Edgerank y Graph Rank: ¿Cómo decide Facebook qué mostrar en tu muro de noticias?

Edgerank and Graph Rank: ¿Cómo decide Facebook qué mostrar en tu muro de noticias?

Facebook utiliza no uno sino dos algoritmos que son esenciales para los socialmedia managers y para los desarrolladores. Y que en líneas generales suelen ser omitidos, ignorados y el gran desconocido, además de mal interpretados, por gran parte de las personas de todos los sectores.

Graph Rank y EdgeRank son los algoritmos que utiliza la Facebook para organizar la enorme cantidad de actividad generada por todos sus usuarios, páginas, pero también por la información que publican las aplicaciones. Y para decidir qué historias se muestran a quién.

Graph Rank se utiliza para abrir aplicaciones gráficas, no mensajes de página o actualizaciones de estado de los usuarios (amigos). Aquellos que se ven afectados por EdgeRank, verán el contenido publicado en su muro determinado por lo que aparezca también en su en su Servicio de Noticias.

Tened en cuenta que por defecto, Facebook nos muestra aquellas publicaciones –Titulares- más relevantes por dichas interacciones, pero que hay más información que no vemos hasta que no seleccionemos Mas Recientes.

Ninguno de ellos estos baremos genera o produce una puntuación que pueda considerarse  global. Cada pedacito de la actividad en el sitio tiene un rango diferente para diferentes usuarios. Es decir, que cada uno de nosotros tiene una puntuación y la información que visualiza es la misma, matemáticamente hablando. Única, por así decirlo. Y porque el tiempo que permanecemos conectados y la afinidad e interacciones que tengamos con los usuarios juega un papel vital y esencial. Ni el rango ni el valor de cada objeto publicado es constante.

EdgeRank es el algoritmo que determina qué artículos se publican en cada uno de los Servicio de Noticias de los usuarios. Como todas las personas tienen amigos y páginas que les gusta, la mayoría de los usuarios estarían abrumados al ver toda la actividad generada por estas conexiones. Facebook, por lo tanto, asigna un valor a cada posible historia que podría terminar en nuestro muro.

Este valor se basa en la afinidad, el peso (importancia) y el tiempo.

  1. La afinidad es la relación entre el usuario y la página o amigo que crea un elemento.
  2. El peso se ve afectado por el tipo de historia, por ejemplo, si es una carga foto o un comentario sobre el estado de otra persona, Facebook tiende a valorar como rico dicho contenido. Precisamente por la interacción que puede producir. Y, a menudo, cuando se introduce algo nuevo, como preguntas, aunque sea temporal, la actividad puede verse afectada y eso afecta a la medición del algoritmo.
  3. El tercer factor que afecta EdgeRank es cómo de reciente es la publicación. Tomado en función a todas las interacciones recientes que tenemos la posibilidad de leer.

Estos son los factores que se toman en cuanta en cada publicación y que se enlazan a la historia de cada mejor amigo. EdgeRank es también la razón por la que la mayoría de los usuarios no ven todos las publicaciones de las páginas que les gustan (a ver si aprendemos algo). Cuantos más usuarios interactúen con la página, sin embargo, cuanto mayor sea la puntuación de afinidad y se convertirá en más probable para que pueda ser visto en el futuro.

Así que de lo que se trata es de aprovechar las interacciones de los usuarios, y no dejar que sus acciones caigan en saco roto hasta que se conozca la página, de manera gradual.

Graph Rank es un nuevo algoritmo que Facebook utiliza para determinar el grado de alcance con que se distribuirá la información a través de la actividad de la aplicación Servicios de Noticias, Ticker y publicaciones en el muro. Graph Rank fue introducida en F8 con el anuncio de un nuevo tipo de aplicación que se encargaría de publicar continuamente la actividad del usuario del Ticker y en el muro.

Como Facebook espera una proliferación de publicaciones de contenidos gracias al uso de estas aplicaciones Open Graph, se desarrolló un sistema para gestionar la cantidad y tipo de actividad que cada usuario vería. Graph Rank pretende mostrar a los usuarios de aplicaciones aquellas historias altamente relevantes en función de las otras conexiones que han hecho en Facebook.

