La Growth News

La durée de lecture optimale d'un article sur Medium est de 7 minutes. C'est le résultat d'une analyse approfondie des données de la plateforme, réalisée par Mike Sall. En examinant divers paramètres comme le temps total passé, le nombre de visiteurs et le temps par visiteur, il est apparu que les articles de 7 minutes retiennent le plus l'attention. Cependant, cela ne signifie pas que tous les articles doivent être de cette longueur. La qualité reste primordiale, et un bon contenu attirera l'audience, quelle que soit sa longueur. Pour en savoir plus sur les méthodes utilisées et les conclusions détaillées, lisez l'article complet.

En mai 2022, deux entreprises spécialisées dans l'analyse des comptes Twitter, SparkToro et Followerwonk, ont mené une étude conjointe sur la proportion de comptes Twitter actifs étant fake ou spam. Selon cette analyse, environ 19,42% des comptes actifs (c'est-à-dire ayant tweeté au moins une fois dans les 90 derniers jours) répondent à des critères de faux comptes ou de comptes spam. Cette proportion est quatre fois plus élevée que l'estimation officielle de Twitter pour la fin de 2021. L'analyse détaillée incluait plusieurs jeux de données, dont un échantillon aléatoire de 44 058 comptes publics actifs et les followers de figures très médiatisées comme Elon Musk. Des techniques de machine learning ont été utilisées pour identifier les comptes suspects, en se basant sur 17 signaux corrélés au spam. Malgré une approche conservatrice afin de minimiser les faux positifs, l'étude révèle une réalité alarmante sur l'omniprésence des comptes inauthentiques sur la plateforme. Les auteurs insistent sur la transparence et la reproductibilité de leur méthode, invitant d'autres chercheurs à vérifier ou à compléter leurs résultats. Cet article offre non seulement des chiffres fascinants mais aussi une exploration approfondie des défis que pose la détection des faux comptes sur les réseaux sociaux. Pour plus de détails, y compris les implications potentielles pour l'acquisition avortée de Twitter par Elon Musk, lisez l'article complet.

Le suivi des conversions importées depuis Google Analytics vers Google Ads présente une série de défis rarement pris en compte. Bien que cette méthode soit souvent utilisée pour sa simplicité, notamment pour les campagnes de Smart Shopping, elle comporte des limitations majeures en matière d'attribution. En effet, ces conversions importées ne sont considérées par Google Ads que si elles sont attribuées au dernier clic (non direct) dans Analytics. Cela exclut les conversions avec des interactions intermédiaires telles que des visites organiques, des références internes, ou même des interactions de chat en ligne, ce qui réduit la valeur signalée du trafic Google Ads. Les modèles d'attribution complexes de Google Ads, comme le modèle linéaire, ne corrigent pas ces limitations. Ils ne s'appliquent qu'aux clics sur les annonces de recherche et d'achat, mais pas aux clics sur les annonces display, générant ainsi des rapports d'attribution peu fiables. Une solution possible consiste à séparer les comptes de recherche et display avec un suivi des conversions distinct pour chaque compte. Toutefois, cela complexifie davantage le processus de dédoublonnage des conversions. En conclusion, bien que l'importation de données d'Analytics puisse enrichir les insights de performances, pour l'optimisation et la gestion des enchères, il est conseillé de privilégier le suivi des conversions natif de Google Ads. Pour apprendre les détails et découvrir les solutions suggérées, poursuivez la lecture de l'article.