250 показов и 0 открытий: что я меняю после первых четырёх статей на vc.ru
Написать полезные статьи про ИИ оказалось проще, чем дать читателю повод их открыть. Показываю статистику нового блога, ошибки первого экрана и план проверки следующего выпуска.
Вечером 8 сентября кабинет моего блога показывал 250 показов в лентах, ноль открытий постов, одну реакцию и двух подписчиков. Это данные за выбранный в кабинете период 9 августа — 8 сентября. Сам блог существует с 4 сентября; к моменту снимка опубликованы четыре статьи.
В них есть схемы автоматизации, проверка заявок, ограничения ИИ и шаблон задания. Но по этим цифрам нельзя сказать, что я уже нашёл работающий формат. Два подписчика — первые люди, которым стало интересно продолжение. Масштаба пока нет.
Сначала разберёмся, что именно посчитано
На скриншоте — реальный кабинет на момент подготовки материала. Публичные счётчики постов считаются отдельно: при проверке профиля у четырёх статей было 130, 118, 64 и 63. Их нельзя складывать с 250 показами или выдавать за число уникальных читателей.
Показы в лентах. Значение: 250; Что он позволяет сказать: Кабинет зафиксировал распространение публикаций.
Открытия постов. Значение: 0; Что он позволяет сказать: В этом срезе нет зарегистрированных открытий.
Реакции к постам. Значение: 1; Что он позволяет сказать: Есть одна учтённая реакция.
Подписчики. Значение: 2; Что он позволяет сказать: У блога появилась первая аудитория.
Клики по ссылкам. Значение: 0; Что он позволяет сказать: В кабинете нет учтённых кликов.
Ноль открытий не доказывает, что текст вообще никто не видел: часть содержания доступна в ленте. Не знаю и точную задержку обновления кабинета. Поэтому формулировка «четыре статьи никто не прочитал» была бы эффектной, но недоказанной.
Также я не приписываю двух подписчиков одной конкретной публикации. Данных для такой связи у меня нет.
Что было опубликовано
Первый материал объяснял, нужен ли бизнесу ИИ-агент для входящих заявок. Второй — как проверить ситуацию, когда агент говорит «заявка принята», а подтверждения из CRM нет. Третий разбирал стоимость автоматизации с ручными исправлениями. Четвёртый давал одностраничный шаблон ТЗ.
У этих тем понятная прикладная ценность. Проблема первого экрана, на мой взгляд, в другом: заголовок обещает правильную методику, которую можно ожидать от любого автора на ту же тему. Почему остановиться именно здесь — видно недостаточно ясно.
Например, заголовок «ТЗ на ИИ-агента, которое не сожжёт бюджет» содержит обещание, но не показывает предмет. «Одностраничное ТЗ: заполненный пример и три решения, которые нельзя оставлять разработчику на догадку» уже объясняет, что читатель получит. Такой вариант ещё надо проверить; назвать его победителем до сравнения нельзя.
Три ошибки, которые вижу в своей подаче
Первая — слишком много объяснения, слишком мало материала для проверки. В статье про экономику полезна формула. Ещё полезнее таблица с исходными значениями, полным расчётом и ситуацией, в которой вывод меняется. В тексте про агентские системы нужны наблюдаемые результаты либо честно обозначенное моделирование.
Вторая — общее обещание в начале. Читатель сначала должен увидеть конкретную задачу и результат. Если первые абзацы можно перенести в десять соседних статей без изменений, они плохо объясняют ценность именно этого материала.
Третья — нет дисциплины сравнения. Два последних материала вышли с интервалом 18 минут. Я не знаю, конкурировали ли они за рекомендации. Но сравнивать их с публикациями трёхдневной давности по текущему счётчику точно некорректно: у них разный возраст.
Официальный гайд vc.ru отдельно выделяет заголовок, подзаголовок и обложку как вступительную часть, по которой читатель решает, открывать ли материал. Это хороший ориентир для работы, но не обещание определённого числа просмотров. Гайд по оформлению публикаций.
Что меняется в следующем выпуске
Для каждого текста я заполняю карточку до написания длинного объяснения:
Читатель. Пример для этой статьи: Автор экспертного блога с небольшой аудиторией.
Проблема. Пример для этой статьи: Полезный текст не превращается в заметный рост.
Наблюдение. Пример для этой статьи: В кабинете 250 показов и 0 открытий.
Доказательство. Пример для этой статьи: Снимок статистики с периодом.
Гипотеза. Пример для этой статьи: Конкретный первый экран даст больше поводов открыть статью.
Проверка. Пример для этой статьи: Открытия и реакции через одинаковое время после публикации.
Ограничение. Пример для этой статьи: Маленькая выборка и отсутствие случайного распределения читателей.
Схема работы получается короткой: факт → объяснение для читателя → материал для проверки → полезное действие → замер.
В следующих текстах будут синтетические наборы данных, заполненные таблицы и разборы неоднозначных задач. Учебные примеры останутся учебными: выдавать расчёт за исследование пяти моделей или клиентское внедрение я не собираюсь.
Сегодня отдельно проверяю плотный вечерний выпуск пяти разных материалов. Он смешивает влияние темы, формата и частоты, поэтому причинные выводы о времени публикации из него делать нельзя. После этого для более чистого наблюдения планирую один приоритетный материал в день. «Вечер лучше утра» пока тоже гипотеза.
Как проверю, помогли ли изменения
Сохраню показатели через 1, 6, 24 и 72 часа, затем через неделю. Где кабинет не даёт значение по отдельному посту, поставлю «недоступно», а общий прирост профиля запишу отдельно.
Если показов достаточно, а открытия остаются редкими, продолжу разбирать тему и первый экран. Если открытия появятся, но содержательных действий не будет, проверю, исполнил ли текст обещание заголовка. Это направления для диагностики, а не доказательство единственной причины.
У рекомендаций vc.ru много сигналов: взаимодействия с постами, данные контента и дата публикации. Точные веса мне неизвестны. Поэтому я не буду объяснять любой слабый результат «алгоритмами» или обещать охваты от набора хэштегов. Правила рекомендательных технологий.
Моя следующая цель — найти формат, который даёт повторяемые открытия и подписки. Одна случайная удача для этого недостаточна. Следующий публичный разбор покажет цифры, даже если рост окажется небольшим.
Что заметнее всего изменило результат вашего первого десятка статей: тема, конкретика в заголовке или собственные данные внутри? Интересен один пример с сопоставимым сроком измерения.
Подписывайтесь, если хотите следить за этим экспериментом и практическими разборами ИИ без придуманных успехов.