Kan iemand dit uitleggen? Is spammen van het Facebook ecosysteem door recruitment apps viraal gegaan?
Monthly active users (MAU) voor geselecteerde Facebook recruitment apps, 1/7 – 30/8. Bron: Facebook.
Zijn Facebook recruitment apps allemaal spam engines?
-
Marc Drees - 30 augustus 2012
- in Recruitment nieuws, Social netwerk,
- 2.282 views
- 5 reacties
Michel Rijnders
says:Wat is precies de vraag?
Vind je de drie apps spammers en vraag je je af waarom deze zo hard (lijken te) groeien?
Marc Drees
says:BranchOut spamt, Silp spamt, maar Identified lijkt niet te spammen. Desondanks knalt het MAU cijfer ineens de pan uit. How come?
Michel Rijnders
says:My 4 cents:
1. De cijfers van Facebook apps worden geloof ik maandelijks/tweemaandelijks ofzo samen-/bijgesteld. De groei tussen 1 juli en nu is niet zo groot als deze grafiek (gebaseerd op appdata?) suggereert voor branchout en identified
+
2. Holiday is over. Het nieuwe werk- en ik-ben-afgestudeerd seizoen is aangebroken.
+
3. Normale ‘virale’ werking van netwerk applicaties
+
4. Wellicht dat men massaal de apps aan het verwijderen is 🙂
Marc Drees
says:De cijfers bepaal ik dagelijks via Facebook; AppData is niets anders een een reseller van Facebook data.
Het einde vakantie verhaal is zeker een mogelijkheid, maar de stijging van Identified is extreem in relatie tot de andere LinkedIn kloontjes. 26 augustus was het 1,2 miljoen MAU, 30 augustus 2,8 miljoen MAU? Bizar hoog.
Zou het verwijderen van een app op Facebook ook als een activiteit worden geteld? Zou wel heel erg komisch zijn…
Michel Rijnders
says:Ja, Facebook meet of je een app bezoekt / gebruikt. Dus als identified veel mails naar gebruikers heeft gestuurd en ze bezoeken de app om te bekijken en te bedenken dat ze hem willen verwijderen dan zal volgens mij massaal verwijderen van een app ook resulteren in een hoger aantal active users.
Maar nog even naar de grafiek. Die is interessant. Het gaat over Monthtly active users, dus de ‘unieke gebruikers in de afgelopen 30 dagen’ volgens Facebook definitie. Waar je een flinke stijging in een paar dagen ziet is dus werkelijk sprake van een groot verschil in het aantal unieke gebruikers tussen twee perioden.
In dit geval is er bijvoorbeeld een groot verschil tussen het aantal unieke gebruikers tussen de perioden 26-7 t/m 26-8 en 28-7 t/m 28/8. Het laat niet zien dat er in twee dagen een grote sprong is geweest.