Rede de Apoio aos Professores de Língua Estrangeira
Análises Descritivas Multivariadas
Engajamento e Correlações de variáveis de dados de acesso
Youtube da RAPLE
O engajamento é um conceito relacionado ao empenho dos inscritos em consumir conteúdos do canal e também uma estratégia de estimular o interesse deles em conhecer, comentar e compartilhar sobre o mesmos.
Os comentários e seus metadados são recursos relevantes para os algoritmos dos buscadores, sendo ainda mais relevante em face dos novos recursos de IA Generativa, como por exemplo Perplexity, GPTs, Gemini, etc)
O cálculo, geralmente, é realizado a partir da divisão entre o número de interações (Curtidas, descurtidas e comentários) pelo número de seguidores e o resultado multiplicado por 1000. * Métrica calculada pelo Buzzmonitor, utilizando dados fornecidos pelo Youtube)
Os não inscritos, em sua maioria, acessam por recomendações na barra lateral e/ou sugestões ao final de outras reproduções.
Métricas e Correlações do site da RAPLE
Análises Descritivas e seus Histogramas
Estatisticamente, o histograma de visualizações mostra que a maioria dos títulos de página possui uma contagem de visualizações relativamente baixa, com um número pequeno de títulos de página apresentando uma contagem significativamente alta. Essa distribuição sugere que as visualizações podem ser influenciadas por alguns poucos títulos de página com alto tráfego ou engajamento, enquanto a maioria dos títulos de página tem um impacto menor na contagem geral.
O histograma de Usuários Ativos mostra uma distribuição assimétrica positiva, com a maioria dos títulos de página tendo um número relativamente baixo de usuários ativos e alguns poucos títulos de página com um número muito alto de usuários ativos.
Os títulos de página com baixo número de usuários ativos podem representar uma oportunidade de otimização. É recomendável investigar os motivos pelos quais essas páginas não atraem tantos usuários e realizar melhorias para aumentar o alcance e engajamento.
A análise da distribuição dos usuários ativos pode auxiliar na segmentação de público e na personalização do conteúdo para diferentes grupos de usuários. Ao se deparar com possíveis outliers, como um número de usuários ativos muito acima da média, pode-se compreender o que torna alguns títulos de página tão populares e se é possível obter melhores resultados com outros títulos de página.
A maioria dos eventos está agrupada em um número limitado de títulos de página, que podem ser vistos como “hotspots” de atividade. Esses títulos de página exigem atenção especial para garantir que a experiência do usuário seja otimizada e que os eventos registrados sejam relevantes para os objetivos do canal. Uma baixa contagem inesperada de eventos em certas páginas pode indicar a existência de gargalos ou desafios de usabilidade que dificultam o acesso dos usuários.
Os três histogramas exibem uma distribuição semelhante, caracterizada por uma assimetria positiva. Essa assimetria sugere que a maioria dos títulos de página tem um desempenho modesto em termos de visualizações, usuários ativos e contagem de eventos, enquanto um pequeno número de títulos de página apresenta um desempenho excepcionalmente alto.
Essa similaridade na distribuição das três métricas indica uma forte correlação entre elas. Ou seja, títulos de página com muitas visualizações tendem a ter também um grande número de usuários ativos e uma alta contagem de eventos. Essa correlação pode ser explicada pelo fato de que as três métricas estão relacionadas ao engajamento do usuário com o conteúdo do site.
No entanto, é importante observar que a correlação não implica causalidade. Ou seja, o fato de um título de página ter muitas visualizações não significa necessariamente que ele terá também um grande número de usuários ativos e uma alta contagem de eventos. Outros fatores, como o tipo de conteúdo, o design da página e as estratégias de divulgação, também podem influenciar essas métricas.
A análise comparativa dos histogramas permite identificar os títulos de página que se destacam em cada métrica e aqueles que apresentam um desempenho abaixo do esperado. Essa informação pode ser utilizada para otimizar o conteúdo do site, melhorar a experiência do usuário e direcionar as estratégias de difusão de forma mais eficiente.
Correlações do Modelo de Regressão Linear
A visualização de páginas é a principal variável dependente do estudo porque pode ser incluída em praticamente qualquer planilha de extração de dados do Youtube, que embora possibilite customizar os campos das tabelas do Analytics, não permite incluir todas as variáveis na coleta de dados. O Google Analytics do site da RAPLE permite articular as variáveis com mais possibilidades de mineração cruzada e favorece a análise multivariada.
Inicialmente, a matriz de correlação é calculada, a qual mede a correlação linear entre cada par de colunas em um conjunto de dados. Ela revela a força e a direção da relação linear entre cada par de variáveis. Seus valores variam de -1 a 1, em que 1 indica uma correlação positiva perfeita, -1 uma correlação negativa perfeita e 0 ausência de correlação linear.
As correlações indicaram:
- Visualizações x Usuários Ativos: 0.85 (forte correlação positiva) – Sugere que o aumento das visualizações da página está fortemente associado ao aumento do número de usuários ativos.
- Visualizações x Contagem de Eventos: 0.998 (muito forte correlação positiva) – Indica uma relação quase linear entre o número de visualizações e a contagem de eventos.
- Usuários Ativos x Contagem de Eventos: 0.87 (forte correlação positiva) – Sugere que um maior número de usuários ativos está geralmente associado a uma contagem maior de eventos.
As análises apresentaram relações lineares significativas entre as variáveis estudadas. A quantidade de visualizações de páginas mostrou alta correlação tanto com o número de usuários ativos quanto com a contagem de eventos. Além disso, o número de usuários ativos também apresentou forte associação com a contagem de eventos.
Correlações do Modelo de Regressão Não Linear
Ao aplicar um modelo de regressão não linear usando um modelo polinomial de grau 2, podemos verificar se há um melhor ajuste em relação à regressão linear. Usamos as variáveis ‘Visualizações’ e ‘Usuários ativos’ como preditoras e ‘Contagem de eventos’ como variável resposta.
Os gráficos gerados mostram a relação entre as variáveis e a qualidade do ajuste da regressão não linear. No gráfico ‘Visualizações’ x ‘Contagem de eventos’, podemos ver que a curva de regressão não linear se ajusta perfeitamente aos dados. No gráfico ‘Usuários ativos’ x ‘Contagem de eventos’, a curva de regressão não linear também se ajusta muito bem aos dados.
A regressão não linear (polinomial de grau 2) resultou em um R² de 1.00, o que indica um ajuste perfeito aos dados.
Ao comparar os coeficientes de determinação (R²) dos modelos de regressão linear e não linear, podemos observar que ambos os modelos apresentam um bom ajuste aos dados. No entanto, o modelo de regressão não linear (R² = 0.999) apresenta um ajuste ligeiramente melhor do que o modelo de regressão linear (R² = 0.77). Isso sugere que o modelo não linear consegue capturar melhor a relação entre as variáveis ‘Visualizações’, ‘Usuários ativos’ e ‘Contagem de eventos’.
Apesar da pequena diferença entre os valores de R², podemos considerar o modelo de regressão não linear como mais adequado para descrever a relação entre as variáveis. Ao selecionar o modelo mais apropriado para uma situação específica, é fundamental considerar fatores adicionais, como a complexidade do modelo e a interpretabilidade dos resultados.
