2019 मध्ये काम केलेले आशय फ्रेमवर्क आता तुमच्या विरुद्ध काम करत आहे
लिंक्डइनच्या संपादक टेलर बॉर्डनने गेल्या आठवड्यात मला ईमेल केला होता ज्यात ती तिच्या वृत्तपत्राच्या विशेष आवृत्ती, द वर्क शिफ्टसाठी मूठभर लेखकांना विचारत आहे. लिंक्डइनवरील उद्योजकता वर्षानुवर्षे जवळपास 70% वाढली आहे, यापैकी 10 पैकी सहाहून अधिक उद्योजक सामग्री निर्माते म्हणून ओळखतात आणि जे लोक साप्ताहिक पोस्ट करतात ते 4x अधिक प्रोफाइल दृश्ये पाहतात, टिप्पणी देऊन 2.5x अधिक ड्रायव्हिंग करतात.
तिचा प्रश्न सोपा होता: एक धडा कोणता आहे ज्यामुळे तुम्ही सामग्री निर्मितीकडे कसे जाता? आणि जर तुम्ही तुमचा LinkedIn प्रवास सुरवातीपासून सुरू करत असाल, तर तुम्ही तुमच्या पहिल्या 10 पोस्ट्सकडे कसे पोहोचाल?
मी जवळजवळ फ्रेमवर्कसह उत्तर दिले. मग मला आठवलं की फ्रेमवर्कची समस्या का आहे.
4 श्रेणी पूर्ण झाल्यासारखे वाटले. डेटा असहमत
2009 च्या सुमारास गाय कावासाकीने मला त्याच्या “एन्चेंटमेंट: द आर्ट ऑफ चेंजिंग हार्ट्स, माइंड्स अँड ॲक्शन्स” या पुस्तकासाठी काही पाने मागितली. मी ब्रँड YouTube व्हिडिओ तयार करू शकतील असे चार मार्ग सांगितले जे खरोखर प्रेक्षकांना मंत्रमुग्ध करतात: प्रेरणा भावनिक कथा असलेले दर्शक, शिक्षित त्यांना उपयुक्त माहिती, ज्ञान देणे त्यांना माहितीपटांसह, किंवा मनोरंजन त्यांना हसवून.
चार पूर्ण वाटले. ते स्वच्छ, शिकवण्यायोग्य आणि लक्षात ठेवण्यास सोपे होते. मी ते वापरले. इतर लोकांनी ते वापरले. मी ते शोध इंजिन जर्नलसाठी अनेक वर्षांनी तयार केले आहे, “कंटेंट मार्केटिंग मॅट्रिक्स म्हणजे काय आणि आम्हाला याची गरज आहे का?”
मग डेटा येत राहिला. 2023 पर्यंत, मी चार नव्हे तर 39 भावनांसह एक वेगळा SEJ लेख लिहित होतो – त्यांना मोजा.
बोर्डेनच्या ईमेलने मला सक्ती करेपर्यंत मी ते दोन तुकडे कधीच जोडले नव्हते. या इंडस्ट्रीबद्दलच्या 24 वर्षांच्या लिखाणात मी शिकलेलं 14 वर्षे आणि 35 भावनांमधील अंतर, ही सर्वात उपयुक्त गोष्ट आहे. मी लिहिले तेव्हा चार श्रेणीची चौकट चुकीची नव्हती. त्यावेळी मला ज्या डेटासेटमध्ये प्रवेश होता तो फक्त आकार होता. चूक संपली म्हणून मानत असत.
जे प्रॅक्टिशनर्स अडकतात तेच त्यांच्या फ्रेमवर्कच्या प्रेमात पडतात
बॉर्डनला दिलेल्या माझ्या उत्तराचा हा भाग आहे जो फक्त लिंक्डइन पोस्टिंगच नाही तर आत्ता एसइओ, कंटेंट मार्केटिंग किंवा सोशल मीडिया मार्केटिंग काम करणाऱ्या प्रत्येकाला थेट लागू होतो.
तुम्ही तयार केलेले प्रत्येक फ्रेमवर्क, प्रत्येक श्रेणी प्रणाली, प्रत्येक “X चे चार प्रकार” किंवा “Y चे पाच टप्पे” हे तुम्ही ते तयार केले त्या दिवशी पुराव्याने तुम्हाला काय दाखवले याचा स्नॅपशॉट आहे. आमची बहुतेक सामग्री फ्रेमवर्क लिहिली गेली तेव्हा AI विहंगावलोकन अस्तित्वात नव्हते. AI मोड, मिथुन-एम्बेडेड शोध किंवा AI विहंगावलोकन 2.5 अब्ज वापरकर्त्यांच्या निकालांमध्ये दिसत नाही. 10-निळ्या-लिंक जगासाठी तयार केलेली फ्रेमवर्क त्या जगासाठी चुकीची नव्हती. ते फक्त तेव्हा अस्तित्वात असलेल्या डेटासेटचे आकार आहेत.
जे प्रॅक्टिशनर्स अडकतात ते असे आहेत जे 2026 च्या डेटावर 2019 चा फ्रेमवर्क लागू करत राहतात कारण फ्रेमवर्क परिचित आहे आणि नवीन डेटा गैरसोयीचा आहे. जे लोक वाढतच राहतात ते असे आहेत की ज्यांना हे विचारण्याइतके कुतूहल असते की, “आज मी हे फ्रेमवर्क पुन्हा तयार केले तर ते कसे दिसेल, मला आता माहित नसलेल्या सर्व गोष्टींसह?”
