linkedin-post-experimentation

LinkedIn 投稿の実験

参照元の追跡可能性

主な参照元：Bjorn Radde 著『Growth Hacking LinkedIn』。特に、セクション 2.1「グロースハッキングの段階」、2.2「LinkedIn のグロースハッキング」、3.4.1「投稿」、3.7「ソーシャルセリング指数」、4.1「LinkedIn 分析ツール」です。ガイダンスは変換および言い換えされています。

参照先

必要な情報	参照先
実験モデルと参照元の注記	references/core/knowledge.md
実験設計のルール	references/core/rules.md
テストのテンプレートと分析例	references/core/examples.md
コンテンツ実験の実施	workflows/run-post-experiment.md

ワークフロー

1. コンテンツのアイデアを、オーディエンス、トピック、形式、または反応に関する仮説に変換します。
2. テストする変数を 1 つ選びます。
3. 公開前に指標を定義します。インプレッション、エンゲージメント、コメント、保存、送信、プロフィールへのアクセス、フォロワー、ニュースレターの購読、または質の高い会話などです。
4. 投稿を公開し、コメントに返信して、適切な期間が経過した後に結果を収集します。
5. そのコンテンツの切り口を繰り返すか、修正するか、やめるかを決定します。

出力形式

# LinkedIn Content Experiment

## Hypothesis
[Audience + content variable + expected signal.]

## Test Design
- Variable:
- Control or comparison:
- Format:
- Publishing window:
- Engagement plan:

## Metrics
| Metric | Why It Matters | Target |
|--------|----------------|--------|

## Decision Rules
- Repeat:
- Revise:
- Stop:

## Learning Log
- What happened:
- What to try next:

品質基準

• 一度に 5 つの変数を最適化しないでください。
• リーチの生の数値よりも、質の高い反応から学ぶことを優先してください。
• 分析結果は絶対的な真実ではなく、傾向を示すものとして扱ってください。
• インプレッションだけでなく、コメントの質とオーディエンスとの適合性も考慮してください。