Разобрал 1233 статьи Хабра: всё, что советуют авторам, объясняет 6% результата

Полгода назад я начал писать на Хабр дважды в неделю. За это время накопился 21 материал с очень разным результатом: от 120 тысяч охвата и 647 закладок до полутора тысяч охвата и нуля закладок. Разброс в восемьдесят раз при одинаковом подходе к работе меня и заинтересовал.

Стандартный способ разобраться — посмотреть на успешные статьи и понять, что у них общего. Я так и сделал: собрал 200 материалов с высоким рейтингом, посчитал в них всё, что считается, и вывел формулу. Формула получилась красивая и совпадала с тем, что обычно советуют авторам.

Потом я собрал контрольную группу — все 1033 статьи, вышедшие на площадке за месяц, без всякого отбора. И формула развалилась. Не «уточнилась», а именно развалилась: больше половины выводов поменяли знак на противоположный.

Ниже — что показали данные, почему разбор одних только хитов систематически врёт, и сколько на самом деле весят приёмы оформления.

Откуда данные

Два набора.

Вирусная выборка — 200 статей с рейтингом от 27 до 1131 (медиана 151), опубликованных с 3 марта по 16 июля 2026 года. Это верхушка площадки: медианный охват здесь 38 632.

Контрольная группа — все 1033 статьи, вышедшие с 23 июня по 19 июля 2026 года. Без отбора: и хиты, и материалы с рейтингом −6. 775 авторов, 38 публикаций в день.

По каждой статье собраны метаданные площадки (охват, рейтинг, закладки, комментарии, хабы, теги, сложность, формат, время публикации) и разбор тела публикации: количество слов и символов, картинок, гифок, встроенных видео, блоков кода, подзаголовков, пунктов списков, таблиц, внешних ссылок, длина первого абзаца и заголовка.

Сразу оговорю ограничение, без которого дальше читать нет смысла. Наблюдательные данные не доказывают причинность. Если у статей с таблицами рейтинг выше, это не значит, что таблица поднимает рейтинг: возможно, таблицы делают те авторы, которые в принципе пишут аккуратнее. Всё, что ниже — это связи, а не рычаги. Ценность как раз в том, что часть общепринятых советов не проходит даже проверку на связь.

Ещё одну вещь я проверил отдельно, потому что она могла обнулить всю контрольную группу. Свежие статьи не успевают набрать охват — и если бы охват копился месяцами, сравнивать июльские публикации с мартовскими было бы нельзя. Проверка: медианный охват в первые сутки 5711, на третий день 8563, через две недели 9869. Основную аудиторию статья собирает за двое суток, дальше рост почти прекращается. Сравнивать можно.

Как на самом деле выглядит Хабр

Прежде чем говорить о формулах успеха, полезно знать базовый уровень.

Вот медианная статья площадки:

Восемь тысяч охвата, семь плюсов, десять закладок, три комментария. Это норма, а не провал.

Дальше — распределение, которое объясняет, почему у площадки такая репутация «пробиться невозможно»:

• рейтинг 100 и выше берут 1.2% статей — двенадцать штук за месяц из тысячи;

• рейтинг 50 и выше — 4.6%;

• рейтинг ноль или ниже — 7.1%;

• 28% статей не получают ни одного комментария.

Когда автор смотрит на ленту, он видит верхний процент. Когда он публикуется — он попадает в медиану. Разрыв между этими двумя картинами и есть источник большинства разочарований.

Формула, которую я вывел по хитам

Теперь к тому, ради чего всё затевалось. Вот что показала вирусная выборка из 200 статей, если смотреть только на неё.

Короткое побеждает. Статьи до 800 слов — медиана охвата 61 974. От 4000 до 6000 слов — 31 278. Корреляция длины с охватом −0.22.

Картинки вредят. Корреляция количества картинок с охватом −0.21, с комментариями −0.33. Материалы с двадцатью и более иллюстрациями — 30 104 охвата против 42 010 у статей без картинок вообще.

Гифки убивают статью. С ними 29 503 охвата и 45 комментариев, без них 41 226 и 130 комментариев.

Личный блог бьёт корпоративный. 43 420 против 29 831 по охвату.

Формат «Аналитика» — чемпион. Медиана охвата 95 474, следом «Мнение» с 46 006.

