@kal ha detto in Il Test su Discover di Connect.gt:

Ad esempio, mi viene in mente ora che forse bisogna fare PRIMA la ricerca su Google e poi cliccare. Meglio se il contenuto è proprio in SERP.

Si potrebbe provare anche a fare qualcosa coinvolgendo più persone... ma se la user journey è confusa e Google non riesce a comprendere la correlazione tra ricerche trending e coorte di utenti "estesa"... non ce ne facciamo nulla.

Se attendiamo che il contenuto sia indicizzato, potremmo simulare la user journey in sostituzione al click diretto sul link...
X utenti effettuano una ricerca per query X (e relative) in trend e cliccano sul medesimo risultato.

Alla fine il giochino scatta dal punto 3, il 4 è un'azione che tu non hai svolto tra l'altro, quindi non indispensabile:

3. hanno cliccato sul messaggio atterrando sulla pagina incasinata del sito Microsoft che non aiuta per niente
4. si son messi a cercare su Google informazioni su come risolvere il problema

Continuo a vedere il volume come un elemento a corredo, ma non insignificante.

@brum ha detto in Il Test su Discover di Connect.gt:

Continuo a vedere il volume come un elemento a corredo, ma non insignificante.

Il problema è il volume di cosa.

Il volume dei dati clickstream su un URL? Probabilmente basso. Abbiamo la newsletter di Giorgio che prova questa cosa. La newsletter normalmente non viene visualizzata sul web... ma è entrata in Discover nel momento in cui ha avuto risonanza su Twitter. Ma IN QUEL CONTESTO sono bastate poche decine di clic...

Il volume di ricerca sulle query che Discover prova ad anticipare?

Probabilmente questo è più rilevante.

Ma sono idee, non sappiamo davvero se esista una soglia e quanto grande.

@kal proprio nel caso di quella newsletter (sono andato a vedere, la numero 3), avevo letto il contenuto sul browser per puro caso. Il giorno successivo l'ho trovata in discover.
Non mi è più capitato di leggerle sul browser ne di trovarle in discover.

Secondo me il volume dei dati clickstream su un URL ha il suo valore se correlato ad un trend in corso.

Tutta la spazzatura che trovo costantemente su discover con titoli clickbait ad esempio, quali query possono anticipare?
Hanno la quasi totalità del traffico proveniente dai social e gli articoli sono inesistenti. Se non per la mole di traffico che ricevono per un argomento in trend (calciatore, gossip, e simili) quali altre caratteristiche li spingono in discover?

Ora non dico sia determinante, ma non riesco ad escluderlo totalmente.
Poi, se entriamo in discover, con o senza volume, festeggio volentieri

@brum ha detto in Il Test su Discover di Connect.gt:

Tutta la spazzatura che trovo costantemente su discover con titoli clickbait ad esempio, quali query possono anticipare?

Questa è un'ottima domanda. Provo a fare qualche ragionamento.

Sicuramente su Discover non c'è SOLO contenuto correlato a trend in corso. Ci sono anche articoli "nuovi" ma correlati al segmento di interesse delle varie coorti in cui ti ritrovi.

Io ad esempio ho un flusso costante di notizie astronomiche, che è una delle mie passioni. Oppure ad esempio i videogiochi in generale.

Quindi sicuramente c'è una meccanica per i contenuti di "ricerca latente" (chiamiamola così, è quella che mi è appena capitata con la storia dell'aggiornamento di Windows) e una per i contenuti legati al semplice interesse.

In entrambi i casi abbiamo comunque:

1. contenuto fresco
2. correlato ad un interesse (costante o emergente) di un pubblico sufficientemente ampio

EDIT: parlando di coorti di utenti, ho appena avuto un'illuminazione...

FLoC

https://github.com/WICG/floc

È la proposta di Google per sostituire i cookie di terze parti per il targeting della pubblicità. Ma ha moltissime cose in comune con i discorsi che abbiamo fatto fin qua... e non credo per caso. Su Discover dopotutto ci sono gli annunci pubblicitari...

Questa frasetta è secondo me importante:

The browser uses machine learning algorithms to develop a cohort based on the sites that an individual visits. The algorithms might be based on the URLs of the visited sites, on the content of those pages, or other factors.

In altre parole: FLoC fa sì che sia il browser ad utilizzare i dati clickstream per generare delle coorti tramite machine learning.

Cioè ESATTAMENTE quello che abbiamo notato che fa Google.

