Connect with us

Data

Lokalmedier reducerer tab på Facebook

Udgivet

den

Lokalmedier reducerer tab fra Facebook

Siden Facebook for snart to år siden skruede ned for mediernes eksponering på Facebook, har de lovet, at lokale nyheder ikke skulle blive ramt.

Tidligere analyser viser, at Facebook nogenlunde holder løftet i USA og nu peger nye data også på, at løftet har begunstiget danske lokale- og regionale medier.

Det fremgår af en ny analyse, Medietrends har foretaget af 99 danske regionale og lokale mediers Facebooksider. I analysen sammenlignes alle opslag fra juli 2018 til juni 2019 med den tilsvarende 12-måneder-periode året før.

Den mest enkle kurve til at illustrere spørgsmålet er, hvor mange likes, delinger og kommentarer medierne opnår per opslag.

Den grønne kurve viser med al tydelighed, at de 99 medier fik mindre og mindre ud af deres opslag igennem hele perioden fra sommeren 2017 til sommeren 2018. Og med samme tydelighed viser den røde kurve, at der sker noget positivt med algoritmen i efteråret 2018.

I alle måneder i 2019 har medierne i gennemsnit ligget mellem 16 og 33 procent højere end den tilsvarende måned året før.

Det skal understreges, at Medietrends analyse udelukkende måler interaktioner og antal opslag. Det kan derfor ikke direkte oversættes til rækkevidde på Facebook eller antal klik tilbage til mediernes egne sider.

Ligeledes kan det ikke udelukkes, at 99 andre lokale og regionale medier kunne have givet et andet billede. Men listen dækker alle regionale medier og et tilfældigt udvalg af lokale medier.

Listen indeholder kun skrevne medier. Havde den fx også inddraget TV2-regionerne, ville en stor mængde video-opslag formentlig have påvirket voldsomt i det samlede billede.

Det højere udbytte af at slå op på Facebook, giver naturligvis også gennemslag i den samlede mænge interaktioner. Her krydser de to kurver dog først hinanden to måneder senere, hvilket skyldes, at mediernes aktivitet på Facebook (antal opslag) var væsentlig neddæmpet i efteråret 2018.

Den mest præcise måde at måle udviklingen på, er den såkaldte interaction rate. Det er et regnestykke, der både inddrager antal interaktioner, antal opslag og Facebooksidernes antal følgere på det tidspunkt opslagene blev postet.

Det betyder, at data korrigerer for om Facebooksiderne henover perioden er vokset i antal følgere og derfor logisk set ville kunne opnå flere interaktioner.

Også interaction rate viser stort set samme udvikling, som de andre kurver.

Medietrends analyse indbefatter samtlige opslag i de to perioder – ialt 195.907 – opslag og det er derfor usandsynligt, at udviklingen er drevet af enkelte supervirale opslag.

Analysen er gennemført ved hjælp af værktøjet CrowdTangle.

Data

På disse tidspunkter gav Facebook mest bonus til medierne i 2019

Mellem ni og ti er det dårligste tidspunkt at pushe for medierne. Senere på dagen er der op til 25 procent flere likes, delinger og kommentarer at hente

Udgivet

den

Det er ikke helt ligegyldigt, hvornår medierne poster deres opslag på Facebook. I løbet af dagen svinger effekten målt på likes, delinger og kommentarer mange procent.

Det dokumenteres i en omfattende analyse af samtlige Facebook-opslag fra 65 danske medier i 2019. Ved at gennemgå alle 172.987 opslag, som de 65 medier slog op på Facebook sidste år, er det muligt at scanne, hvilke tidspunkter på døgnet, der gav den største effekt i 2019.

Som det fremgår af grafikken var effekten størst i de sene nattetimer. Men det skyldes især, at det primært er de store medier med mange følgere, der udkommer midt om natten og at de typisk kun gør det, hvis de har gode historier. I 2019 betød det for eksempel, at der var en stor overvægt af opslag fra valgnatten.

Det er derfor mest dækkende kun at kigge på timerne fra 7 om morgenen til 22 om aftenen, hvor de fleste af de 65 medier i undersøgelsen er aktive.

Selvom søjlerne kan syne meget ens, er der trods alt op til 25 procents forskel, på hvor mange likes, delinger og kommentarer medierne opnår med opslag, der er slået op på forskellige tidspunkter i dagtimerne.

Umiddelbart kan tidsrummet fra 9 til 10 virke som et dårligt tidspunkt, men mange medier, slår så mange opslag op hver dag, at der ikke er plads til at springe hele klokketimer over.

Medietrends har i analysen benyttet medianværdier. Det er den midterste værdi, der har lige stor afstand til den mindste og den største. Median oversættes ofte til den “typiske” værdi og den er meget mindre påvirket af enkelte udslag fra supervirale opslag med mange likes end en gennemsnitsværdi ville være.

Den øverste grafik viser, hvor mange likes, delinger og kommentar et opslag fra de 65 medier typisk fik.

Den næste grafik korrigerer for størrelsen på mediernes Facebooksider. Det sker ved, opslag for opslag, at beregne, hvor mange procent interaktioner opslaget fik i forhold til det antal følgere, Facebooksiden havde, da opslaget blev slået op.

Det kaldes interaction rate og kan bruges til at regne modsat og dermed beregne antal likes, delinger og kommentarer for enhver given Facebookside. Gang blot Facebooksidens antal følgere med den konkrete interaction rate og divider med 100.

Eks: En Facebookside med 10.000 følgere slår et opslag op klokken 11: 10.000 x 0,104/100 = 10,4 likes, delinger, kommentarer.

Som det ses, har kurven nogenlunde samme forløb med størst effekt om natten og mindst om dagen. Igen skyldes det, at nattens aktiviteter har tendens til mest at være vigtige begivenheder, som derfor ofte høster mange reaktioner.

Mange snakker om det nye aftenvindue, hvor mediebrugerne har tid til at konsumere nyheder i sofaen. Ud fra Medietrends data kan man godt forsigtigt bakke op om, at der er et potentiale i aftentimerne. Gennemslaget er ihvertfald ikke mindre og som den følgende grafik viser, er trængslen lidt mindre end i dagtimerne.

Inden man med milimeter præcision begynder at anvende Medietrends data som publiceringsværktøj, skal man huske at Facebooks algoritme hele tiden forandrer sig og at 2020 kan vise sig helt anderledes end 2019.

Alene indenfor 2019 var der udsving i de 65 mediers resultater på Facebook.

Det er også værd at notere, at det giver størst analyseværdi kun at måle på ens eget medie. Brug eventuelt Medietrends metode ved hjælp af CrowdTangle:

  • Hent data fra en passende periode via CrowdTangles “historical data”.
  • Sorter efter publiceringens klokkeslæt
  • Beregn median for hver time og sammenlign timerne. Medier, der ikke har store virale historier i kataloget, kan også anvende gennemsnit istedet for median, da det er hurtigere at beregne.

Læs resten af artiklen

Andre læser lige nu