe zusätzliche Informationen zur Verfügung, also dachte ich, es wäre interessant zu sehen, ob die WordPress-Ansichten durch irgendetwas anderes angetrieben werden. Als ersten Versuch möchte ich die Dinge einfach halten, aber hier sind die Variablen, die mir zur Verfügung stehen:
Google-Ansichten: Sollte ein guter Prädiktor sein, aber basierend auf dem, was ich sehe, bin ich nicht so überzeugt. Tage online: Ich würde erwarten, dass, wenn ich die Google-Ansichten nicht habe, je länger ein Blog-Post läuft, desto mehr Ansichten es bekommt - aber wie wäre es, wenn ich auch Google-Ansichten in dem Modell habe? Anzahl Kommentare: Die Anzahl der Kommentare, die unten im Blogeintrag angezeigt werden. Tweets: Man könnte denken, dass dies selbsterklärend ist, aber die Zahlen stimmen nicht immer mit dem überein, was in Twitter angezeigt wird. Gewissermaßen Tweets und Retweets, aber einige Anpassungen werden für eine Person mehr als einmal (erneut) twittern. Ich würde gerne Ihre eigenen Erfahrungen damit hören. Gefällt mir "bei Facebook": Ist nicht unbedingt so, wie es scheint. Diese Anzahl hängt davon ab, wie oft der Blogbeitrag geteilt wurde, wie viele "Likes" er erhält und wie viele Personen ihn kommentieren. Nicht, dass ich aus Erfahrung wissen würde (haha), aber dies bedeutet, dass Sie eine Diskussion über einen Blogeintrag auf Facebook führen können, der nichts mit Ansichten zum Blogpost selbst zu tun hat. LinkedIn Aktien: Diese Zahl scheint etwas zuverlässiger zu sein. Diese Anzahl hängt davon ab, wie oft jemand über LinkedIn auf einen Link geklickt hat, um ihn zum Blogeintrag zu bringen. Dies ist jedoch nur dann wirklich hilfreich, wenn jemand diesen Blogeintrag auf LinkedIn veröffentlicht hat.Schien irgendetwas nützlich?
Meine verschiedenen Modellierungsversuche sind am besten noch für einen anderen Tag / Blogpost verfügbar, aber hier sind die Ergebnisse der Verwendung von Fit Model mit Stepwise unter Verwendung der oben genannten Faktoren mit Haupteffekten und Zwei-Faktor-Wechselwirkungen für die oben genannten Faktoren:
Tatsächlich durch vorhergesagtes Plot
Obwohl es nicht verwunderlich ist, dass Google-Ansichten im Modell enthalten sind, überraschte mich die Anzahl der Kommentare, die die WordPress-Zahl erhöhen. Darüber hinaus hätte ich vielleicht gedacht, dass Google-Ansichten bereits die Online-Tage berücksichtigt haben, aber die Tatsache, dass dies nicht gilt (ebenso wie der nicht-null-Abschnitt), legt nahe, dass sich WordPress-Zählungen im Laufe der Zeit immer mehr ansammeln.
Die LinkedIn-Zahlen zeigen sich ebenfalls als signifikant, aber nicht ganz auf dem gleichen Niveau wie Tage und Kommentare in einigen anderen Modellen, die ich ausprobiert habe. Aufgrund der Daten kann nicht festgestellt werden, wie viele Personen den Link tatsächlich gesehen haben und dazu aufgefordert wurden, darauf zu klicken. Und da Tweets nicht einmal im Modell auftauchen, habe ich keine Informationen darüber, wie viele Anhänger die Leute haben, die getwittert haben. Die Verwendung von LinkedIn- und Twitter-Bewertungen hilft uns also nicht, die Beliebtheit der Ansichtszahlen zu verstehen.
Ich habe auch nach einem Modell gesucht, das nicht einmal die Google-Ansichten verwendet, und obwohl es einige zusätzliche Bedingungen hatte, sieht es trotzdem ziemlich gut aus:
Ich sollte erwähnen, dass das Anpassen eines Modells für Google-Ansichten nicht sehr effektiv ist (selbst bei der Anzahl der Tage usw., was ein wenig überraschend ist). Zwar gab es mehr Ausdrücke bei der Anpassung von WordPress-Ansichten ohne Google, aber die größten Treiber waren Tage online und Kommentare.
Abschließende Gedanken
Der Versuch, dieses Modell für die vergangenen Jahre zu verwenden, ist nicht so gut. Es gibt einige Posts, die scheinbar viel Verkehr bekommen, sei es aufgrund von Keywords oder anderen Mechanismen. Was die große Diskrepanz zwischen WordPress und Google angeht, denke ich, dass die tatsächliche Anzahl der Ansichten (was auch immer das bedeutet) irgendwo dazwischen liegt. Einige der Google-Ansichten sind so niedrig, dass man sich kaum vorstellen kann, dass nur wenige Personen einige Einträge gesehen haben. Es ist jedoch auch schwer einzuschätzen, wie viele Personen Einträge über die Indexseite für den JMP-Blog "angesehen" haben ( http://blogs.sas.com/content/jmp/) anstatt auf einen einzelnen Beitrag zu klicken, um ihn zu lesen.
Notiz an mich selbst (und meine Blogger) : Um zu versuchen, die Top-10-Liste für 2015 zu erstellen, posten Sie früh und erhalten Sie viele Kommentare… obwohl ich bezweifle, dass viele Kommentare die gewünschte Wirkung haben werden. Ein anonym Der Kollege bot scherzhaft eine andere Idee an: Er fügte absichtlich Tippfehler hinzu.