Тема решает всё. Материалы про блокировки, обход ограничений и мессенджеры — 94 731 охвата. Разработка и код — 28 892. В верхних двадцати статьях по охвату — семнадцать из одной темы.

Красивая, связная картина: пиши коротко, без картинок, с личного аккаунта, про самое горячее. Ровно то, что пересказывают в каждом руководстве для авторов.

Проверка на контрольной группе

Дальше я взял те же признаки и посчитал их на 1033 статьях без отбора.

Развернём главные.

Картинки. В контрольной группе статьи вообще без иллюстраций имеют медианный рейтинг 4, с одной-двумя — 7, с шестью-десятью — 10, с двадцатью и более — 15. Связь монотонная на всём диапазоне.

Длина. Статьи до 800 слов: рейтинг 6, закладок 6, шанс взять 50+ равен 2%. От 4000 до 6000 слов: рейтинг 10, закладок 16, шанс 6%. Втрое выше.

Тип блога. В вирусной выборке личные блоги впереди по охвату. В полной популяции по рейтингу впереди корпоративные: медиана 10 против 6. Правда, по комментариям личные вдвое активнее — 4 против 2.

Механика ошибки ^[1] простая. Среди победителей действительно много коротких материалов без картинок про блокировки. Но не потому, что это рецепт победы, а потому что в этом жанре так принято писать. Разбирая одних выживших, вы изучаете стилистику жанра, который в тот момент был на подъёме, и принимаете её за причину успеха.

Это классическая ошибка выжившего, и я зашёл в неё ровно так же, как заходит любой, кто открывает топ и ищет закономерности.

Главное число: 6%

Отдельные корреляции — половина ответа. Настоящий вопрос: сколько результата вообще объясняется формой?

Я построил модель градиентного бустинга, которая предсказывает рейтинг статьи по всем измеримым признакам сразу: длина, символы, картинки, гифки, видео, блоки кода, подзаголовки, списки, таблицы, ссылки, длина лида, длина заголовка, наличие цифры и кавычек в нём, час публикации, день недели, тип блога, тема. Оценка на кросс-валидации по пяти фолдам.

R² = 0.06.

Все формальные признаки вместе взятые объясняют шесть процентов разброса рейтинга. Оставшиеся девяносто четыре — это содержание, попадание в момент и случайность ^[2].

Порядок важности внутри этих шести процентов: тип блога, количество слов, длина лида, длина заголовка, день недели, подзаголовки, ссылки. Тема, которая в вирусной выборке казалась главным фактором, здесь оказалась в конце списка.

Это и есть ответ на вопрос «за что площадка даёт рейтинг». Ни за что из того, что можно записать в чеклист перед публикацией. Можно выставить идеальные значения по всем семнадцати признакам и остаться с медианными семью плюсами.

Вторая ловушка: как я чуть не повторил ту же ошибку

Самое полезное в этом исследовании случилось уже под конец, когда я заполнял форму публикации для собственной статьи и полез в данные за подсказкой.

Смотрю на поле «Формат публикации» и проверяю по контрольной группе:

Вывод напрашивается: не указывай формат вообще, статьи без метки имеют рейтинг выше, чем «Кейс» и «Туториал». Проверяю значимость — критерий Манна-Уитни даёт p=0.013 против «Кейса» и p=0.009 против «Туториала». Значимо. Можно писать рекомендацию.

И вот тут стоило остановиться и спросить: а кто вообще не заполняет это поле?

Разделяю выборку по типу блога:

Личные блоги: «не указан» — медиана 7, «Кейс» — 6. Критерий даёт p=0.413. Разницы нет вообще.

Корпоративные: «не указан» — 13, «Кейс» — 8, p=0.022.

Разгадка в составе. Среди статей без формата корпоративных 47%, среди «Кейсов» — 40%. А корпоративные блоги в целом собирают рейтинг выше (медиана 10 против 6). Вся «значимая разница между форматами» была тенью типа блога.

Для личного аккаунта эффекта нет никакого. Единственное, что уцелело после разделения — «Туториал» на личных блогах действительно проседает: медиана 4 против 7 у неуказанного, p=0.018.

Я привожу этот эпизод подробно по двум причинам. Во-первых, это та же самая ошибка, что и с формулой по хитам, только в миниатюре и на два месяца позже — оказывается, поймать себя на ней можно даже когда ты специально про неё пишешь. Во-вторых, статистическая значимость здесь никак не помогла: p=0.013 был честным, просто отвечал не на тот вопрос.

