AI на LinkedIn променя разпространението на съдържание в платформата, като поставя по-голям акцент върху експертността, стойността на публикациите и сигналите за дългосрочен интерес от аудиторията.
Вицепрезидент по продажбите публикува подробен пост в LinkedIn за структурите на корпоративните сделки. В първия ден публикацията получава 47 харесвания, 20 запазвания и осем коментара. Три седмици по-късно тя все още се появява във фийдовете на потребители. В същото време мотивационен цитат с 2000 реакции изчезва от видимост в рамките на 24 часа. Разликата е в това какво LinkedIn вече приоритизира.
Според проучване на AuthoredUp едно запазване дава на публикация в LinkedIn пет пъти по-голям обхват от едно харесване и е два пъти по-значимо от коментар. Запазената публикация също увеличава вероятността даден потребител да последва автора със 130%. Подобни сигнали подсилват това, което AI системите вече разпознават като качествено съдържание, и така подпомагат допълнителното му разпространение.
LinkedIn промени фундаментално факторите, които движат обхвата, но много маркетолози все още работят според предположения, които вече не са актуални. Платформата наскоро внедри 360Brew – AI система със 150 милиарда параметъра, която оценява не само реакциите към дадена публикация, а и самия текст. LinkedIn пренастройва дистрибуцията така, че да възнаграждава по-качественото съдържание в съответствие с начина, по който AI системите му анализират публикациите.
Тази промяна създава временен прозорец от възможности. Маркетолозите и авторите, които разберат новата логика на платформата по-рано, могат да получат предимство в обхвата, преди тези механики да станат масово познати.
Какво оценява LinkedIn
Преминаването от проследяване на ангажираността към оценка на самото съдържание променя кои публикации се усилват от алгоритъма и кои остават почти невидими. Няколко сигнала вече играят ключова роля за начина, по който съдържанието се разпространява.
Заглавието и първият абзац са решаващи
AI системите разчитат силно на ранните сигнали, когато интерпретират съдържанието. Това може да се сравни с преглед на автобиография, при който първият ред определя дали си струва да се продължи нататък, или документът да бъде оставен настрана. Ако една публикация започва с „Току-що ми хрумна интересна мисъл за продуктивността“, AI вече я е категоризирал като обща и неспецифична, още преди да достигне до по-съществената идея няколко абзаца по-надолу.
Разликата е видима при начало като: „Три екипа по обществени поръчки намалиха времето за включване на нови доставчици с 60% чрез автоматизирана проверка на съответствието.“ В този случай AI веднага разпознава експертиза в конкретна област и насочва съдържанието към подходящата аудитория. Останалата част от публикацията остава важна, но решенията за първоначално разпространение се случват още в началните изречения.
Проблемът с кръстосаните сигнали
LinkedIn все по-ясно изгражда профил на експертизата на всеки потребител. Ако длъжността Ви е директор „Продуктов маркетинг“, а съдържанието Ви е свързано с продуктови лансирания, позициониране и go-to-market стратегии, платформата отчита последователна експертност. Ако коментирате и публикации за SaaS ценообразуване и конкурентен анализ, това допълнително подсилва сигнала.
Но ако при същата длъжност публикациите Ви редуват маркетингови съвети, философия за лидерството и криптовалутни спекулации, сигналите стават разпилени. Ако коментарите Ви също са разпръснати между продуктивност, мотивационно съдържание и общи индустриални новини, AI трудно може да Ви припише ясна авторитетност в конкретна област.
Как да изградите авторитет, който AI на LinkedIn разпознава
Промяната в LinkedIn изисква конкретни тактически действия, а не просто общо намерение за създаване на „по-добро съдържание“.
Започвайте с експертиза
Прегледайте последните си пет публикации. Колко изречения са нужни, преди да демонстрирате реално познание по темата? Ако отговорът е повече от две, вероятно губите разпространение още преди да стигнете до основната си теза.
Публикация за задържане на клиенти не трябва да започва с „Задържането на клиенти е важно за SaaS компаниите.“ Това е празно въведение. По-силен старт би бил: „Приходите от задържани клиенти нараснаха с 34%, след като променихме onboarding процеса от продуктови обиколки към валидиране на бизнес резултати.“ В този случай експертният сигнал е незабавен.
Защо тясната експертна територия работи по-добре
Профилът в LinkedIn може да се разглежда като академична катедра. Професор по химия, който понякога публикува трудове по физика, биология и икономика, изгражда разпиляна достоверност. Същият професор, който публикува последователно в областта на електрохимията, постепенно се превръща в разпознаваем авторитет в тази ниша.
Съдържанието в LinkedIn работи по сходен начин. CMO, който последователно публикува по теми като бранд позициониране, архитектура на посланията и стратегии за навлизане на пазара, изгражда концентриран авторитет, който AI системите могат да разпознаят и усилят.
Всяко взаимодействие е сигнал
Коментарите и реакциите продължават да бъдат важни данни, чрез които AI оценява експертизата и релевантността на профила. Доклад на платформата за управление на социални мрежи Buffer посочва, че 83% от акаунтите, които отговарят на коментари под собствените си публикации, се представят по-добре от тези, които не го правят.
Затова активното участие в разговорите под собствените публикации вече не е просто добра практика за общностно управление. То е част от цялостния сигнал, който LinkedIn използва, за да разбере дали даден автор създава съдържание със стойност, последователност и реална експертиза.
- ТЕМИ:
