Quick definition
EdgeRank fue el algoritmo original del feed de noticias de Facebook, que ordenaba las publicaciones por afinidad, peso y decaimiento temporal. Desde entonces se reemplazó por un sistema más nuevo.
EdgeRank es el nombre que se le dio al primer algoritmo de Facebook que decidía el orden de las publicaciones en el feed de noticias de un usuario, introducido alrededor de 2010. Se describía habitualmente mediante tres factores: afinidad (qué tan cercana es la relación entre quien ve la publicación y quien la publica, según las interacciones pasadas), peso (cuánto cuenta un tipo de contenido o interacción determinado, donde los comentarios suelen ponderarse más que los me gusta) y decaimiento temporal (qué tan reciente es la publicación). La visibilidad de una publicación era, en términos simplificados, el producto de estas tres señales. EdgeRank se convirtió en toda la industria del marketing en una forma abreviada de decir «cómo funciona el feed», mucho después de que Facebook siguiera adelante.
Facebook retiró públicamente el modelo autónomo EdgeRank hace años y lo reemplazó por un sistema de clasificación por aprendizaje automático mucho más complejo, que pondera miles de señales en lugar de tres. El término persiste en la conversación de marketing como una manera cómoda de describir la idea de fondo: en las plataformas sociales, el alcance se gana mediante relaciones, calidad de la interacción y oportunidad, en lugar de estar garantizado a cada seguidor. Los principios que EdgeRank codificó —que la interacción significativa supera al alcance pasivo y que la actualidad importa— siguen resonando en cómo se entiende el comportamiento de los feeds modernos en muchas plataformas.
Aunque el propio EdgeRank es obsoleto, sus lecciones siguen siendo prácticas. El contenido que genera interacción genuina, especialmente comentarios y compartidos, tiende a recompensarse con una distribución más amplia; publicar cuando tu audiencia está realmente activa mejora las probabilidades de una interacción temprana que le señala calidad al algoritmo; y la interacción constante construye la afinidad que mantiene tus publicaciones apareciendo. Trata a EdgeRank como un cimiento histórico, no como un manual de reglas actual: los detalles han cambiado, pero la dirección no.
Where SocialKit fits
La lógica de afinidad y actualidad que EdgeRank fue pionero en aplicar todavía favorece las publicaciones bien programadas: la programación en el mejor momento para publicar de SocialKit busca colocar tu contenido cuando tu audiencia está más activa en cada plataforma.
€0.00 due today · cancel anytime · 7-day money-back guarantee
FAQ
Quick answers to the questions people ask most about this term.
SocialKit posts to all 11 platforms from one calendar and tracks how every post performs, so the numbers explain themselves. Try it free for 7 days.
€0.00 due today · cancel anytime · 7-day money-back guarantee