@kal ha detto in Il Test su Discover di Connect.gt:

https://github.com/WICG/floc

È la proposta di Google per sostituire i cookie di terze parti per il targeting della pubblicità. Ma ha moltissime cose in comune con i discorsi che abbiamo fatto fin qua... e non credo per caso. Su Discover dopotutto ci sono gli annunci pubblicitari...

Questo documento è interessantissimo. Ora, noi come infiliamo il nostro contenuto in queste righe?

if cohorts can be used for tracking, then having more interest cohort samples for a user will make it easier to reidentify them on other sites that have observed the same sequence of cohorts for a user.

Sostanzialmente descrive la tua esperienza con il "windows update".
Ma dice anche che oltre a questo:

1. contenuto fresco
2. correlato ad un interesse (costante o emergente) di un pubblico sufficientemente ampio

il nostro contenuto dovrà essere identificabile, tra gli altri contenuti che appartengono alla stessa sequenza di coorti.

Nel caso del windows update, la selezione era semplice, perché l'articolo di computer world è l'unico fresco in relazione al trend e rispecchia le altre linee di cui abbiamo parlato.

Curati gli aspetti di cui sopra, se trovassimo bassa concorrenza sul contenuto fresco potrebbe essere un grosso aiuto per il nostro test.

Cosa dici, possiamo iniziare ad organizzare idee per il contenuto?

@brum ha detto in Il Test su Discover di Connect.gt:

Cosa dici, possiamo iniziare ad organizzare idee per il contenuto?

Sotto con le idee!

Anzi, sicuramente ne parliamo in live questo pomeriggio assieme a Giorgio, Alessio e Matteo.

@alex-mi cerca Internet Crazy Researchers e lo trovi subito --> https://pasteboard.co/JU6DKBd.png

Come non detto ho visto ora che hai già trovato

@alex-mi il gruppo è aperto e posso invitare membri per cui se mi vuoi dare il tuo nick provo ad aggiungerti

@alex-mi ha detto in Il Test su Discover di Connect.gt:

@alexmob

vedo che usi APPLE.
Chissà magari c'è qualche limitazione.
Comunque ora ho provato ad invitarti e, purtroppo, non ho quel diritto (https://pasteboard.co/JU726Gj.png)
MEA CULPA credevo di poterlo fare

@alex-mi ha detto in Il Test su Discover di Connect.gt:

Quello che mi infastidisce non poco è notare che su Discover si trovano troppo spesso i classici titoli acchiappa clic.

Questa osservazione l'abbiamo fatta anche nella Live con Giorgio e bisogna mettersela via: Discover È UN SOCIAL. Le dinamiche di comunicazione predominanti sono assolutamente quelle del clickbait.

@kal tu puoi aggiungere alex al gruppo telegram?

@barretta ha detto in Il Test su Discover di Connect.gt:

@kal tu puoi aggiungere alex al gruppo telegram?

No, dobbiamo chiedere a @giorgiotave

@kal ha detto in Il Test su Discover di Connect.gt:

@alex-mi ha detto in Il Test su Discover di Connect.gt:

Quello che mi infastidisce non poco è notare che su Discover si trovano troppo spesso i classici titoli acchiappa clic.

Questa osservazione l'abbiamo fatta anche nella Live con Giorgio e bisogna mettersela via: Discover È UN SOCIAL. Le dinamiche di comunicazione predominanti sono assolutamente quelle del clickbait.

Non so esattamente cosa sia per te clickbait (o meglio quale sia la tua sensibilità sul tema), però direi che nel mio Discover solo il 20% degli articoli proposti è clickbait.

Gestendo però i miei interessi può essere che lo influenzo fin troppo.

@luqweb ha detto in Il Test su Discover di Connect.gt:

Non so esattamente cosa sia per te clickbait (o meglio quale sia la tua sensibilità sul tema), però direi che nel mio Discover solo il 20% degli articoli proposti è clickbait.

Io lo intendo in senso esteso, ovvero: ottimizzare il copy delle anteprime per stimolare al massimo il clic dell'utente. Questo può essere fatto in modo onesto od in modo disonesto da parte del produttore del contenuto.

Ne abbiamo parlato anche in live, c'è sicuramente un algoritmo INTERNO a Discover che usa il CTR (o un più generale "interaction rate") come metrica per decidere se un contenuto vada spinto ulteriormente o se vada invece segato sul nascere.

Facebook, Twitter e tutti i principali social media hanno implementato un algoritmo analogo.