Что читали на Хабре в феврале 2025
Раз в месяц команда Хабра собирается на общую встречу, а я выгружаю отчёт по хабам, авторам и компаниям. Чтобы мы знали, куда дует ветер, и вовремя замечали как хорошие, так и опасные для платформы перемены.
В этот раз я решил опубликовать отчёт. Он полезен активным авторам и редакциям корпоративных блогов — с его помощью можно глубже понять аудиторию Хабра.
Как собирался отчёт
Только статьи, опубликованные с 1 по 27 февраля включительно. Хотя значительная часть просмотров приходится на старые материалы, авторам полезнее понимать, что происходит на Хабре прямо сейчас. Новости в отчёт не включены — у них иной формат потребления, и они могут сильно исказить статистику.
Одна статья может учитываться несколько раз. Если к статье прикреплено пять хабов — её время чтения пойдёт в зачёт всем.
Время чтения указано без комментов. Время в комментариях — отдельная метрика, которая слабо связана с увлекательностью статьи. Комментаторов часто привлекают громкие заголовки, а сам материал они просматривают поверхностно.
Высокое время чтения ≠ качество статьи. Хороший и полезный материал может быть сложным для чтения. Поэтому списки ниже — это перечень не лучшего, а самого увлекательного.
За лучшим приходите на Технотекст. Кстати, подавайте заявки.
Как пользоваться
Лучший вариант: посмотреть, какие именно статьи публиковались. А потом подумать, есть ли вам что рассказать, чтобы интересно дополнить тему.
Тупой вариант: скопировать чужую статью и/или поставить хабы без привязки к теме публикации. Но модератор обязательно с этим разберётся — тупые подходы дают тупые результаты.
Хабы с высоким временем чтения
№ | Хаб | Время чтения | Количество статей |
1 (-) | artificial_intelligence | 36 000+ часов | 252 |
2 (-) | programming | 30 000+ часов | 207 |
3 (↑1) | career | 24 000+ часов | 108 |
4 (↑1) | popular_science | 24 000+ часов | 142 |
5 (↑1) | lifehacks | 19 000+ часов | 29 |
6 (↑2) | business_models | 18 000+ часов | 43 |
7 (↑12) | infosecurity | 17 000+ часов | 116 |
8 (↑5) | machine_learning | 16 000+ часов | 133 |
9 (↓6) | read | 15 000+ часов | 104 |
10 (↑1) | hr_management | 15 000+ часов | 56 |
Хабы с низким временем чтения мы тоже собираем, но там картинка получается непоказательная — они постоянно меняются.
Если хотите анекдот, то в список худшего регулярно попадает хаб devrel. То ли деврелов мало и читать некому, то ли ещё что-то.
Перспективные хабы
Иногда я пытаюсь отслеживать экономику внимания на платформе и подсвечиваю перспективные хабы: среднее время чтения у них хорошее, а публикаций сравнительно немного.
По сути это попытка заглянуть в будущее и узнать, какие темы потенциально востребованы у аудитории. Можете поэкспериментировать с этими направлениями.
Хаб | Количество статей |
it_biography | 7 |
transport | 14 |
mobile_monetization | 4 |
ecology | 5 |
mobileanalytics | 9 |
lasers | 3 |
mysql | 5 |
desktop_environment | 3 |
reverse-engineering | 14 |
social_networks | 11 |
Авторы с высоким временем чтения
№ | Автор | Время чтения | Количество статей |
1 | @slava_rumin | 10 000+ часов | 6 |
2 | @ru_vds | 5 000+ часов | 9 |
3 | @manager_01 | 5 000+ часов | 3 |
4 | @NeyroEntuziast | 4 800+ часов | 19 |
5 | @RationalAnswer | 4 300+ часов | 6 |
6 | @ntsaplin | 3 400+ часов | 2 |
7 | @butivskiydm | 3 000+ часов | 4 |
8 | @ptsecurity | 2 800+ часов | 5 |
9 | @sefus | 2 800+ часов | 1 |
10 | @bodyawm | 2 500+ часов | 4 |
Как видите, большое количество публикаций не гарантирует тотального доминирования. В топ можно вырваться и с одной статьёй.
Компании с высоким временем чтения
№ | Компания | Время чтения | Количество статей |
1 | RUVDS.com | 18 100+ часов | 48 |
2 | Timeweb Cloud | 10 200+ часов | 34 |
3 | МТС | 6 000+ часов | 49 |
4 | Selectel | 5 900+ часов | 31 |
5 | Minervasoft | 5 300+ часов | 7 |
6 | Positive Technologies | 3 700+ часов | 9 |
7 | X-Com | 2 300+ часов | 10 |
8 | OTUS | 2 000+ часов | 52 |
9 | BotHub | 2000+ часов | 15 |
10 | Онтико | 1 600+ часов | 5 |
Почему есть смысл смотреть на статистику по хабам
Вопреки распространённому заблуждению, в лентах Хабра не используются рекомендательные алгоритмы. Это значит, что статьи с высоким рейтингом и статьи с низким рейтингом показываются в лентах примерно одинаковое количество раз.
Заплюсованная статья может попасть в рекомендательный блок, соцсети или дайджест, но это скорее вишенка на торте. Базовый охват всё равно остаётся примерно одинаковым.
Поэтому, публикуясь в тех же хабах, что и топовые авторы, вы получаете те же возможности для привлечения внимания. Сможете ли вы ими воспользоваться — зависит уже от вас.
Благодарности
Спасибо разрабам, без которых Хабр не смог бы собрать эту статистику:
Артём Константинов
Стас Ермаков
Екатерина Бочкарева
Дмитрий Шитиков
тг-канал для тех, кто работает с медиа
