31 Maggio 2021 1735 parole, 7 lettura minima

I 3 fattori che determinano il 55% del successo dei vostri post su LinkedIn

Di Pierre-Nicolas Schwab Dottorato di ricerca in marketing, direttore di IntoTheMinds
Capire come funziona l’algoritmo di LinkedIn è necessario per rimanere visibili su questo social network. Questo articolo rivela i risultati di un‘analisi che ho realizzato utilizzando 4,599 milioni di post su LinkedIn in 193 paesi. I risultati sono sorprendenti e […]

Capire come funziona l’algoritmo di LinkedIn è necessario per rimanere visibili su questo social network. Questo articolo rivela i risultati di un‘analisi che ho realizzato utilizzando 4,599 milioni di post su LinkedIn in 193 paesi. I risultati sono sorprendenti e sfidano molte idee preconcette. Sono solo 3 i fattori che giocano un ruolo nella visibilità dei post su LinkedIn. Questo articolo include anche i risultati delle ricerche che ho già pubblicato sull’effetto degli hashtag, l’influenza del numero delle parole e l’impatto delle emoji sulla popolarità dei post su LinkedIn.

Se siete interessati alle mie analisi, vi consiglio di iscrivervi alla mia newsletter qui sotto (assicuratevi di cliccare sul link di conferma che vi è stato inviato) e mandatemi una richiesta su … LinkedIn ? Potete anche scaricare gratuitamente il rapporto completo di 36 pagine in formato pdf.

Indice


crédits : Shutterstock

Introduzione

Capire come funzionano gli algoritmi è una sfida per chiunque sia attivo sulle reti. Gli algoritmi determinano la visibilità dei vostri contributi nella rete. LinkedIn non fa eccezione. “Dwell Time” è il principio che regola la visibilità su questa rete professionale.  Ma come “hackerare” l’algoritmo senza ricorrere a metodi proibiti (acquisto di like, pod)?

Per rispondere a questa domanda, ho utilizzato un dataset di 4,599 milioni di post su LinkedIn fornito da Linkalyze. L’ho preparato utilizzando le soluzioni di data science proposte da TIMi: Anatella per la preparazione dei dati, Modeler per la modellazione statistica. Vi invito a leggere la parte di questo articolo dedicata alla metodologia. Troverete tutti i dettagli tecnici e la ricetta tecnica che vi permetterà di preparare i dati con Anatella e “farli parlare” con Modeler.

I risultati in breve

  • Solo 3 fattori esercitano un’influenza statisticamente significativa sulla visibilità dei post su LinkedIn: il numero delle persone presenti nel vostro network, il numero delle parole, il numero delle emoji.
  • Variabili come gli hashtag, la lingua del post o il paese non influenzano significativamente la visibilità dei post di LinkedIn.
  • La dimensione del vostro network spiega il 34% della visibilità dei vostri post su LinkedIn.
  • Il numero delle parole utilizzate nei vostri post su LinkedIn ricopre il 19,1% della loro visibilità
  • Le emoji spiegano solo il 2,4% della probabilità di ottenere 100 o più reazioni.
  • Il 51,04% degli utenti di LinkedIn ha meno di 1442 connessioni, solo il 7% ne ha più di 10000 e l’1,3% più di 20000.
  • L’80,3% dei post su LinkedIn contengono meno di 92 parole.
  • Il 2,2% dei post su LinkedIn contengono più di 200 parole.
  • L’80,12% dei post su LinkedIn non contiene emoji.

Risultati dettagliati: i 3 fattori che influenzano la visibilità dei vostri post su LinkedIn

Innanzitutto, è essenziale definire il termine “visibilità” su LinkedIn. In questa analisi, ho esplorato la probabilità di ottenere 100 reazioni (Mi piace e commenti) per i membri con 25.000 connessioni al massimo. Ho, quindi, fatto 2 scelte arbitrarie che possono essere spiegate da:

  • il mio desiderio di definire un obiettivo binario (100 reazioni) che è probabile ma raro;
  • la necessità di eliminare gli account che distorcono i risultati (personalità seguite da centinaia di migliaia o addirittura milioni di persone)

Nota metodologica: variabili prese in considerazione nel modello

In un’analisi precedente, ho studiato il ruolo degli hashtag. In questa analisi preliminare, non ho incluso le emoji. Tuttavia, sembra che l’impatto delle emoji, anche se modesto, superi quello degli hashtag al punto da rendere questi ultimi insignificanti.

