數(shù)據(jù)分析：什么時(shí)候發(fā)朋友圈最合適？

發(fā)布時(shí)間：2019-12-05 14:22:16 關(guān)注：538

　　在網(wǎng)絡(luò)傳播理論與實(shí)踐課上，呂欣老師提到了“媒體黃金時(shí)間的重新定義”。交通廣播的黃金時(shí)間是6:00-7:00和17:30-18:30的早晚交通高峰，電視的黃金時(shí)間是19:00-21:00，到了移動(dòng)互聯(lián)網(wǎng)時(shí)代，手機(jī)和我們互相成為延伸，不再像廣播、電視那樣那么受限于使用的場(chǎng)景。那么這個(gè)時(shí)代的黃金時(shí)間是什么？

　　大家不妨思考一下這個(gè)問題：

　　你認(rèn)為什么時(shí)候發(fā)朋友圈比較合適？

　　有人說，晚飯后發(fā)朋友圈比較合適，因?yàn)槟莻€(gè)時(shí)候大部分人都會(huì)閑下來刷朋友圈；也有人說，晚上發(fā)朋友圈的人太多了，自己發(fā)的內(nèi)容太容易被淹沒，反而更難取得關(guān)注；還有人說，早起發(fā)朋友圈更好、正午發(fā)朋友圈更好，因?yàn)榇蠹矣衅鸫埠蠊ぷ髑盎蚴俏顼埡笏⑴笥讶Φ牧?xí)慣，而且那時(shí)朋友圈更新的頻率比較小……

　　以上都是大家對(duì)朋友圈發(fā)布的基于經(jīng)驗(yàn)的思考，經(jīng)驗(yàn)會(huì)不會(huì)出錯(cuò)呢？我想研究一下。

　　首先，我們發(fā)朋友圈比較期待的就是兩個(gè)反饋：點(diǎn)贊和評(píng)論，因?yàn)樗鼈兪怯晌覀兯l(fā)布的內(nèi)容轉(zhuǎn)化而來的，所以我們稱之為“轉(zhuǎn)化量”。來看看我朋友圈一天中點(diǎn)贊量和評(píng)論量在24小時(shí)時(shí)間上的分布，其中圖中的每一個(gè)點(diǎn)代表一條朋友圈，縱坐標(biāo)是其收獲的點(diǎn)贊量/評(píng)論量，橫坐標(biāo)是朋友圈發(fā)布的時(shí)間。

　　朋友圈點(diǎn)贊數(shù)與時(shí)間散點(diǎn)圖

　　朋友圈評(píng)論數(shù)與時(shí)間散點(diǎn)圖

　　看到這里，很多人就想下結(jié)論了，顯然朋友圈晚上發(fā)比較合適嘛，晚上的點(diǎn)又高又密。真的是這樣嗎？這其中有許多的問題。

　　首先是樣本，圖中的7418個(gè)點(diǎn)代表我獲取我的朋友圈的7418條數(shù)據(jù)，局限性很大，不能代表所有人朋友圈的發(fā)布情況。其次，點(diǎn)的密度大只能說明該時(shí)段朋友圈的發(fā)布量大，這沒什么。還有，晚上點(diǎn)贊量高的朋友圈多，但點(diǎn)贊量低的朋友圈也多，點(diǎn)贊量的期望真的會(huì)高于其他時(shí)段嗎？

　　拋開樣本的局限性不說，我們先看一看這些朋友圈都是在什么時(shí)候發(fā)的：

　　朋友圈發(fā)布時(shí)間直方圖

　　工作日和各時(shí)段的平均發(fā)布量對(duì)比圖：

　　工作日與朋友圈平均發(fā)布量對(duì)比圖

　　可以看出，我的朋友喜歡在正午、傍晚、和晚間發(fā)布朋友圈，在每晚21:00-23:00達(dá)到全日的比較高峰。同時(shí)，的高峰比工作日更高。

　　這就是為什么有人會(huì)覺得晚上發(fā)朋友圈會(huì)被“淹沒”了。

　　可是，發(fā)朋友圈的人多，看朋友圈的人也會(huì)多啊！我把一天拆成48個(gè)時(shí)段，統(tǒng)計(jì)每個(gè)時(shí)段朋友圈的數(shù)量、點(diǎn)贊總量、評(píng)論總量，繪制成如下散點(diǎn)圖。

　　各時(shí)間段點(diǎn)贊量（黑）、評(píng)論量（灰）與發(fā)布量的散點(diǎn)圖與擬合直線

　　其中，每一個(gè)點(diǎn)代表一個(gè)時(shí)段，橫坐標(biāo)是其間朋友圈的數(shù)量，縱坐標(biāo)是其點(diǎn)贊總量（黑）/評(píng)論總量（灰）。再進(jìn)行一波線性擬合，發(fā)現(xiàn)……無論什么時(shí)候發(fā)朋友圈，獲得點(diǎn)贊、評(píng)論數(shù)量的期望幾乎是一樣的，一樣的！

