Build an Engagement Decay Analyzer: How Fast Do Posts Die?

Context

대부분의 콘텐츠 크리에이터는 첫 시간의 조회수나 총 engagement만 추적하며, 시간에 따른 engagement 감소 속도를 측정하지 않는다. 이로 인해 초기에는 낮은 성과를 보이지만 장기간 알고리즘에 의해 선택되는 콘텐츠와 초기에만 급증 후 빠르게 소진되는 콘텐츠를 구분할 수 없다.

Technical Solution

• SociaVault API를 통해 동일 포스트의 다중 시점 engagement 데이터(조회수, 좋아요, 댓글, 공유) 수집: 게시 후 1시간, 24시간, 7일 등 정해진 간격으로 snapshots 획득
• engagement velocity 계산으로 decay curve 도출: 연속된 두 snapshot 간의 시간 차이로 시간당 engagement 증가량(views/hour, likes/hour) 산정
• half-life 메트릭 정의 및 계산: peak velocity의 50%에 도달하는 시간을 계산해 콘텐츠 수명 정량화
• 시간대별 버킷 분석으로 배치 추정 모델 구현: 0-6h, 6-24h, 1-3d, 3-7d, 7-14d, 14-30d 구간별로 평균 engagement rate 산출
• 콘텐츠 유형별 half-life 비교: Carousel(~36h), List/Tips(~14h), Video/Reel(~8h), Short Caption(~1.5h)로 분류해 longevity 순위화

Impact

Carousel 콘텐츠가 Short Caption 대비 24배 긴 half-life를 보임. Carousel의 평균 조회수는 47,200으로 Short Caption의 5,400 대비 약 8.7배 높음.

Key Takeaway

포스트 수명(half-life)을 추적하는 것이 총 engagement보다 알고리즘 선택과 장기 수익화 가능성을 더 정확히 예측한다. 시계열 데이터 수집과 decay curve 분석으로 콘텐츠 전략을 수치 기반으로 재설계할 수 있다.