Попался мне пост про бедность разговорной речи. Суть: в быту мы используем примерно 2000 слов. А богатство речи напрямую влияет на то, насколько интересно тебя читать и слушать. У хороших писателей словарный запас в разы больше.
И мне стало интересно — а сколько слов я использую в канале? Решил проверить.
Что сделал
Взял все 171 пост канала, прогнал через NLP-библиотеку для русского языка (Natasha). Она приводит слова к начальной форме: «делали», «сделаем», «делать» — считаются как одно слово. Получилась честная статистика.
Результаты
- — 28 944 слова в 171 посте
- — Из них 4 547 уникальных (лемм)
- — Для сравнения: разговорная речь ~2000, газеты ~5000, художественная литература ~10 000+
То есть канал оказался где-то между газетой и разговорной речью. «Богатый словарь — выше среднего». Не Толстой, но и не бытовой треп 😂
Ещё интересно: стартовал в декабре 2024 с 887 слов, и каждый месяц добавлялось по 200-500 новых. Словарь растёт с каждой новой темой.
А дальше стало совсем интересно
Я решил посмотреть — а есть ли связь между конкретными словами и вовлечением (ER)?
Разделил посты на четверть самых популярных и четверть аутсайдеров. Сравнил, какие слова чаще встречаются в каждой группе.
Что коррелирует с высоким ER:
- — Обращение на «ты» — в 9.5 раз чаще в топовых постах. Девять с половиной!
- — Слова действия: внедрять, пробовать, двигаться
- — Практичные темы: промпты, доступ, интервью
Что коррелирует с низким ER:
- — Процессные слова: спринт, митинг, показатель
- — Сухая аналитика: анализировать, динамика, вовлечение
- — Мета-контент про сам канал: подписчик, контент-план
И вот самое интересное. В популярных постах больше глаголов и местоимений — это живой диалог. В аутсайдерах больше существительных — это справочник. Плюс длинные посты дают +30% к ER. Аудитория ценит глубину, а не краткость.
Что из этого следует
Получается, дело не в умных словах, а в том, как ты разговариваешь с читателем. Обращаешься лично, говоришь про конкретные действия, делишься опытом — работает. Читаешь лекцию — не работает.
Кстати, весь этот анализ я провёл с помощью Claude Code. Он написал скрипт, подключил NLP-библиотеку, выгрузил посты через API, посчитал статистику. Заняло минут 30 вместе с разбором результатов.
Делитесь своими каналами в комментариях. Тоже сделаю такой разбор. Сейчас это можно делать на лету.
