今はランダムツイートによるPV数アップに躍起になっています。
前回読まれない記事はランダムツイートしても全く読まれないことがわかりました。
ダメなものはリンククリックされないのですぐにわかります。
この内容を踏まえてランダムツイートによるPV数効率化を目指します。
では、少しデータを評価・深堀りしてみます。
評価方法
- 1日1回同時刻(19:20頃)に過去記事をランダムにツイートする
- Google Analyticsでツイート日とその翌日を含んだ範囲でPV数を検証する
Google Analyticsの使用する箇所
日付を選択して絞り込み(ツイート日+その翌日)
セカンダリディメンション → 他のディメンション → ページタイトル
ランダムツイートした記事タイトルを抜き出す
抽出結果
PV数2桁行くものが少なくて恐縮ですが抽出結果は以下の通りです。
ばらつき確認
計53件で標準偏差は3.52。中央値と平均値が不一致。
PV数のばらつきをヒストグラムで確認すると以下の通りです。
もしかしてポアソン分布?
Wikiによると1分間のWebサーバへのアクセス数はポアソン分布に従うようですね。
1分間のWebサーバへのアクセス数。
例えば、1時間あたりのウィキペディアの最近更新したページの編集数もおおよそポアソン分布。
近そうな事例です。
僕のページはPV数が少ないので1分では計れません。
しかしツイート後1日のページのアクセス数はポアソン分布に従っている可能性があります。
早い話、確率で表せるということ。
カーネル密度関数で算出してみます。
当ページの記事数は約450。
10PV以上の記事が6~7%程度なので27記事~31記事程度。
次の進め方
タイトルを変更してPV数を上げるアプローチを考えましたが、
まだ見つかっていないPV数10超えのタイトルを探す方が効率が良さそうです。
またタイトルの書き方の問題と考えていましたが
タイトルではなく記事のジャンルのジャンルによって傾向がありそうです。
どうも僕の記事では以下の系統の記事がリンクで飛んできそうです。
- 転職の話
- 若い人に向けたメッセージ記事
- データ分析
また、ツイート直後にリンククリックは増えてそれ以降はあまり増えません。
ランダムツイート後1時間ほどで確認すれば良さそうです。
ランダムツイートと高PV獲得ツイートの2種類を実施すれば良さそうな気がします。
- ランダムツイートを実行する
- PV数を記録する
- 高PVツイートを実行する
- 高PVツイートのPV数を記録する
※高PVツイートの特徴
- ランダムツイートの結果の高PVツイートを抽出し上位N件からランダムにツイートする
- 前回のツイート時点よりN日以上間隔をあける
- 時間帯を変更し効率の良い時間帯を探る
まとめ
それにしても若者に向けたメッセージ記事など何故読みたがるのか。
対象が狭いほど該当する人に刺さるというやつですかね。
「短髪で長身の眼鏡をかけた20代プログラマーの進むべき道」
「今更手に職が欲しい40代プログラミング初学者に告ぐ」
「嗚呼、中間管理職 カネなし暇なし、30代リーダーの悲鳴」
とか。
いずれにせよこれまで無計画に書いた記事達の
ランダムツイートによるPV数を集める必要がありそうです。
少し目的がはっきりしたので楽しくなってきました。
作らねばならんな。
しばらく開発に没頭するので更新は適当になります。
おわり
コメントを残す