Depuis 2019, l’OSD utilise une méthode de calcul personnalisée (un algorithme) pour mesurer plus équitablement la variable d’engagement sur les réseaux sociaux.
Pourquoi créer un algorithme ?
La création d’une nouvelle mesure d’engagement est nécessaire.
En effet, le taux d’engagement, mesure la plus répandue reprend la formule mathématique suivante :
nombre d’interactions
______________________
nombre d’abonnés
(ou nombre de vues)
Cette méthode de calcul est suffisante pour suivre l’évolution d’un seul compte à moyen terme (et constater, par exemple, quelles publications rencontrent le plus de succès).
Mais elle n’est pas la plus performante :
Premièrement, toutes les interactions ne se valent pas.
En tant qu’utilisateur, si vous ne faites qu’aimer une photo, c’est une interaction, si vous la commentez, idem, une interaction.
Or, commenter un contenu, voire même le re-partager, cela signifie qu’il vous a « parlé », que vous vous êtes senti davantage touché(e) ou impacté(e) par celui-ci. Si ça n’était pas le cas, vous auriez certainement juste liké … ou même passé votre chemin.
Alors, comment distinguer une interaction « forte » comme le commentaire ou le partage d’une interaction « faible » comme le like ? Impossible (ou alors fastidieux) avec les outils actuels.
Deuxièmement, le taux d’engagement ne permet pas la comparaison.
C’est vrai dans le sport, mais également dans n’importe quel autre secteur d’activité.
Vos concurrents directs et indirects n’ont pas exactement la même histoire, le même palmarès, la même proximité avec sa communauté, la même concurrence sur son territoire,… Bref, hormis le secteur, la division ou la forme du ballon, pas ou peu d’éléments en commun.
Pourtant, le sacro-saint taux d’engagement est la valeur étalon pour mesurer les performances digitales d’un club mondialement connu, mais également une fédération sportive peu médiatisée ou encore un athlète majeure pratiquant un sport dit mineur.
Ça ne peut pas fonctionner.
Comment l'algorithme d'engagement fonctionne t-il ?
L’algorithme d’engagement répond à ces deux problèmes en :
- intégrant de nouveaux critères dans la base de calcul
- indiquant le niveau d’engagement attendu
- utilisant une base commune et objective à tous les comptes
Concrètement, l’algorithme intègre pour chaque publication, une multitude de critères tant sur le compte (nombre d’abonnés, activité sur le réseau), que sur la publication en elle-même (type de publication, comptabilisation des interactions par type…).
Ensuite, le jeu de la pondération fait le reste. Il en ressort un chiffre qui indique si la publication sur ou sous-performe (par rapport aux attendus).
Ce travail est reproduit pour chaque publication.
Comment savoir si une publication est performante ?
Très simplement.
Si le score d’algorithme d’une publication est 1, alors la performance est dans la norme.
Si son score est de 2, c’est qu’elle est 2 fois plus performante qu’attendu.
Si son score est de 10, elle est 10 fois plus performante,…
Idem, dans le sens inverse :
Si le score est de -3, la publication est 3 fois moins performante qu’attendu.
Et cela change tout !
Parce qu’en comparant les publications de deux clubs diamétralement opposés MAIS évoluant dans la même division, avec le taux d’engagement, nous pouvions avoir des taux d’engagement similaires, mais avec l’algorithme d’engament, des données bien plus précises et équivoques.
