29 juni 2020 810 woorden, 4 min. gelezen Laatste update : 8 juli 2020

Wat is het beste moment om berichten te plaatsen op LinkedIn?

Door Pierre-Nicolas Schwab Gepromoveerd in marketing, directeur van IntoTheMinds
In een poging meer inzicht te krijgen in de werking van het algoritme van LinkedIn spreken gebruikers van dit sociale netwerk vaak over het ideale moment om inhoud online te zetten. Ik besloot dat te analyseren om de waarheid en […]

In een poging meer inzicht te krijgen in de werking van het algoritme van LinkedIn spreken gebruikers van dit sociale netwerk vaak over het ideale moment om inhoud online te zetten. Ik besloot dat te analyseren om de waarheid en de mythes van dit verhaal tot op de bodem uit te zoeken.

Als dit soort analyses u boeien en u wilt hetzelfde met uw gegevens doen, schrijf u dan zeker in op onze nieuwsbrief (zie hieronder). Zodra de procedure en tools klaar zijn om verspreid te worden en deze analyse uit te voeren, wordt u als eerste op de hoogte gebracht.

Samenvatting

Inleiding

Linkedin best posting timesAl in 2016 publiceerde LinkedIn zelf een blog (Engels) met aanwijzingen over het beste moment om inhoud te publiceren. Daarin toonde men een grafisch ontwerp dat werd gepubliceerd door Hubspot (zie hiernaast) en dat aangeeft dat inhoud op LinkedIn het best kan worden gepubliceerd op dinsdag, woensdag en donderdag:

  • in de ochtend tussen 7:30 en 8:30 uur.
  • ’s middags
  • in de middag tussen 17.00 en 18.00 uur.Met gedetailleerde luxe vernamen we zelfs dat publicatie het beste zou zijn op dinsdag tussen 10 en 11 uur ’s in de ochtend.Deze beweringen werden keer op keer herhaald en elke “influencer” ging erop verder.Sindsdien krijgen we elk jaar een overvloed aan voorspellingen, al naargelang de aanpassingen aan het algoritme. Sommigen doen nu zelfs voorspellingen per sector (Engels).Ook al zijn er cijfers beschikbaar, toch denk ik niet dat er een universele waarheid bestaat. Daarom besloot ik de prestaties van mijn LinkedIn-postings gedetailleerd te onderzoeken.

    Dat is wat ik u zal aantonen aan de hand van grafieken en visualisaties onder Tableau. Ik wil vooreerst duidelijk maken dat deze analyses geen commercieel doel hebben en dat ze deel uitmaken van het onderzoeksprogramma dat ik samen met mijn collega Laurence Rosier aan het onderzoekscentrum voor Linguïstiek LaDisco (Engels) van de Vrije Universiteit van Brussel uitvoer.


Methode

De toegang tot LinkedIn-gegevens bleek op methodologisch vlak een echte uitdaging. LinkedIn heeft immers de kwalijke neiging om u de toegang tot uw eigen gegevens te ontzeggen. Er kwam dus heel wat geduld bij te pas om de verschillende datasets op elkaar af te stemmen. Dat kon alleen dankzij Anatella, een ETL-tool (Extract-Transform-Load) waar ik het in een in een eerder artikel al over had.

Dankzij Anatella kon ik een complete dataset van 675 berichten reconstrueren. Het afstemmingsproces wordt hieronder weergegeven (klik op de afbeelding om te vergroten) en is gebaseerd op 3 datasets :

  • een archiefbestand van mijn berichten van de afgelopen 10 jaar (dit bestand bevat het exacte tijdstip van publicatie, de zogenaamde “timestamp”)
  • een json-bestand dat het mogelijk maakt om de ID’s van berichten te matchen (urn en shareUrn)
  • een xml-bestand dat het mogelijk maakt om likes, opmerkingen en het aantal views op te halen.

Ik wil de maker van Anatella, Frank Vanden Berghen, bedanken voor zijn kostbare hulp bij het uitpakken van het xml-bestand, evenals mijn vriend Michael voor zijn steun bij het schrijven van de code voor het uitpakken van het json-bestand.

reconciliation process under anatella of Linkedin posts


Resultaten

Hier is het deel waar jullie allemaal op gewacht hebben. Laten we niet rond de pot draaien en gewoon de objectieve gegevens analyseren.

De analyse van het aantal verkregen reacties volgens het tijdstip van publicatie toont dat 8-9 uur de periode is waarin ik de meeste reacties kreeg (Likes + commentaren). Zoals de grafiek hiernaast toont, werden op deze manier meer dan 1000 reacties verzameld.


We mogen echter geen overhaaste conclusies trekken. Want als u de grafiek van het aantal verkregen reacties (in oranje) vergelijkt met het aantal gepubliceerde berichten (in blauw), dan merkt u dat ze elkaar vrij behoorlijk overlappen.

Met andere woorden, het aantal reacties volgt gewoon uw publicatiegewoonten. Om de meest geschikte tijdstippen van publicatie te bepalen, moeten we kijken naar het aantal reacties per publicatie. Maar dat is geef perfect criterium, omdat uw berichten variëren. Het is dus een iets meer nauwkeurige indicator, maar verre van perfect. Als we deze methodologische voorzorgsmaatregel toepassen, krijgen we het volgende.

Nadat we de waarden waarvoor er onvoldoende gegevens beschikbaar zijn elimineren (zie hierboven links), krijgen we een grafiek (zie hierboven rechts) die het aantal reacties per LinkedIn-publicatie weergeeft. Visueel zien we dat er een “neerwaartse” trend lijkt te zijn van 7.00 uur tot 21.00 uur.

Een lineaire regressie (verre van perfect) maakt het mogelijk om deze trend te objectiveren. We zien dat het gemiddeld aantal reacties per bericht van uur tot uur lichtjes lijkt af te nemen.


Conclusie

De analyse van een dataset bestaande uit 675 berichten die op LinkedIn werden gepost, maakt het mogelijk om de hypothesen over het beste tijdstip van publicatie op LinkedIn te objectiveren. In mijn geval lijkt het gemiddeld aantal reacties in de loop van de dag iets af te nemen. Deze daling blijft echter erg relatief en daarom is het moeilijk te concluderen dat er  tijdstippen van publicatie zouden bestaan die beter zijn dan andere.



Posted in Diverse.

Plaats uw mening

Je e-mailadres zal niet getoond worden. Vereiste velden zijn gemarkeerd met *