Questo tipo di fenomeno è abbastanza comune e appare quando si considerano nuove variabili in un modello di previsione.

Pertanto, è probabile che i risultati cambino man mano che si includano nuove variabili nel modello. Attualmente, il modello di previsione prende in considerazione le seguenti variabili

  • dimensione della rete
  • numero degli hashtag
  • numero delle emoji
  • numero delle parole
  • lingua
  • paese

Alla fine, solo 3 fattori giocano un ruolo importante nel numero di reazioni (e quindi sulla visibilità) dei vostri post su LinkedIn:

Il 34% dell’effetto è spiegato dalla dimensione della rete
Il 19,1% dal numero delle parole
Il 2,4% dalle emoji

Questi 3 fattori spiegano il 55% della visibilità. Non sono noti i fattori che compongono il restante 45%.


Fattori che non influenzano: lingua, paese e … hashtag

Il paese e la lingua non influenzano la vostra probabilità di ottenere 100 reazioni su un post di LinkedIn. Questa è una buona notizia perché significa che non è necessario vivere negli Stati Uniti o scrivere in inglese per raggiungere questa impresa.

Tuttavia, è una sorpresa scoprire che anche gli hashtag non esercitano alcuna influenza statistica. In altre parole, gli hashtag non influenzano significativamente la probabilità di ottenere 100 reazioni. Nel primo modello di cui ho parlato nel blog, le emoji non erano ancora state prese in considerazione, “lasciando spazio” agli hashtag per esercitare il loro effetto. Ma non appena le emoji sono state incluse nel modello, il loro impatto, anche se modesto (2,4% del totale), ha “schiacciato” quello degli hashtag.

Fattore #1: la dimensione della vostra rete influenza la visibilità dei vostri post su LinkedIn

L’analisi di questi 4,599 milioni di post di LinkedIn mostra chiaramente l’effetto della dimensione della rete. Tutto sommato è piuttosto logico: più estesa è la rete di un membro di LinkedIn, maggiore è la probabilità di raccogliere consensi su uno dei suoi post.

Ciò che è sorprendente, tuttavia, è vedere l’influenza di questa variabile: 34%. In altre parole, raggiungere 100 reazioni su LinkedIn è condizionato per 1/3 dalla dimensione della rete. In parole povere, la probabilità di ottenere 100 reazioni aumenta dell’1% ogni 500 connessioni.

network size effect on linkedin post reach

Il 50% degli utenti di LinkedIn ha meno di 1442 connessioni. Con 1442 connessioni, si ha una probabilità di 1 su 50 di ottenere 100 like/commenti (2%).

Tuttavia, con 24.000 connessioni, la probabilità sale al 19%. Quasi 10 volte di più.

Conclusione n°1: Se volete essere visibili su LinkedIn, assicuratevi di avere una rete estesa. Questa è la chiave #1 del successo. Sfortunatamente, LinkedIn ha appena limitato il numero di inviti da inviare ogni settimana a 100. Quindi, dovrete sviluppare delle strategie alternative, come ho spiegato in questo articolo.


Fattore #2: il numero delle parole rappresenta il 19,1% della viralità dei post su LinkedIn

Il secondo fattore importante è il numero di parole del post su LinkedIn. Rappresenta quasi il 20% della probabilità di raggiungere 100 like o commenti.

Un post che contiene 220-230 parole ha 6 volte più probabilità di ottenere 100 like/commenti rispetto alla media.

Come ho spiegato in dettaglio in questo articolo, l’effetto non è lineare. È visibile un punto di flessione intorno alle 150-170 parole. Questo significa che c’è un interesse a superare questo limite quando si scrive un contenuto.

Questo effetto si spiega con le modifiche apportate all’algoritmo di LinkedIn nel 2020. Il “dwell time” diventa la variabile che condiziona la visibilità di un post all’interno della rete di LinkedIn e, quindi, la sua capacità di ricevere like o commenti. “Dwell time” misura il tempo trascorso a interagire con i contenuti. Più tempo un utente trascorre su un contenuto, più l’algoritmo infonde che questo contenuto è interessante e merita di essere esposto ad altre persone nella rete. Un contenuto di 224 parole ha più probabilità di coinvolgere l’utente per un periodo più lungo di un contenuto di 50 parole. Quindi, l’effetto era prevedibile ma è quantificato per la prima volta.

