В Интернете полно советов о том, когда писать в Твиттере, чтобы получить максимальную известность, но новое исследование подвергает научные исследования народной мудрости маркетинга.
Уильям Рэнд, директор Центра сложности в бизнесе Роберт Х. Школа бизнеса Смита вместе с соавторами из отделов научных вычислений и физики изучила шаблоны ретвитов 15000 подписчиков в Твиттере в течение двух разных пятинедельных интервалов, в 2011 и 2012 годах, начиная с 6 января.м. до 10 р.м. Ретвиты особенно ценны для маркетологов, потому что они помогают распространять информацию о бренде за пределы основных подписчиков.
Большинство маркетологов хорошо осведомлены о закономерностях в трафике Twitter.
Рано утром ничего особенного не происходит. Затем люди приступают к работе и интенсивно ретвитят, как они делают свой утренний серфинг.
Количество ретвитов падает с течением дня с небольшим увеличением на 5 p.м. Затем это снова проявляется позже, «когда люди возвращаются к своим компьютерам после обеда или находятся в баре или ресторане, используя свои телефоны», как выразился Рэнд. С понедельника по пятницу примерно так же, но в субботу и воскресенье поведение заметно отличается, с гораздо меньшими утренними всплесками и меньшим спадом в течение дня.
«Сезонная» модель публикации – модель народной мудрости – предложит публикацию всякий раз, когда есть пики в повторяющейся еженедельной схеме. (Какие пики вы выберете, будет зависеть от того, сколько твитов вы ожидаете отправить.)
Авторы сравнили эту модель с двумя другими: первая добавила к сезонной модели компонент, который искал необычные всплески и спады (вызванные, скажем, большими новостными событиями) и соответственно скорректировал шаблоны публикации.
Они построили окончательную модель с нуля: она учитывала индивидуальное твиттерское поведение каждого подписчика и предсказывала его или ее вероятность твита в следующие 10 минут.
Авторам сначала пришлось написать программу, которая собирала твиты.
Для каждого изучаемого пятинедельного периода авторы использовали первые четыре недели для построения модели и последнюю неделю для ее тестирования, публикуя твиты и наблюдая за тем, что произошло.
Все три модели были достаточно эффективными, но алгоритм, написанный авторами и учитывающий поведение каждого человека, оказался наиболее успешным при создании ретвитов. Этот документ служит демонстрацией того, что применение аналитических методов к данным Twitter может улучшить способность бренда распространять свое сообщение.
Авторы сделали доступным в Интернете программное обеспечение с открытым исходным кодом, разработанное для исследования.