Meses atrás, ya os hablamos de Echobox, una nueva herramienta de analíticas web que trae como elemento diferenciador que no se limita al ofrecimiento de los datos de tráfico, ya que estos datos son analizados por su propio algoritmo para ofrecer recomendaciones de soluciones y consejos con vistas al aumento del mismo. En este sentido, se han dado cuenta del potencial que tienen las redes sociales para generar aumentos de tráfico, y cómo muchos editores no lo aprovechan adecuadamente. Es por ello por lo que acaban de lanzar una nueva función en el que les indican los artículos que deben publicar y los momentos más adecuados para ello, con el objeto de que puedan recibir la máxima atención como sea posible.
Antoine Amann, fundador y CEO de Echobox, señala a TechCrunch, que estando en contacto con muchos editores, han encontrado que en la realidad estaban luchando con llegar a enfrentarse con sus medios de comunicación sociales, llegando al punto de no aprovecharlas correctamente, perdiendo una gran oportunidad para recibir tráfico de los mismos. Ante ésto, han llegado a ver publicados artículos sin sentido o que no comparten aquellos artículos que si deberían ser compartidos, y que de llegar a hacerlo en los momentos adecuados, su tráfico aumentaría significativamente.
La interfaz que les ofrece a los editores les recomiendan aquellos artículos que deben ser compartidos y cuándo, junto con la información de tráfico estimado que generaría como resultado. La programación de estas publicaciones aún no es automática, aunque se llegará a ello, y los títulos deben escribirse de forma manual para poder compartirse en las propias redes sociales. Según el propio CEO, a pesar de la simpleza de la interfaz, todo el back-end es complejo, utilizando su propio aprendizaje de máquinas y modelos matemáticos para analizar el comportamiento de las audiencias en tiempo real, adaptando en cada momento las sugerencias que ofrecen para la audiencia de cada publicación.
Comparándose con SocialFlow o Buffer, señala que éstos no toman datos privados de la publicación en cuenta, ya que simplemente usan proxies promediados a partir de datos públicos. Este sistema no llegar a ser tan efectivo como lo sería si se tuviese en cuenta el uso de los datos privados de una publicación para adaptar los algoritmos, ofreciendo un rendimiento superior.