Dwell Time – Verweildauer auf LinkedIn – das Update das uns alle betrifft.
Seit Mai 2020 berücksichtigt LinkedIn bei der Einstufung des Feeds die sogenannte Dwell Time oder Verweilzeit. Zeit also um einmal zu schauen, was die letzten 3 Monate so passiert ist. Einfach ausgedrückt bezieht sich diese Anpassung darauf, wie lange ein Benutzer ein Update betrachtet als die eigene Zeit investiert und wie schnell ein User weg klickt oder den Inhalt gar “überspringt”. Clickbait-Überschriften und Artikel, die Lesern keinen Mehrwert bieten, sollen mit der neuen Funktion aussortiert werden – soweit die Kurversion.
Wie der Algorithmus bisher funktionierte
Wenn ein Nutzer Ihren Beitrag als ansprechend empfindet und für die Interaktion mit oder das Lesen Ihres Beitrags eine längere Zeit benötigt, waren wir schon länger auf der Gewinnerseite. Das hat viele dazu veranlasst mit reisserischen Titeln, längeren Videos, ausführlichen Dokumente, Umfragen und verschiedene Beitragslängen Inhalte zu teilen, um den Sweet Spot der Leser zu finden.
Daneben gab es oft den Effekt, dass man möglichst viele Menschen vertaggte um damit deren Reichweite zu nutzen – nun denn, tempi passati. Bevor wir uns die neue Funktion der beliebten Plattform ansehen, ist es wichtig, über die Funktionsweise des Algorithmus zu sprechen.
Jede Minute posten Tausende von Usern auf LinkedIn. Auch wenn es in der Dach Region rund 5 – 10% der aktiven User sind, so ist das doch eine Menge. Diese Beiträge werden täglich von Millionen von Usern angeklickt.
LinkedIn will nun beide Parteien, die Content Creators und die Content Consumers enger verknüpfen und an die Plattform binden. Da der Algorithmus jedoch nicht immer intelligent genug ist, um den Inhalt eines Posts oder Artikels 100% zu verstehen und festzustellen, ob er interessant ist, basieren die Kriterien auf den Interaktionen der Benutzer. Das bedeutet: es ist eine Mischform, die aber wiederum die Mathematik der Algorithmen nutzt um damit ein Modell zu erstellen.
LinkedIn formuliert das wie folgt (Quelle LinkedIn):
The Feed AI Team’s mission is to help LinkedIn’s members discover the most relevant conversations and content in their feed to help them be more productive and successful.
To accomplish this, we train our machine learning models to predict several quantities for each possible click and viral action (click, react, comment, share):
P(action) = Probability of Alice taking this action on the update
E[downstream clicks/virals | action] = Expected downstream clicks/virals if Alice takes this action
E[upstream value | action] = Expected upstream value to Bob if Alice takes this action
The outputs of these models are then synthesized into a single score using a weighted linear combination, where the weights are tuned to ensure that all three components are appropriately balanced in order to maintain a healthy feed ecosystem. Finally, this score is used to perform a point-wise ranking of all the candidate updates.
Bisher entsprachen die vom Algorithmus untersuchten Interaktionen dem Engagement, also der Anzahl der erhaltenen Likes und der Zahl der Kommentare. Kommentare haben dabei ein viel grösseres Gewicht als Likes nun sorgt AI in Kombination mit DwellTime und dem Skip Faktor dafür, ob ein Inhalt wieder auftaucht oder sogar favorisiert wird.
Welche Vorteile bietet Dwell Time?
Es gibt zwei Hauptgründe für die neue Funktion:
Das Netzwerk will mit seinem neuen Algorithmus die Meinung der 90 Prozent von Usern berücksichtigen, die nicht selbst Inhalte erstellen oder nur bedingt interagieren. Die Dwell Time beobachtet das Verhalten dieser 90 Prozent, um die Qualität eines Beitrags zu bestimmen.
Auf der anderen Seite sind Eingriffsaktionen wie Likes und Kommentare leicht zu fälschen. Es gibt Menschen die führen 2 oder mehrere Accounts, oder nutzen Push Gruppen um Likes oder Kommentare zu erhalten, und damit die Reichweite Ihrer Inhalte künstlich zu erhöhen. Das Messen der Qualität eines Posts und damit das Definieren seiner organischen Reichweite durch das, was LinkedIn-Ingenieure als virale Aktionen bezeichnen, ist daher eine zu grobe Annäherung.
Auch der einfache Klick auf einen Link oder „Mehr sehen“ im Beitrag könnte eine irreführende Indikation sein, da der Benutzer die geöffnete Seite sofort verlassen hat oder den Rest des Beitrags nicht gelesen oder verstanden haben muss.
Ebenso sind Metriken wie das Teilen nicht sehr zuverlässig, da es unmöglich ist, den mit der Aktion verbundenen Kommentar objektiv zu analysieren. Ist es ein Teilen, um eine Person anzuprangern oder qualitativ hochwertige Inhalte hervorzuheben? Entspricht die Verweilzeit dem Zeitaufwand für einen Post?
Die meisten Internetnutzer setzen die Verweilzeit mit der Zeit gleich, die sie für den Post aufgewendet haben. Um das Verhalten nicht interagierender Benutzer zu gewichten und eine zuverlässigere und lineare Metrik zu erhalten, untersuchten die LinkedIn-Engineers jedoch die Zeit, die für einen Beitrag aufgewendet wurde. Sie haben so herausgefunden, dass die Wahrscheinlichkeit, einen Kommentar oder ähnliches zu bekommen, umso höher ist, je mehr Zeit für einen Beitrag aufgewendet wurde.