Что ещё проверил, и что оказалось мифом

Часть популярных советов я проверил отдельно. Почти ничего не подтвердилось.

Цифра в заголовке. Считается обязательным приёмом. По контрольной группе: с цифрой медианный рейтинг 7 и охват 8776, без цифры — 8 и 8975. Разницы нет, скорее наоборот.

Кавычки-ёлочки и вопрос в заголовке. Здесь слабый, но положительный сдвиг: с кавычками рейтинг 8 против 7, с вопросительным знаком 8 против 7 и охват 9365 против 8827. Выборки маленькие (72 и 88 статей), так что это направление, а не закон.

Длина заголовка. Единственный признак заголовка с внятной связью: корреляция с рейтингом −0.12. Короче — лучше.

Длина первого абзаца. Совет «делайте лид коротким, длинное вступление топит статью» я сам повторял, пока не пересчитал. Корреляция с рейтингом −0.009. Ноль. Лид не влияет ни на что.

Подзаголовки — а вот это работает: +0.186 к рейтингу и +0.132 к закладкам. Один из немногих приёмов оформления с устойчивой связью.

Списки к рейтингу отношения не имеют (−0.055), но чуть тянут закладки.

Блоки кода — ровно ноль по рейтингу (−0.004) и +0.174 по закладкам. Точная иллюстрация того, что это разные валюты: код заставляет сохранить, но не проголосовать.

Видео — слабый плюс по обеим метрикам (+0.08 и +0.07).

Хабы, теги, сложность

Три технических поля формы, которые заполняются на автомате.

Количество хабов решает больше, чем кажется. Хаб можно выбрать от одного до пяти, и разница монотонная:

Разница между одним хабом и пятью — более чем вдвое по рейтингу. Механика понятна: больше хабов означает больше лент, в которые попадает статья. Это, пожалуй, единственная рекомендация в этом тексте, которую можно выполнить механически и не ошибиться.

С тегами всё наоборот. 1–3 тега дают медианный рейтинг 9 и охват 9639, а 7–10 тегов — 7 и 8684. Причём статей с большим количеством тегов больше половины выборки. Похоже, много тегов ставят те, кто рассчитывает на поисковый трафик, и это коррелирует с материалом похуже.

Сложность не влияет ни на что. «Простой» — рейтинг 7, «Средний» — 7, «Сложный» — 6. Единственное различие: у «Сложного» заметно больше закладок (16 против 9 и 11), но и статей там всего тридцать.

День недели и время публикации

Здесь ожидалось больше, чем нашлось.

Середина недели ровная. Выделяются края: суббота даёт лучший охват при том, что публикаций в этот день вдвое меньше — конкуренция за ленту ниже. Воскресенье и понедельник заметно проседают по рейтингу.

По часам (московское время) картина интереснее:

Самое популярное окно публикации — 9–11 утра, туда уходит больше четверти всех статей. И оно же даёт худший охват из всех: 7314 против 11–13 тысяч вечером и ночью. Зато рейтинг в утреннем окне лучший.

Объяснение, скорее всего, простое: утром публикуются корпоративные блоги по расписанию, и они же тянут рейтинг вверх и охват вниз. Вечером и ночью выходят личные материалы, которые попадают в ленту к моменту, когда люди читают, но конкурируют за голоса хуже.

Практический вывод: если нужен охват — вечер или ночь, если рейтинг — утро. Разница по охвату при этом ощутимая, почти двукратная, а по рейтингу — два пункта.

Как это считалось

Для тех, кто захочет повторить или придраться к методу — коротко о том, как устроен расчёт.

Медианы вместо средних. Распределения всех метрик на Хабре чудовищно асимметричны: медианный охват 8869, а максимум в вирусной выборке — 697 тысяч. Среднее в такой ситуации описывает не типичную статью, а расстояние до ближайшего выброса. Везде выше используются медианы.

Ранговые корреляции. По той же причине обычный коэффициент Пирсона здесь бесполезен — он предполагает линейность и чувствителен к выбросам. Используется коэффициент Спирмена ^[3]: он работает с порядком значений, а не с самими значениями.

Проверка различий. Для сравнения групп применялся критерий Манна-Уитни ^[4] — непараметрический аналог t-критерия, не требующий нормальности распределения. Именно он дал тот самый p=0.013 в истории с форматами публикации.

