Соцсеть: после смены ранжирования reach средних авторов упал в 2 раза при росте общего watch time

Ситуация: Новая модель ранжирования подняла суммарный watch time на 6%, но медианный reach авторов с 1-50K подписчиков упал на 48%. Авторы массово жалуются на «теневой бан».

PR-риск: авторы публично обвиняют платформу в shadow-ban. Нужно отделить реальную деградацию распределения reach от субъективного восприятия, понять, концентрируется ли показ на топ-авторах, и решить вопрос компромисса между метрикой потребления и здоровьем экосистемы авторов.

Доступные данные

• ranking_releases: model_version, deploy_ts, traffic_pct
• impressions: impression_id, post_id, author_id, viewer_id, ts, model_version, surface
• posts: post_id, author_id, created_ts, format, topic
• authors: author_id, follower_bucket, account_age_days, is_verified
• engagement: post_id, viewer_id, ts, action_type, dwell_ms

Задачи

• Уточнить определение reach (уникальные зрители на пост vs показы) и единицу анализа (пост, автор, день).
• Сравнить распределение reach по follower_bucket до и после релиза, считая Джини/перцентили, а не только среднее.
• Проверить, не объясняется ли падение reach изменением частоты публикаций самих авторов, а не алгоритмом.
• Оценить, перетёк ли показ к топ-авторам и к одному формату (например, short-video), и как это связано с ростом watch time.
• Сформулировать компромисс между потреблением и распределением reach: предложить guardrail на долю показов мелким авторам.

Все кейсы для подготовки → ← Все кейсы