Das Ergebnis ist, je mehr Zeit User mit einem Beitrag verbringen, desto höher ist die Wahrscheinlichkeit, dass sie sich für den Inhalt engagieren. Das Engagement ist ein wichtiges Zeichen für das Interesse am Inhalt. Und je mehr Zeit für den Beitrag aufgebracht wurde, desto interessanter ist er. Diese einfache Logik erfasst der Algorithmus.
Die Verweildauer wird wiederum in zwei Teile unterteilt:
- Die Zeit, wenn User durch den LinkedIn-Newsfeed scrollen, sobald die Hälfte des Beitrags sichtbar ist
- Die Zeitspanne nach dem Klicken auf „Mehr sehen“
Die für den Beitrag aufgewendete Zeit beeinflusst daher den Algorithmus und damit den Umfang der Veröffentlichung positiv oder negativ.
Was steckt hinter dem Algorithmus von LinkedIn?
Es versteht sich, dass die soziale Plattform nicht bewertet, ob der Beitrag sehenswert ist, sondern sich fragt „Ist der Inhalt für den Benutzer am relevantesten?“. So verbindet der Algorithmus verschiedene Kriterien wie das Profil des Benutzers, die Viralität des Beitrags (Anzahl der Likes und Kommentare), die Affinität des Users zum Autor des Artikels und andere Indikatoren wie Sprache oder Herkunftsland.
Durch Kombinieren dieser Kriterien wird die Wahrscheinlichkeit bestimmt, dass User den idealen Post zugespielt bekommen. Anschliessend werden diese priorisiert, bei denen die höchste Wahrscheinlichkeit besteht, dass Benutzer sie lesen.
Dieses Algorithmus-Update hat die Qualität des Newsfeeds erheblich verbessert. Es verringert die Anzahl der übergangenen Artikel und erhöht so die Relevanz des angebotenen Inhalts.
Wie der Algorithmus funktioniert und wie genau die Verweilzeit in den Umfang der Veröffentlichungen passt, ist nicht vollständig bekannt aber immerhin ist LinkedIn sehr transparent:
Die Modellierung integriert mathematische Funktionen und maschinelles Lernen. Eines steht jedoch fest: Es ist viel komplexer als etwas Binäres. Das Entwickler-Team will den Algorithmus nun kontinuierlich aktualisieren, um die Vorschläge auf der Plattform zu verbessern und Artikel immer relevanter zu machen und dabei berücksicht die KI auch, ob eine Userin oder ein User den Inhalt “skipped” also nur anschaut und überspringt oder gleich komplett ignoriert.
Der LinkedIn-Algorithmus bewertet Zeit, Relevanz und Engagement
Die Plattform stellt klar, dass die erfolgreichsten Beiträge nicht die mit den meisten Likes, Kommentaren und Freigaben sind. Besucher müssen auch Zeit dafür aufwenden, mit Inhalten zu interagieren und diese konsumieren, die einen echten Mehrwert bieten. Relevanz wird über Aktualität bewertet. Aber auch dann geht ein Beitrag nicht mehr so einfach viral, wie mein Beitrag zu den LinkedIn Fakten zeigte: über 101 Kommentare, 24 Shares und 14’000 Ansichten waren nicht genug um den Beitrag “viral” gehen zu lassen.
Erstes Fazit
Um mehr Leser anzuziehen und die eigene Reichweite zu erhöhen, müssen die geposteten Beiträge das Publikum interessieren. Die Inhalte müssen zudem den ständigen Richtlinienänderungen der grossen Anbieter standhalten, wenn diese über Nacht ihre Algorithmen ändern.
Je mehr Zeit wir mit Inhalten damit verbringen, relevante Inhalte auf der beliebten Plattform zu veröffentlichen und zu teilen, umso eher werden Sie ein festes Netzwerk aufbauen. Nur so können Sie mit Usern in Kontakt treten und erfolgreich eine Zielgruppe formen.
Angesichts der Entwicklungen auf der beliebten Plattform bleibt der Schlüssel zum Erfolg die Qualität der Inhalte. Je besser der Algorithmus verstehen kann, wie sehr Ihre Leser Ihre geposteten Beiträge schätzen, desto eher werden Sie eine gute Bewertung erhalten und mehr Usern vorgestellt.
Meine Tipps für neue Inhalte: Vorsicht vor dem “skippen”
- Aufpassen, wenn es neue Inhalte gibt, dass diese nicht zu ähnlich sind wie bereits erstellte. Sei es die Headline, der Aufhänger, das Bild – innert 0.5 Sekunden entscheiden wir ob wir klicken oder skippen
- Schätze die Zeit deines Gegenübers und sprich nicht von Dir, sondern hilf bei einem Problem, das Du selbst überwunden hast
- Verwende nicht immer dieselben Headlines oder Bilder
- Wiedererkennung in Design und Look & Feel sind wichtig aber achte trotzdem abwechselnd zu sein
- LinkedIn ist nicht Facebook oder Instagram und darum poste auch – wenn es geht – nicht doppelt und gleichzeitig
- Ändere deine Inhalte: neue Blickwinkel, Ansichten, Themen die deinem Netzwerk helfen könnten