　　這可真是太尷尬了。

　　這個(gè)時(shí)候老師發(fā)來了一條公式：選擇或然率公式。

　　將其投影在微信朋友圈上，我也得出了一條類似的公式：（微信朋友圈）轉(zhuǎn)化量公式。

　　進(jìn)行簡單的轉(zhuǎn)換，可以得出：

　　也就是：

　　所以，轉(zhuǎn)化量期望恒定的源頭就在于：我們發(fā)朋友圈的時(shí)間和瀏覽朋友圈的時(shí)間分布幾乎是一致的。

　　等等，回到剛才的問題，期望一樣又能怎樣呢？期望恒定了，我們獲得更大轉(zhuǎn)化量的機(jī)會(huì)也恒定了嗎？

　　這時(shí)，我們來關(guān)注一個(gè)新的指標(biāo)：注意熵。

　　微信朋友圈的發(fā)布、瀏覽、點(diǎn)贊、評(píng)論都是符號(hào)互動(dòng)的重要組成，它形成了比以往更多的人與人之間的強(qiáng)弱互惠性服務(wù)關(guān)系。這些互動(dòng)拓展了個(gè)體維持關(guān)系的能力，同時(shí)也擠壓了用戶的時(shí)間，占用了用戶的注意力。

　　假設(shè)我們的注意在各條朋友圈之間的分配是完全隨機(jī)的，那么各條朋友圈獲得的曝光機(jī)會(huì)也就是相等的。但事實(shí)上，我們的注意力會(huì)集中在某幾個(gè)位置而忽視其余位置，我們?cè)鯓尤ッ枋鲎⒁獾募谢蚍稚⒊潭龋?

　　基于香農(nóng)的信息熵理論，用戶朋友圈的注意熵可以反應(yīng)用戶注意的不確定性。

　　熵被用來衡量一個(gè)隨機(jī)變量出現(xiàn)的期望值，計(jì)算方法是：

　　我將點(diǎn)贊以及評(píng)論數(shù)據(jù)作為計(jì)算注意熵的來源，探究用戶注意的分散度。對(duì)于一份點(diǎn)贊樣本C，P(ci)=ci/∑C，即某條朋友圈的點(diǎn)贊數(shù)可反應(yīng)用戶注意停留在該內(nèi)容上的概率。

　　同樣把一天分為48個(gè)時(shí)段，對(duì)每個(gè)時(shí)段的所有朋友圈計(jì)算注意熵，可以得到總注意熵的趨勢(shì)圖：

　　各時(shí)間段的總注意熵

　　如果對(duì)每個(gè)時(shí)段取定量的朋友圈樣本，可以繪制各時(shí)段確定樣本數(shù)注意熵的趨勢(shì)圖：

　　各時(shí)間段確定樣本數(shù)的注意熵

　　由圖可知，在一個(gè)確定時(shí)間段內(nèi)，用戶的注意的隨機(jī)性會(huì)因內(nèi)容的增多而變強(qiáng)，而在一個(gè)確定數(shù)量的樣本中，用戶注意的隨機(jī)性幾乎恒定。

　　這就說明，用戶瀏覽內(nèi)容時(shí)，注意力出現(xiàn)的概率是恒定的，即用戶出現(xiàn)對(duì)某條朋友圈關(guān)注度提升的概率是恒定的，但是用戶的注意總量會(huì)被有限時(shí)間的內(nèi)容數(shù)量所稀釋，信息量越大，用戶隨時(shí)間分配注意的隨機(jī)性越強(qiáng)。

　　太玄學(xué)了。

　　緊接著，我的神仙老師又發(fā)來了一本書——巴拉巴西的鏈接，讀完之后，我發(fā)現(xiàn)其中無尺度網(wǎng)絡(luò)的冪律分布同樣適用于微信朋友圈。

　　首先，我們把我朋友圈的每一個(gè)用戶視作一個(gè)節(jié)點(diǎn)，每一個(gè)次點(diǎn)贊都形成兩個(gè)節(jié)點(diǎn)之間的有向邊，這樣一來，一個(gè)有向圖就形成了：

　　一個(gè)相同階數(shù)和邊數(shù)的隨機(jī)圖：

　　統(tǒng)計(jì)兩個(gè)圖中各個(gè)節(jié)點(diǎn)的度（節(jié)點(diǎn)連接的邊數(shù)），可以發(fā)現(xiàn)，朋友圈的圖的度的分布是冪律分布，而隨機(jī)圖的分布是二項(xiàng)式分布。對(duì)于冪律分布來說，研究其度的期望的意義不很大。

　　二圖度分布對(duì)比圖

　　平均沒有意義，多少不是關(guān)鍵。

　　綜上所述，如果朋友圈的質(zhì)量足夠高，那么我們可以一直維持在自己朋友圈這個(gè)冪律分布的頂端節(jié)點(diǎn)——那個(gè)擁有連接數(shù)比較多的節(jié)點(diǎn)，這個(gè)時(shí)候，朋友圈轉(zhuǎn)化率的期望值沒有意義——它幾乎是恒定的，朋友圈發(fā)布的數(shù)量不是關(guān)鍵——大部分朋友圈會(huì)被“淹沒”，起決定作用的就是我們獲得的曝光量。所以，質(zhì)量足夠高，什么時(shí)候“人多”什么時(shí)候發(fā)，這，就是互聯(lián)網(wǎng)時(shí)代的“黃金時(shí)間”。