Модель. Для оценки суммарного вклада всех признаков использован градиентный бустинг ^[5] с целевой переменной в виде десятичного логарифма рейтинга. Выбор в пользу деревьев, а не линейной регрессии, сделан сознательно: бустинг умеет ловить нелинейные зависимости и взаимодействия признаков, так что если бы формула существовала в сколько-нибудь сложном виде, он бы её нашёл. R² оценивался кросс-валидацией по пяти фолдам — то есть на данных, которых модель не видела при обучении ^[6].

Важность признаков считалась перестановочным методом: значения одного признака перемешиваются случайно, и смотрится, насколько просядет качество предсказания. Это надёжнее встроенной важности деревьев, которая склонна завышать вклад признаков с большим числом уникальных значений.

Что не учтено. У меня нет данных о дочитываниях, глубине скролла и источниках трафика — только то, что видно снаружи. Нет информации о карме авторов на момент публикации. Нет текстового анализа содержания: тональности, читаемости, наличия личной истории. Вполне возможно, что значительная часть тех 94% необъяснённой дисперсии сидит именно в этих признаках, а не в чистой случайности.

Отдельно про ошибку выжившего ^[7] — центральный сюжет этого текста. Классический пример: во время войны инженеры изучали вернувшиеся самолёты и предлагали бронировать места, где больше всего пробоин. Правильный ответ был противоположным: бронировать надо там, где пробоин нет, потому что машины с попаданиями в эти места просто не возвращались. Разбирая топ Хабра, вы смотрите ровно на вернувшиеся самолёты.

Хабы: единственный фактор, который реально решает

Если что-то в этих данных и заслуживает названия «рычаг», то это выбор хаба.

Лучшие по медианному рейтингу (только хабы от 20 статей):

Худшие:

Закономерность читается: наверху то, что читают из интереса ^[8] — железо, ретро, наука ^[9], самоделки. Внизу то, что читают по работе — языки, инструменты, процессы, управление.

Профессиональный контент собирает закладки, но не голоса. В «Сетевых технологиях» медиана 15 закладок при рейтинге 5: люди сохраняют, чтобы применить, но плюс не ставят. Плюсы идут за удовольствие от чтения.

Отдельно отмечу «Информационную безопасность»: 88 статей за месяц, третий по объёму хаб площадки, и медианный рейтинг 6. Тема, которая интуитивно кажется горячей, на деле перенасыщена.

Воронка: охват, закладки, рейтинг

Три метрики связаны, но по-разному. Охват с закладками — 0.574. Закладки с рейтингом — 0.547. Охват с рейтингом — 0.567. Комментарии с рейтингом — 0.404.

Средняя конверсия: 1.1 закладки и 0.8 плюса на тысячу охвата. У верхних десяти процентов — 3.0 и 2.5.

Между третьим и четвёртым квартилем охват растёт в 1.4 раза, рейтинг — в 2.2, комментарии — в 3.7. Похоже на порог, после которого включается дополнительная раздача в лентах.

Интереснее исключения.

Пустой клик — высокий охват при низком рейтинге. Таких 8% от статей с охватом выше 15 тысяч. Типичные представители: обзоры свежих версий языковых моделей, инструкции «с нуля до джуна», разборы чужих сервисов. Заголовок собирает переходы, содержание их не окупает.

Своя аудитория — низкий охват при высоком рейтинге. Шесть статей за месяц: вакуумметры и термопарные манометры, история письменности, оживление трамвайного информатора на магнитной ленте. Узкая тема, мало читателей, но те, кто дочитал, ставят плюс почти поголовно.

Второй сценарий здоровее первого, и он полностью недоступен через оптимизацию формы.

Авторы

775 авторов на 1033 статьи. 82% опубликовали ровно одну статью за месяц. Пятнадцать человек (1.9%) написали пять и больше — на них приходится 10% всех публикаций.

Регулярность коррелирует с результатом слабее, чем ожидалось:

Заметный эффект появляется только на десяти публикациях в месяц. При двух-четырёх — никакого. Накопленная аудитория работает, но включается позже, чем хотелось бы автору, который пишет дважды в неделю.

Тема выгорает быстрее, чем кажется

Самое практически ценное наблюдение получилось при сверке двух выборок.

В вирусной выборке материалы про блокировки и обход ограничений — безусловный лидер: 94 731 медианного охвата, семнадцать позиций в топ-20. В контрольной группе за июнь-июль та же тема даёт 10 192 охвата, медианный рейтинг 7 и ноль статей с рейтингом выше сотни.

