Posted by on okt 24, 2011 in Blog, Facebook, Social Media | 5 comments

EdgeRank er den algoritme, som Facebook benytter til at beregne værdien af hvilke objekter brugeren bliver eksponeret for, i dennes nyhedsstrøm. EdgeRank algoritmen er stadigvæk relativ ukendt, men bør i høj grad tages i betragtning, når man benytter Facebook som social medie markedsføringsplatform. Ved at have opmærksomheden rettet mod netop de parametre der udgør algoritmen, kan man opnå bedre resultater. Med andre ord, man kan få mest muligt ud af sin tilstedeværelse på Facebook.

Ordet algoritme kommer fra arabisk og anvendes til at beskrive en fælles metode til effektiv løsning af matematiske eller logiske problemer. For Facebooks vedkommende er EdgeRank algoritmen løsningen på et af Facebooks største udfordringer – at tilbyde sine brugere den største grad af relevant indhold.

Terminologien

Facebook benytter sig af termerne ”Objects” (Objekter) og ”Edges” (kanter). Objekter er betegnelsen for det indhold en bruger skaber på Facebook, f.eks. ved at uploade tekst, billeder, videoer osv., med andre ord, det indhold der skabes af den respektive bruger. Kanter er betegnelsen for en brugers interaktion med et givent objekt, det kan være en ”synes godt om” (like), kommentar, en deling osv.

Kanter skabes når en bruger interagerer med et Objekt og når en bruger skaber et Objekt, skabes ligeledes en Kant. Hver dog opmærksom på, at ikke alle Objekter og Kanter er skabt lige (mere om det senere).

Hvordan virker Facebook EdgeRank Algoritmen

Det første en bruger ser, når denne logger på Facebook, er de Objekter andre brugere skaber. EdgeRank sorterer imidlertid i Objekterne, på den måde eksponeres brugeren for de mest relevante. Det medfører at vi som brugere kun bliver eksponeret for en fraktion, af alle de Objekter der skabes. Algoritmen vurderer altså – på baggrund af en række parametre – hvilke Objekter den respektive bruger har interesse i, at blive eksponeret for.

EdgeRank Algoritmen

For over to år siden blev det to Facebook ingeniørers fornemmeste opgave, at forklare mekanismerne bag deres EdgeRank algoritme til en f8 konference. Algoritmen var på daværende tidspunkt relativ ny. De leverede en formel for bedre at kunne forklare hvordan algoritmen virker:

 

Facebook EdgeRank Formel

Facebook EdgeRank Formel

EdgeRank Algoritmen Uddybet

EdgeRank algoritmen fordeler værdierne til Objekterne ud fra tre forskellige parametre; Affinitet (A), Engagement (E) og Aktualitet (A). Det lille e i formlen er betegnelsen for Kanten, og har – som det fremgår – stor indflydelse. Det er derfor vigtigt at huske på, at når en person – eller et brand – skaber et Objekt på Facebook, skabes der hermed også en Kant (e), og hver gang en ven eller fan (eller et brand) interagerer med dette Objekt, skabes endnu en Kant (e).

 

En interaktion er – som beskrevet ovenfor – defineret som den berøringsflade brugeren har med et givent objekt. Kanter er med andre ord de sociale berøringspunkter, med og fra brugeren, møntet på objektet. Og netop dét er baggrunden for, at virksomheder bør have fokus på at skabe social interaktion på Facebook– ellers risikerer man at blive sorteret fra af EdgeRank algoritmen.

 

Afkodning af EdgeRank Formlen

Formlen (som vist på billedet) er, som tidligere nævnt, den formel Facebook benytter til at forklare deres algoritme, hvilket bevirker at kun Facebook selv, kender den præcise vægtning af elementerne.

Affinitet (A)

Affinitet er et filosofisk begreb, der antyder et væsensslægtskab imellem to størrelser. Det anvendes ofte i filosofien, for at udtrykke det som muliggør to begrebers indbyrdes tiltrækning, berøring og evne til at indgå i forbindelser med hinanden.

I Facebook er affinitet den værdi Facebook tildeler ophavsmandens Objekt, ud fra brugernes interaktion med det skabte Objekt. Det betyder igen at jo mere en bruger interagerer med et Objekt, desto højere EdgeRank. Det medfører videre større sandsynlighed for at fremtidigt skabte Objekter bliver eksponeret for den respektive bruger. Men det betyder IKKE, at man kan øge en anden brugers affinitet ved, konstant at klikke på dennes Objekter eller profil. Parameteret fungerer således kun den ene vej.

Engagement (E)

Engagement er den samlede værdi af de Kanter, Objektet skaber. Med andre ord; jo flere sociale berøringsflader – Kanter – et Objekt opnår, desto højere EdgeRank. Det er altså sådan, at jo mere socialt engagement et Objekt skaber, desto større værdi tillægges det, og det medfører videre, at der opnås større sandsynlighed for, at Objektet bliver vist i andres brugernyhedsstrømme.

Man skal dog have for øje, at der lægges forskellig vægt på de forskellige måder at interagere med Objektet på. Hvilken af måderne der tillægges størst vægt (en kommentar, ”synes godt om”, deling, klik, tagging osv.) ved kun Facebook.

 Aktualitet (A)

Aktualitetsparameteret sikrer, at brugeren altid bliver eksponeret for de nyeste Objekter. Det betyder ikke, at alt det der skabes, behøver at være unikt, men blot aktuelt. Hvilket også bevirker at ’gamle’ Objekter har mindre sandsynlighed for at blive eksponeret for flere brugere. Nye Objekter har derfor større sandsynlighed for at blive vist i en brugers nyhedsstrøm.

Afsluttende Bemærkninger

Som bekendt lever Facebook af at brugerne benytter dennes platform så ofte som muligt og bliver på platformen i længst mulig tid. Derfor er det Facebooks vigtigste opgave at levere det bedst mulige indhold til brugeren, hvilket EdgeRank algoritmen bidrager til. Som ansvarlig for social medie markedsføringsstrategien er det derfor vigtigt at tænke EdgeRank ind i måden hvorpå strategien bliver eksekveret. Én konklusion man kan drage ud fra ovenstående er; succesen i en social medie markedsføringsstrategi ligger ikke i kvantiteten, men i kvaliteten af fans.