Qué pueden contarnos los datos de reels

La mediana describe la observación central de un grupo. No predice la siguiente publicación de tu cuenta. P90 / mediana compara el percentil 90 con la mediana: expresa dispersión, no varianza estadística, un máximo ni una probabilidad de éxito.

Las diferencias pueden reflejar tamaño de cuenta, audiencia, contenido, distribución y tiempo desde la publicación. Las barras usan un color neutro porque una mediana mayor no demuestra que cambiar una característica mejore un reel.

El reentrenamiento usó 11.015 reels codificados desde el texto y un resultado de alcance de visualizaciones ≥ 49.219. El AUC de prueba registrado fue 0,737, frente a 0,750 de entrenamiento. El modelo anterior registraba 0,69 sobre 1.614 reels codificados; cambiaron muestra y etiquetas, por lo que no es una comparación equivalente de algoritmos.

El AUC mide la capacidad de ordenar: aproximadamente, en la muestra de prueba el modelo sitúa un reel elegido al azar por encima del umbral por delante de otro por debajo el 73,7% de las veces, contando los empates como medio acierto. No es una probabilidad de éxito del 73,7% para tu reel, una tasa de exactitud ni la proporción de visualizaciones explicada por el contenido.

El subconjunto de viajes tenía 3.493 reels y una tasa registrada por encima del umbral de 0,62; en toda la biblioteca era 0,41. La tabla divide la tasa observada de cada grupo por la base de viajes. 1,11× significa una tasa 1,11 veces esa base, no un beneficio del 11% al editar un vídeo.

Los agregados de julio proceden del estudio conservado. Los registros describen 3.527 reels con métricas completas y un subconjunto codificado de 1.614. La procedencia de los codificadores antiguos es mixta o desconocida; esta edición no afirma que hubiera evaluación humana a ciegas.

El 2026-08-19, Sonnet asignó una taxonomía fija usando texto, nicho de origen y duración. No son etiquetas obtenidas viendo cada vídeo. Una regresión logística empleó regularización L2 y ajuste IRLS, variables indicadoras de nicho/gancho/emoción/formato, logaritmos estandarizados de duración y longitud del texto, e indicador de idioma inglés. La evaluación registrada usó una división 80/20 de entrenamiento/prueba y AUC por rangos.

Procedencia: nota interna de validación del 2026-08-19 y artefacto viral-odds-model-2026-08-19.json, interpretados con la advertencia del 2026-09-05 sobre su aplicación a productos. Esta edición de septiembre es una síntesis corregida, no una nueva ejecución del modelo. No se publican aquí los registros originales recopilados.

Muestreo. Las observaciones obtenidas desde hashtags no son una muestra aleatoria ni representativa de Instagram. La composición de cuentas y nichos, la selección y la antigüedad pueden influir en las comparaciones. Este resumen no permite establecer un mejor día u hora para publicar.

Etiquetas. Inferir gancho, emoción o formato desde el texto puede describir mal el vídeo. Usar un único codificador no valida las etiquetas.

Validación. El resumen disponible no documenta conjuntos de prueba separados por creador o periodo, comprobaciones de fuga de información, calibración ni intervalos de incertidumbre. Un AUC similar en entrenamiento y prueba no demuestra la ausencia de esos problemas ni la transferencia a nuevos creadores o periodos.

Resultados. El modelo trata un umbral de visualizaciones, no envíos, seguidores, reservas o ingresos. Una exploración histórica separada de 197 reels de una sola cuenta es demasiado limitada para convertir razones de interacción en recomendaciones generales. Ninguna intervención aleatoria establece lo que causaría una edición.

Elige el resultado que importa a tu cuenta antes del formato. Para un hotel pueden ser consultas cualificadas; para un creador, guardados o seguidores. Las visualizaciones por sí solas no responden a esas preguntas.

Trata una asociación como hipótesis: prueba una edición más corta si la historia lo permite o una promesa inicial más clara. Compara varias publicaciones de temática similar y registra distribución, antigüedad y resultado comercial. Separa el criterio creativo de la medición: este estudio no prescribe once segundos, audio de tendencia ni una receta universal.

2026-07-30 · Primera publicación. Tablas históricas de 3.527 reels medidos y el subconjunto anterior de 1.614 codificados.

2026-08-19 · Artefacto del modelo. Biblioteca existente de 11.015 reels recodificada y modelo reentrenado; subconjunto de viajes de 3.493 presentado aparte.

2026-09-07 · Revisión del artículo. Añadido el análisis de agosto con cohortes explícitas y corregida la interpretación del AUC. Retirados la escalera de intervención sin validar del 29% al 38%, la mejora del 31%, las afirmaciones de evaluación a ciegas y los consejos causales sin respaldo. Conservadas las cifras de julio y aclarados métodos, límites y diferencia con el análisis de vídeo.