Se imaginarmos o tempo de vida de um blog como uma curva de Gauss, distribuição normal, isso, aquele gráfico que parece um sininho, a tendência será comentarmos os blogs mais visitados, aqueles que estão no topo da curva. Ora esta estratégia é completamente errada, o que devemos fazer é apontar para os blogs de início de curva, os newcomers, os que têm ideias realmente diferentes, os que, mais tarde ou mais cedo estarão no cimo da curva e, nessa altura, lembrar-se-ão dos que os liam quando mais ninguém os lia, criando-se assim um verdadeiro win-win.
Comentar os blogs que estão neste momento no topo da curva pode ser interessante se tivermos um blog de curta duração, como este, sempre com a certeza de que, estando no cimo da curva, o que vai acontecer a seguir é o ocaso.
(uma possibilidade alternativa é comentar os blogs que realmente gostamos)
Definhando...
ResponderEliminar(desde o primiro dia, anónima...)
ResponderEliminar(foda-se, agora respondo a anónimas)
o seu próximo vai ser melhor.
ResponderEliminara outra opção é nem comentarmos...
:)
ResponderEliminarEu vou pela possibilidade alternativa e comentar os blogues que eu gosto :)
ResponderEliminarsabe que mais?
ResponderEliminarnão percebo as pessoas que não compreendem o seu sentido de humor!
As possibilidades alternativas são sempre as melhores ;)
ResponderEliminarSó para avisar que o Pipoco disse um palavrão!!!
ResponderEliminarAh e tal, pois! Eu que sou anónima, a mim nunca respondeu a nada!
Caro Pipoco,
ResponderEliminarMal lhe pergunte, que variável tem no eixo das ordenadas? Visitas? Comentários? Vontade de escrever uns posts janotas? E porquê uma distribuição simétrica e unimodal?
De qualquer modo, gostei da ideia. Gostei da adaptação da teoria do ciclo de vida do produto.
Já agora, tive um professor de estatística que apresentou a Normal como sendo o elefante escondido no chapéu. Nunca mais o esqueci.
Não consegui compreender este post.
ResponderEliminarPrimeiro, fala de um tempo de vida. Na curva de Gauss, já que o eixo vertical está reservado a probabilidades, tê-lo-íamos (ao tempo de vida) no eixo horizontal. Isto não significa que se trate de uma escala de tempo "corrente", ou seja, a passagem do tempo não implica um deslocamento para a direita sobre o gráfico. Se nos movermos horizontalmente, o que variamos é o "tempo de vida", que é uma constante* (a cada blog corresponde um e só um; não faria sentido que fosse de outra forma, visto que cada blog tem uma única duração) à qual corresponde uma probabilidade de ocorrência. O centro da distribuição corresponde não aos blogs com maior tempo de vida, mas sim ao valor mais provável de tempo de vida, ou ao valor médio.
Um blog que esteja no tal início da curva - à esquerda do centro - tem um tempo de vida inferior ao médio, o que significa que provavelmente não vai atingir o sucesso suposto. Em o atingindo, não será um sucesso duradouro. Isto, claro, depende do quão à esquerda do centro posiciona o seu "início". Um segundo blog que esteja no topo terá uma duração superior, e, se o período de tempo em que esteve ativo quando o primeiro não existia não exceder ou igualar a diferença entre os tempos de vida, sobreviver-lhe-á.
Por outro lado, menciona que os blogs mais visitados estão no topo da curva. No entanto, se a variável à qual corresponde o eixo horizontal for o número de visitas, então o tempo, de vida ou outro, não é um parâmetro que influencie o gráfico. Para mais, ao topo da curva corresponde o número médio de visitas, não o seu máximo. Mesmo que lhe correspondesse um máximo, a curva de Gauss não fornece informação acerca de evoluções temporais. Portanto, se assumisse que um blog no início da curva iria no futuro atingir o seu topo, seria sem fundamento que o faria.
Note que se supusesse, como parece fazê-lo, que um blog se move tipicamente da esquerda para a direita (isto é, segundo a direção e sentido orientados pelo eixo "número de visitas"), então aqueles inicialmente no topo da curva "deslocar-se-iam" para um ainda maior número de visitas. A posição vertical na curva de Gauss varia conforme a probabilidade, não conforme o valor da variável estatística em análise. A dois pontos em extremidades opostas, simétricos em relação ao eixo da curva, corresponde a mesma probabilidade de ocorrência, mas números de visitas diferentes - um inferior à média, outro lhe superior, cada um tanto mais inferior/superior quanto maior for a distância ao centro.
A curva de Gauss é uma distribuição de probabilidade, por isso não entendo de que forma extrapolou uma dependência temporal. O único caso em que o seu post me faria sentido seria se a curva de Gauss representasse uma função do tempo - neste caso, o número médio de visitas de um blog como função do seu tempo de existência. Contudo, não é esse o caso.
*Ocorreu-me ao reler o post que com "tempo de vida" poderia querer referir-se à duração do blog até ao presente; posso ter interpretado incorretamente, ao estabelecer um paralelo com o conceito físico. Mas nesse caso uma curva de Gauss não seria um modelo aplicável: não faz sentido calcular a densidade de probabilidade de uma quantidade com uma amostra de 1 em análise, e que varia no tempo.