एआय विहंगावलोकन सामग्री धोरणाचा नेमका हाच सापळा सध्या पडत आहे. “पृष्ठाच्या शीर्षस्थानी 40 शब्दांमध्ये प्रश्नाचे उत्तर द्या” फ्रेमवर्क अशा जगासाठी तयार केले गेले होते जेथे ध्येय वैशिष्ट्यीकृत स्निपेट जिंकत होते. ती चौकट त्या जगासाठी चुकीची नव्हती. परंतु एआय विहंगावलोकन त्या पृष्ठास बक्षीस देत नाही ज्याने आधीच सर्वकाही सांगितले आहे; विहंगावलोकन नंतर वापरकर्त्याने क्लिक केलेल्या पृष्ठावर ते बक्षीस देतात आणि त्यांना तेथे पाठवलेल्या सारांशापेक्षा अधिक असल्याने ते त्यास बक्षीस देत आहेत. जुने फ्रेमवर्क जिंकण्यासाठी तयार केलेले पृष्ठ, डिझाईननुसार, त्या वापरकर्त्याला ऑफर करण्यासाठी काहीही उरलेले नाही. चार-श्रेणी मॉडेल आणि 40-शब्द-उत्तर मॉडेल त्याच कारणास्तव अयशस्वी झाले; दोन्ही डेटासेटसाठी तयार केलेली उत्पादने होती जी अंतिम मुदतीनंतर वाढतच गेली.
त्यांच्या पहिल्या 10 पोस्ट सुरू करणाऱ्या कोणालाही मी काय सांगू
हे उत्तर मी थेट बोर्डेनला दिले आहे आणि तोच सल्ला मी SEO, सामग्री विपणन, किंवा सोशल मीडिया मार्केटिंग मधील कोणालाही स्क्रॅचपासून, LinkedIn वर किंवा इतर कोठेही देऊ इच्छितो.
तुमचा विश्वास आहे असे काहीतरी शोधा. मग ते गुंतागुंतीचे संशोधन शोधा. अंतराबद्दल लिहा, प्रामाणिकपणे, ज्या भागामध्ये तुम्ही चुकीचा किंवा अपूर्ण होता त्यासह.
ती एकच चाल एकाच वेळी तीन गोष्टी करते. हे तुम्हाला एक विषय (तुमचा विद्यमान विश्वास) देते, ते तुम्हाला हुक देते (त्याला आव्हान देणारा डेटा) आणि ते तुम्हाला विश्वासार्हता देते की एक पॉलिश, आव्हान नसलेली फ्रेमवर्क कधीही करू शकत नाही, कारण वाचक एखाद्या स्थानाचा बचाव करणारे आणि कोणीतरी वास्तविकपणे अद्यतनित करणारे यांच्यातील फरक सांगू शकतात.
या आठवड्यात ते लागू करण्यासाठी 2 चरण
प्रथम, तुम्ही प्रकाशित केलेला सर्वात जुना फ्रेमवर्क, यादी किंवा “X प्रकार Y” तुकडा वर काढा, ज्याचा तुम्हाला अभिमान वाटतो, ज्याचा अद्याप उल्लेख किंवा लिंक आहे. गेल्या 12 महिन्यांत त्या नेमक्या विषयावर काय प्रकाशित झाले आहे ते शोधा. 2009 पासून चार-श्रेणी फ्रेमवर्क शांतपणे 2023 पर्यंत 39 होणे आवश्यक असल्यास, आपण 2019 किंवा 2021 मध्ये जे काही लिहिले आहे ते 2026 च्या डेटामध्ये जवळजवळ नक्कीच समान अंतर आहे. जुन्या आवृत्तीचा बचाव करू नका. तो अद्यतनित करणारा भाग लिहा आणि काय बदलले आणि का ते स्पष्टपणे सांगा.
दुसरे, तुम्ही “Y करण्याचे X मार्ग” म्हणून फ्रेम केलेले काहीही प्रकाशित करण्यापूर्वी, तुम्ही स्नॅपशॉट किंवा निष्कर्ष सादर करत आहात का ते विचारा. एक स्नॅपशॉट म्हणतो, “आतापर्यंत पुरावे काय दाखवतात ते येथे आहे आणि मला ही संख्या वाढण्याची अपेक्षा आहे.” एक निष्कर्ष म्हणतो, “ही संपूर्ण यादी आहे.” पहिली फ्रेमिंग चांगली आहे. दुसरी फ्रेमिंग अशी आहे की तुम्हाला प्रेक्षकांसमोर परत जावे लागेल, ज्या प्रकारे मी माझ्या स्वतःच्या 2009 फ्रेमवर्कसह, सार्वजनिकपणे, 14 वर्षांनंतर केले.
बॉर्डनने शेअर केलेला उद्योजकता डेटा, 70% वाढ, साप्ताहिक पोस्टर्ससाठी 4x प्रोफाइल दृश्ये, विशेषत: LinkedIn बद्दल नाही. हा पुरावा आहे की लेखक आणि एसईओ प्रॅक्टिशनर्सने नेहमी जे केले आहे ते आता अधिक लोक करत आहेत, जे लोकांमध्ये विश्वास ठेवत आहेत आणि पुरावे त्याच्याशी सहमत आहेत की नाही हे पटकन शोधत आहेत. धडा कोणत्याही प्रकारे समान आहे. डेटा पुढे काय म्हणतो याबद्दल उत्सुक रहा, विशेषत: जेव्हा ते तुम्ही आधीच प्रकाशित केलेल्या फ्रेमवर्कशी असहमत असेल.
अधिक संसाधने:
वैशिष्ट्यीकृत प्रतिमा: रोमन सॅम्बोर्स्की/शटरस्टॉक