Разгадка в датах. Максимальный охват среди вирусных статей по месяцам:

Тема прошла полный цикл за пять месяцев и сейчас в нижней точке. Более того, по доле провалов она сегодня на втором месте с конца: 16.4% статей про блокировки имеют рейтинг ноль или ниже при среднем по площадке 7.1%. Хуже только игровая тематика.

Отсюда вывод, который стоит всей остальной статистики: любой анализ хитов описывает прошлое. К моменту, когда закономерность стала видна в данных, ниша уже переполнена авторами, пришедшими к тому же выводу. Формула, выведенная по мартовским хитам, к июлю превращается в инструкцию по написанию статьи с рейтингом ноль.

Мои собственные статьи в этой системе координат

Теперь честно про свой корпус — 21 статья за полгода.

Верх: разбор настройки прокси-шлюза на роутере — 120 тысяч охвата и 647 закладок. Дорожная карта домашнего мини-компьютера — 26 тысяч, 341 закладка, 155 комментариев. Разбор защиты игры — 34 тысячи охвата при 31.9% дочитываний и 79 комментариях.

Низ: статья про пошаговые диалоги в Python — 1.4 тысячи охвата, ноль закладок. Материал про архитектуру интеграций — 6.7 тысяч охвата, 133 читателя, одна закладка. Разбор чужого анонса — 9.4 тысячи охвата и 13 закладок при 1.1 тысячи читателей.

Если приложить к этому выводы исследования, картина складывается неприятная, но полезная.

Мои удачные материалы попадали в хабы «DIY», «Старое железо», «Системное администрирование» — то, что читают из интереса. Неудачные — в «Python», «Веб-разработку», «Информационную безопасность», то есть в переполненные профессиональные хабы с медианным рейтингом 5–6, где даже хороший текст статистически обречён на десяток плюсов.

Второе: три моих провала были разборами чужих новостей и анонсов. По контрольной группе это ровно профиль «пустого клика» — заголовок работает, содержание не добавляет ничего к первоисточнику.

Третье, самое неудобное. Мой главный хит вышел в марте, на пике той волны, которая сейчас на дне. Повторить его результат сегодня невозможно никакими приёмами оформления.

Проверка формулы на живой статье

Все выводы выше наблюдательные. Единственный способ проверить их по-настоящему — написать статью по выведенным правилам и посмотреть, что получится.

Что я сделал. В пятницу, 24 июля, я опубликовал материал, собранный строго по профилю из контрольной группы:

Тема выбрана не по хайпу, а по хабам с высоким рейтингом: разбор DNS-журнала домашней сети — что делают бытовые приборы, когда ими никто не пользуется.

Что показал эксперимент

Прошли двое суток после публикации, охват уже почти вышел на плато — самое время фиксировать результат. Вот что получилось.

Формула сработала — причём сработала лучше, чем я закладывал в статью изначально.

Через 26 часов после публикации я снял первые цифры: 14K охвата, рейтинг +39, 65 закладок. Позиция была уже хорошая — верхние 5–10% по всем метрикам — но до порога вирусной выборки (50+ рейтинга, топ-4.6%) статья не дотянула. Я тогда написал в этот раздел, что «форма выводит в верхний дециль, но не в топ», и был готов закрывать материал с этим выводом.

За следующие сутки картина изменилась. Рейтинг вырос с 39 до 64, закладки с 65 до 92, охват с 14K до 18K. Статья перешагнула порог вирусной выборки и оказалась в топ-3% по рейтингу и топ-1.7% по закладкам. Из 1033 статей за месяц с таким количеством закладок только 18.

По медианным метрикам вирусной группы: у топ-50 медиана 71 по рейтингу, 59 закладок, 19.8K охвата. Я по закладкам их даже опережаю, по остальному — вплотную, и это на второй день, а не окончательно.

Причина роста понятна и полезна как отдельный вывод. К 24 часам появились первые содержательные комментарии с уточнениями по технике: про DoT/DoH в обход DNS-hijack, про блокировку по MAC для IoT, разбор моего вывода free -h, вопрос про роутер без USB. В комментариях развернулись обсуждения, и статья снова стала видна в лентах комментирующих. Это тот самый эффект второго дыхания ^[10] через комментарии, о котором я вскользь упоминал в разделе про воронку: в контрольной группе между третьим и четвёртым квартилем охвата рейтинг растёт в 2.2 раза, а комментарии в 3.7 — то есть комментарии тянут дальнейшую раздачу непропорционально сильно. Здесь это видно на живом эксперименте.

То есть свою же гипотезу пришлось уточнить прямо по ходу. Форма гарантирует уверенное попадание в верхний дециль на первый день. Пробитие в топ уже требует второй волны — а её запускают не приёмы оформления, а живые комментарии. Первое ты контролируешь, второе — нет.

Наглядно это видно по статье, которая в первый день обошла меня по охвату — «Почему нельзя идеально оптимизировать светофоры» из блога Selectel. У неё на утро было 18 тысяч охвата против моих 14 — я тогда думал, что это разница из-за корпоративного блога и научно-популярного хаба. Сравниваем через сутки:

По охвату мы сошлись в тот же диапазон, а по вовлечённости — я оказался выше именно за счёт технической аудитории, которая любит уточнять и спорить. Selectel собрал охват через раздачу корпоративного блога, я — через комментарии на второй день. Разные пути к похожему результату.

И ещё один вывод, который получился сильнее ожидаемого: дочтения 20.8% при 4023 словах — это хорошо. Средняя статья на площадке короче, и обычно длина топит долю дочитавших, но здесь структура и таблицы удержали читателя. По формуле я на это закладывался — подтвердилось. 12K уникальных читателей, 571 час совокупного времени чтения. Люди действительно читали, а не пролистывали.

Итог эксперимента получается такой. R² = 0.06 остаётся верным — форма объясняет 6% результата, всё остальное содержание и попадание. Но в реальном мире эти 6% не «примерно ничего»: они означают разницу между медианой площадки и верхним дециллем. А дальше в топ вытягивают уже комментарии, темы и внешние факторы, которые в модель не влезают в принципе.

Так что оптимизировать форму — стоит. Ждать от неё чуда — нет. Но 92 закладки при медиане 10 — это уже не чудо, это то, что получается, если делать по формуле и не мешать себе.

---

Что со всем этим делать

Соберу практическое.

Правильные ожидания. Восемь тысяч охвата, семь плюсов и три комментария — это норма площадки, а не неудача. Рейтинг выше пятидесяти берут 4.6% статей. Сравнивать себя стоит с медианой, а не с лентой, которая показывает верхний процент.

Хаб важнее приёмов. Разброс медианного рейтинга по хабам шестикратный — от 4 до 25. Разброс от любого приёма оформления — в пределах пары единиц. Выбор хаба влияет сильнее, чем всё остальное вместе.

Оформление работает не там, где принято думать. Картинки, объём и ссылки связаны с рейтингом положительно, но слабо. Списки, таблицы и блоки кода тянут закладки, а не плюсы. Совет «пиши коротко, чтобы залетело» на полных данных не подтверждается вообще.

Закладки и плюсы — разные валюты. Технический материал с конфигами собирает сохранения и почти не собирает голосов. История, расследование или разбор с личной позицией собирает голоса. В топе месяца по рейтингу нет ни одного руководства по настройке: там расследование про утечку номеров у оператора, разбор экономической теории, обучение языковой модели на статьях площадки, притча про сырой продукт и объяснение теории относительности через мнимый угол.

Не гонитесь за темой из топа. К моменту, когда тема видна в данных как выигрышная, она уже прошла пик.

Проверяйте, на чём держится найденная закономерность. Прежде чем поверить в связь, разделите выборку по очевидному стороннему признаку и посмотрите, уцелеет ли она. У меня «разница между форматами публикации» испарилась при разделении на личные и корпоративные блоги — а критерий значимости до этого показывал p=0.013.

И главное, что показали эти 1233 статьи: форма объясняет шесть процентов. Всё остальное — то, о чём вы пишете, и то, есть ли вам что сказать. Это скучный ответ, но он единственный, который подтверждается данными.

---

Все расчёты сделаны на двух выборках: 200 статей с высоким рейтингом за 3 марта — 16 июля 2026 и 1033 статьи за 23 июня — 19 июля 2026. Медианы использованы вместо средних из-за сильной асимметрии распределений, корреляции — ранговые по Спирмену, проверка различий — критерий Манна-Уитни. Данные наблюдательные: показанные связи не доказывают причинность.