Así que si un usuario juega a Palabras cruzadas con amigos, son más propensos a ver la historia de un amigo sobre otro juego de palabras que una historia a partir de un juego de acción arcade.

Por eso es tan puñeteramente importante que pongamos nuestros intereses y lo que nos gusta. Aunque ahora ya todos hemos llegado tarde y dependemos definitivamente de Facebook para ver según qué contenido.

[sociallocker id=»6055″]Esto parece que se debió a la reacción en forma de comentarios negativos que Facebook recibió después de priorizar a las aplicaciones de terceros en la plataforma. Muchos usuarios se sienten abrumados con la cantidad de actividad y de publicaciones que generan las aplicación y que llenan sus muros. La red social inicialmente respondió cortando varios canales virales que permiten que las aplicaciones crezcan orgánicamente.

Esto dejó un sabor amargo en la boca de muchos desarrolladores. Con el Graph Rank, Facebook espera llegar a un equilibrio que ayude a los usuarios a descubrir aplicaciones que puedan disfrutar sin poner en peligro el sitio o que puedan llegar a considerar a otros desarrolladores como spam.

Juntos, EdgeRank y Graph Rank ayudan a personalizar Facebook para cada usuario. Social Medias, Communities y desarrolladores tienen que entender en qué modo se muestra el contenido, y desde donde proviene, para poder encontrar la forma de optimizar sus esfuerzos allí. [/sociallocker]

Artículo basado en una interpretación libre del escrito por , titulado Edgerank and Graph Rank: How does Facebook Decide What to Show in Your Newsfeed?

Tengo alguna idea de por dónde empezar a trabajar.

¡Ah! Se aceptan comentarios, que estamos todos para aprender.

 

The following two tabs change content below.
Consultor y Estratega en Social Media y Marketing Digital. Mentor en redes sociales y marca personal. Escritor. Conferenciante. Formador. HootSuite Ambassador Lat-Am y España. Profesor de comunicación digital y marketing digital. Director de formación y profesor en Escuelas de Negocio y centros de estudios. Asesor de empresas en las Cámaras de Comercio de la Comunidad Valenciana.

QUÉ DICEN DE MÍ MIS CLIENTES

Deja una respuesta

Información básica sobre protección de datos Ver más

  • Responsable: Antonio Vallejo Chanal.
  • Finalidad:  Moderar los comentarios.
  • Legitimación:  Por consentimiento del interesado.
  • Destinatarios y encargados de tratamiento:  No se ceden o comunican datos a terceros para prestar este servicio. El Titular ha contratado los servicios de alojamiento web a ssdnodo.com, https://ssdnodo.com/privacidad que actúa como encargado de tratamiento.
  • Derechos: Acceder, rectificar y suprimir los datos.
  • Información Adicional: Puede consultar la información detallada en la Política de Privacidad.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Esta entrada tiene 9 comentarios

  1. Pingback: Bulos en Facebook ¿A quién benefician? - Marketeros Nocturnos

  2. Carlos Navarro Suñer

    OK. Estaremos atentos a tus recomendaciones. Un saludo

  3. Carlos Navarro Suñer

    OK. Estaremos atentos a tus recomendaciones. Un saludo

  4. Antonio Vallejo Chanal

    Buffff, estoy probando cadencias, horas, interacciones y de según qué tipos, tipos de publicaciones… Me da que para saber cómo va realmente tardaré un poco

  5. Antonio Vallejo Chanal

    Buffff, estoy probando cadencias, horas, interacciones y de según qué tipos, tipos de publicaciones… Me da que para saber cómo va realmente tardaré un poco

  6. Carlos Navarro Suñer

    Interesante aporte Antonio. Simplificando un poco, podemos decir que nuestras entradas en Facebook están muy condicionadas a estos algoritmos ¿Qué nos recomiendas?

  7. Carlos Navarro Suñer

    Interesante aporte Antonio. Simplificando un poco, podemos decir que nuestras entradas en Facebook están muy condicionadas a estos algoritmos ¿Qué nos recomiendas?