Per quanto riguarda il punto di inflessione visibile intorno alle 150-170 parole, non so spiegare cosa possa rappresentare.

Conclusione n°2: per attirare like e commenti su LinkedIn, è meglio scrivere post lunghi, che superino le 176 parole.


Fattore #3: il numero delle emoji influenza il successo dei vostri post su LinkedIn

L’ultima variabile con un effetto significativo è il numero delle emoji. Ne ho discusso in dettaglio qui.

Vediamo un effetto positivo dalla prima emoji. In altre parole, mettere una sola emoji in un post su LinkedIn aumenta già le possibilità di ottenere 100 like/commenti.

Il motivo è abbastanza semplice da capire vedendo la distribuzione statistica dei post di LinkedIn in emoji. L’80% dei post non ne contiene nemmeno una. Includendo 16 emoji, come si vede nel grafico qui sotto, si otterrà un buon risultato. Con 16 emoji, le possibilità di superare le 100 reazioni verranno moltiplicate per 2,5.

L’analisi non dice dove bisognerebbe includere queste emoji o quali si dovrebbero usare.

Conclusione n°3: inserite le emoji nei vostri post su LinkedIn, e preferibilmente molte. La mia intuizione mi dice che le emoji visibili nelle prime 3 righe del post sono decisive, ma devo ancora provarlo.


Metodologia dettagliata

I used TIMi Modeler to find the best-performing prediction model.

Specifically, I considered 6 independent variables:

  • the name of subscribers to the person who posted the message
  • the country entered in the author’s profile
  • the language in which the post was written
  • the number of words
  • the number of emojis
  • the number of hashtags

To avoid introducing bias, LinkedIn members with a network of more than 25,000 subscribers have been eliminated from the dataset. VIPs have no trouble getting 100 likes, unlike mere mortals like you and me.

 

qualité modélisation facteurs visibilité posts Linkedin

Ho modellato la variabile prevista in forma binaria. Piuttosto che prevedere il numero di like o commenti, ho cercato di prevedere la probabilità di superare le 100 reazioni (like + commenti).

Ho scelto questo limite di 100 reazioni arbitrariamente perché meno del 3% dei post su LinkedIn ha raggiunto questa soglia. Io, fino a poco tempo fa, l’avevo raggiunto solo una volta.

Ho testato diversi tipi di modellazione (CART, random forest), ma alla fine, ho ottenuto i migliori risultati utilizzando l’algoritmo “in-house” di TIMi Modeler. L’AUC (Area al di sotto della curva) è del 62% con 3 variabili. Questo significa che 3 variabili su 6 hanno dato un “contributo” significativo nel predire il risultato.

 


crédits : Shutterstock

Conclusioni generali

Questi primi risultati forniscono una panoramica oggettiva dell’influenza di vari fattori sulla visibilità dei post su LinkedIn. Questi risultati mettono in discussione le ipotesi sviluppate sui presunti effetti di questa o quella pratica.

Tuttavia, è essenziale considerare che;

  • sono state prese in considerazione solo 6 variabili, e che altri effetti restano da indagare
  • il legame causale tra questi fattori (emoji, numero delle parole) e il numero di reazioni è ancora sconosciuto. In questa fase, è impossibile dire se è l’algoritmo a spingere i post contenenti emoji o se gli emoji attirano l’attenzione degli utenti che cliccano di più su di essi e inviano un segnale positivo all’algoritmo.

Quindi, c’è ancora molta strada da fare prima di capire tutti i punti più fini dell’algoritmo di Linkedin (se è possibile capirlo del tutto).


Ringraziamenti

Alla fine di questa prima analisi, vorrei ringraziare Sylvain Tillon, Thomas Pons, e Laetitia Verrière di Linkalyze, che mi hanno fornito il dataset.

I miei più sentiti ringraziamenti vanno anche a Frank Vanden Berghen per aver fornito la suite TIMi utilizzata in questo lavoro.


Rapporto completo da scaricare

virality-success-factors-linkedin-posts


Posted in Data e IT.

Pubblica la tua opinione

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *