透过咪蒙团队的数据分析方法来提高自己的自媒体运营

2019年1月29日22:48:45 评论 2,715

其实做公众号,无论是开号前还是做号中,任何时候,关注数据的变化都是极其重要的,它有利于我们及时地对内容做出各种调整;只是一提到数据,很多人都懵了,觉得自己一没资源,二没分析能力,肯定很难做好。

然而,在我们公众号的后台,有很多重要并且免费的数据资源是大多数人没有注意到,或者注意到了却没用起来的,事实上,只需要掌握一些简单的规律,就能够通过这些简单的数据分析出公号的一些增长趋势。

你自诩为新媒体界的老人,当有人向你问起,你会公众号数据分析吗?你内心一颤,但还是故作镇静:公众号的数据分析不就是阅读、点赞、评论量么?

你每个月汇总出所有推送文章的阅读量总和,选出 3 篇阅读量最高的文章,同时计算出比上个月增长 or 降低了多少百分比的阅读,粉丝也没见涨多少,你或许就轻描淡写略过……

当你战战兢兢把月报数据抄送给老板时,你依然没觉得数据分析跟公众号运营有半毛钱关系。

01 为什么要系统学习数据分析?

数据分析,在众多运营工作中显得比较特殊,相较其他跟内容或用户打交道的业务环节,数据分析更多的是跟数字打交道。通过对后台各种数据的分析,找到数据中存在的问题,提出解决方案,从而指导并调整运营的方向。

麻省理工学院一项研究发现,以数据驱动决策的企业,生产效率要比一般企业高 4% ,利润要高 6%。

越来越多的创业公司从一开始就通过数据来指导运营,我了解的一些创业公司,由于资金问题,养不起成熟有经验的运营人员,他们更倾向于招聘应届毕业生,公司内部培养运营人员;而培养的方法就是通过数据分析,如 A/B 测试、漏斗模型等方法来小成本试错、快速迭代,实现低成本增长的目标。

而公众号越来越像一个独立的产品,一些大号甚至撑起一个公司。当你接手一个公众号,我估计你一开始就研究怎么涨粉、怎么互推、怎么裂变,粉丝是涨了很不少,但就是一推送文章就掉粉,你甚至会产生自我怀疑,是我的写作水平不行吗?于是你又囤了一堆写作课程,但依然掉粉不止,你越来越焦虑……

读到这里,你停下来仔细想一想,是不是你从一开始就忽略了,对账号本身数据的分析与研究。学会数据分析,也许你会发现,掉粉这件事跟你的写作水平没有半毛钱关系。

学会公众号数据分析,是你快速成长为资深新媒体运营的捷径。

02 公众号数据分析使用什么工具?

也许你一直以为公众号数据分析是一项特别专业的事情,以至于需要借助第三方工具才能实现,现在的数据可视化分析平台动辄每年上万的费用,而且绝大多数是 SaaS 平台。

什么是 SaaS 呢?「软件即服务」,简单理解就是,你购买我的产品多长时间,我提供多长时间的服务,软件我不卖,你得每年交给我使用费。

套路啊!正是昂贵的费用,你羞于向老板申请经费,你以为的数据分析迟迟没有开展。

其实,对公众号进行数据分析,使用微信公众平台后台自带数据功能就足够了。

记住,在你申请任何一笔钱的时候,你得说服你的领导,经过你的小范围测试,是可以追加一些投入,产生更大的价值。这也是职场应该养成的一个习惯,不是有了某个工具你的工作效率会大大提高,而是经过你的小范围测试,是适合你的业务的,投入越多,收入越多,这种情况下,为什么不花钱?况且,对公众号的数据分析,并不需要花一分钱。

03 如何看懂公众号后台数据统计?

公众号数据分析主要用到公众平台后台的「统计」版块,它的位置在后台左侧边栏第 6 个功能。我们今天详细介绍的是前 4 个模块。

数据分析的前提是要清楚各项数据指标的定义及用法,这 4 大模块总共涉及 34 个关键指标,而我们运营工作中常用到只有 10+ 个,下面有必要逐一拆解这些常用的关键指标。

04 案例分析

以咪蒙团队用的数据分析方法为例:

▲ 公众平台 4 大数据统计模块 34 个关键指标

1、用户分析:用户增长和用户属性

用户增长也就是我们常说的涨粉情况;包含 4 个关键指标,新增人数、取关人数、净增人数、累积人数。

新增人数和取关人数是每天实时涨粉、掉粉的数据;

净增人数 = 新增人数 – 取关人数;

而累积人数是当前实时关注总人数。

用户增长我们需要特别关注新增人数和取关人数曲线的峰值数据。

当掉粉在某一天达到峰值,一定提高警惕,一推送就掉粉,一般有两种情况,要么粉丝有问题,要么文章有问题。

粉丝有两种,一种是路人粉,也就是通过参与活动关注的账号,他们关注账号只是为了获得奖品,你推送文章不符合他们的预期,所以取关;

一种是精准粉,他们是真正喜爱你的产品或内容才关注,你日常推送的文章,都是他们第一个打开阅读。

文章问题导致的掉粉其实很少,除非你的账号定位很不明确,推文质量也良莠不齐。采用前人经验撰写的标题、文章,效果总不会太差,不至于一推送就因为文章质量而取关,所以不要妄自菲薄,过于焦虑。

用户增长还可以查询到用户的关注来源,简单介绍下各个关注渠道的定义:

搜索关注:说明账号有一定影响力或者来自微信之外第三方平台的推荐;

扫码关注:主要来自线上线下活动涨粉(线下二维码物料,或线上海报、文中二维码);

图文关注:靠文章内容涨粉;

支付关注:一般是开通支付功能的服务号,线下店面支付时同时关注公众号。

通过「用户属性」可以了解粉丝的性别、语言、省份、城市等 4 个信息,大多数情况下,你只需要了解粉丝的性别、地域。

比如情感类的账号粉丝性别以女性为主,科技类账号粉丝男性居多;地域只要不出问题即可,什么是出了问题?河北的一个地域号,一半以上粉丝都是湖南的,这就出了问题。

显然了解用户仅凭这些信息还不够,真实的用户信息需要做用户调研,你可以用麦客表单、金数据、问卷星这类问券工具,建一个表单,推送出去或添加在关注自动回复里面。

用户调查的信息通常包含:年龄、收入、职业、爱好等;作用是,假如通过调查发现关注公众号的粉丝 90 后偏多,那就在写推文的时候语言上多一些网络流行元素;粉丝普遍收入比较高,那就在排版、配图上精致一些,满足中产阶层的审美。

2、图文分析:单篇图文和全部图文

单篇图文的数据分析详情页有 5 个关键指标:送达、公众号会话阅读、从公众号分享到朋友圈、在朋友圈再次分享、在朋友圈阅读。

▲ 单篇图文的数据分析详情页入口

这 5 个指标形成一个转化率漏斗模型,通过数据还原出一篇文章的传播路径:

推送文章→关注账号的粉丝在公众号会话窗口打开文章→从会话窗口分享朋友圈→粉丝的好友再次分享朋友圈→在朋友圈被好友的好友阅读→获得更广泛的传播……

其中前 3 个指标定义为一次传播,后 2 个指标定义为二次传播。

公众号文章阅读量 = 一次传播 + 二次传播,通过观察转化率漏斗数据,很容易判断出,一篇文章是否具有传播性,它的阅读量来源于已关注用户,还是朋友圈分享的结果。

▲ 单篇图文转化率漏洞模型

而通过单篇图文「数据概况」中的饼图,也可以分析出文章标题与内容的关系,进而对运营做出调整。这里要引入「阅读量 & 朋友圈分享占比」四象限图:

咪蒙团队也在用的数据分析方法,你要不要学一下?
1)阅读量高、朋友圈分享占比高:标题吸引人、内容质量上乘。这是我们追求的文章最高境界,是具有最佳传播潜质的爆款文章;

2)阅读量低、朋友圈分享占比高:说明标题虽然不够吸引人,但看过文章内容的人都觉得不错,乐意分享朋友圈。这时需要反思以后的标题如何优化;

3)阅读量低、朋友圈分享占比低:标题、内容都不好,标题没有点击欲望,内容差,只能说喜欢看的人少,肯分享朋友圈的人少之又少;

4)阅读量高、朋友圈分享占比低:这在一些大号运营中很常见,文章的内容很一般,阅读量高全凭标题党,也就是说这些阅读量绝大部分来自于「公众号会话阅读」,已关注粉丝的打开量,粉丝看到标题起的太好了,点开看完文章觉得远远没达到标题描述的的预期,肯定不想转发。

3、菜单分析:菜单点击次数查询

公众号会话窗口的底部自定义菜单栏,往往是很多运营人员忽略的流量入口,新改版的公众号关注页面增加了自定义菜单展示,不用关注公众号也可以看到,势必相比之前仅仅在公众号会话窗口底部要带来更多曝光。

通过对菜单栏某个按钮的点击次数监控,及时调整按钮的位置和文案,使链接到按钮的内容获得更多点击,或者,通过数据分析某个按钮压根没人点击,那就干脆去掉。

一些个人公众号,菜单栏设置很随便,什么「撩我」「戳一下」,其实都是很自嗨式的逻辑。

分享一个简单的自定义菜单栏设置模板:文章精华 + 行业工具 + 联系作者。

同时,菜单栏的内容也要经常更新,尤其是你的公众号在做活动时,菜单栏可以和文章内容打个小配合,比如我的公众号自定义菜单是这样设置的:

不要抵触粉丝加你的个人微信,我曾做过一个小调查,很多人在关注一个喜欢的公众号后,都希望能加上作者的个人微信,他们想看到大咖们的朋友圈都分享些什么内容。

而且加粉丝为微信好友,通过朋友圈查看你分享的文章,能直接提高公众号文章的打开率。

4、消息分析:用户自主发往后台消息和关键词自动回复消息

消息是粉丝和你的公众号产生互动的结果,对消息的分析也是指导公众号运营的重要数据。

「消息关键词」中列出了后台「自定义关键词」和「非自定义关键词」的发送排行榜。

通过这些数据,你可以直观地看出你之前设置的哪些关键词粉丝发送的多,哪些非自定义关键词突然爆发式增长,及时设置相应的「自定义关键词」提高公众号服务粉丝的意识。

weinxin
关注微信公众号 CPYY-365
关注微信公众号,留言添加我的个人微信!

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: