数极客首页

阅读数据一样的文章,里面的差距究竟有多大?

如果你不能衡量它,那么你就不能有效增长它。 阅读数据一样的文章,里面的差距究竟有多大?

为什么要做数据分析?引用现代管理学之父彼得·德鲁克说过的一句很经典的话,能够帮助大家理解:

如果你不能衡量它,那么你就不能有效增长它。

新媒体是一个快速发展的行业,没有成型的框架能够帮助我们分析理解。对我们唯一有参考意义的,就是往期的数据。因此只有对呈现出的数据有了深刻的理解,才有可能改善我们的行动,实现增长。

对数据进行分析,分析的究竟是什么?在我看来,数据分析的核心,是分析变化。有变化,有对比,才能发现问题。这天的数据为什么高?那天的用户增长为什么低?为什么这几天的打开率起伏很大?

如果数据一直一成不变,那很难发现问题。不过现实的运营当中,没有不变的数据,只有你发现不了的问题。

在正式开始数据前,首先需要厘清影响因素,然后在控制变量的前提下,对某个因素进行重点分析。

我们先看一篇文章阅读量的影响因素有哪些:

(1)账号内阅读量:打开率

1)用户基数:粉丝总量

2)头条打开率:推送时间、标题、选题

(2)账号外阅读量:分享转发

1)分享转发数:文章质量(选题、语言风格等)、文章长度、文章结构设置(诱导、留言互动等)

2)朋友圈二次传播度;标题、选题、文章质量

从上面的梳理来看,单单是一个文章的阅读量,就受到以上种种因素的影响,这也是大多数运营者做不好数据分析的关键:光盯着阅读量,永远看不到真正的影响因素。因此定量分析格外重要,我们在做日常的运营中,就要有意识的做好归纳对比,为后期的数据分析做好基础。

闲话不多说,下面从账号的具体数据入手,帮助大家手把手实操数据分析。

因为近期我们更加关注用户增长,因此我们先从用户增长入手。调出9、10月份的用户增长情况,按照增长用户从多到少排序,发现一个明显的数据突出。10月15、16日和22、23日两个周期里,用户增长明显高于往期的数据。(见图一)

阅读数据一样的文章,里面的差距究竟有多大?

查看账号的发送记录,可以轻易的发现一个共性问题,就是15号、22号,都推了一篇盘点整合类的文章。由此可见,我们的用户对于这类内容接受度很高,今后可以固定的来进行此类整合内容。

你觉得数据分析就到此为止了?那你就太小瞧数据的力量了。

在分析两篇文章的过程中,我们发现两篇文章内容高度类似,但是数据细节却有明显差异:点赞数量、留言数量差异很大。这就不由让人异常好奇,同样类似的内容,为什么会对用户有如此不同的影响。

为了发现背后的问题,我们又调出了用户来源:从“图文页内公众号名称”带来的粉丝数据(一般情况下,该项数据所影响的用户增长,直接体现为文章的内容质量),以及用户在后台发送消息数据的数据(当天消息发送数量越多,证明用户活跃度越高)。

从新调用的两项数据来看,15号和22号的数据,仍然有明显的差异。这再次印证了我们最初的猜测,虽然15号和22号的用户增长量及阅读数据差异不大,但两个文章背后的数据构成却有明显区别。

阅读数据一样的文章,里面的差距究竟有多大?
阅读数据一样的文章,里面的差距究竟有多大?

 阅读数据一样的文章,里面的差距究竟有多大?

 消息发送人数

怀着好奇心,我们打开了两篇文章的后台详细数据,看到的反馈反而让我们更加疑惑:两篇文章的打开率天差地别,15号的打开率在20%,而22号的打开率只在6%左右。

虽然更加好奇,但从目前的情况我们可以推测出,15号的内容对于用户有更高的吸引力,所以才会有20%的打开率(我们日常的打开率在5—8%左右);另一方面,22号的内容虽然打开率低迷,但是最终呈现的阅读量却与15号的不分伯仲,那22号的内容在二次传播上无疑占有绝对优势。

阅读数据一样的文章,里面的差距究竟有多大?

阅读数据一样的文章,里面的差距究竟有多大? 

打开率 22号

结合上面的猜测,我们又对两篇内容做了更加细致的对比。因为是盘点类文章,两篇文章的内容构成很类似,而且非常简单,都是简单的内容盘点的干货表格+引导用户到后台留言的模式。不过除此以外还有一些区别:15号的文章,引导内容在前,干货盘点在后;22号的内容与之相反。

这就解释了最开始的数据差异问题:引导在前的文章,用户看完后面的干货内容后,就会直接到后台回复,这就让15号文章的用户增长和消息发送次数高于22号文章。反之,由于22号文章的干货内容在前,用户看完就会直接的分享转发,虽然引导到后台的用户变少,但更有利于用户的转发分享。

同时,在文章对比中,我们发现15号内容底部还有一个广告,整体文章的篇幅会多于22号的文章,因此造成了15号文章虽然促进活跃度的提升,但用户的留言反而少于22号文章。

到此为止,我们才算基本摸透了两篇文章及背后所隐藏的细节。让我们在总结一下:

1.我们的受众对于盘点总结类文章,有很高的需求度。

2.类似的内容,类似的标题:用户会产生疲惫,导致打开率降低。

3.文章的内容结构变化,对于文章所起到的效果会产生巨大的不同:诱导内容在前还是在后,决定了文章的效果是引导关注还是刺激转发。

需要说明的是,两篇文章的标题句式和内容基本一致,故排除掉标题的干扰;两篇文章的推送时间基本一致,故排除推送时间造成的影响;账号阅读量除了受粉丝基数影响,我们本身也有自己的分发渠道,分发的数据能占到总阅读量的一半以上(这也是为何22号文章打开率这么低,但阅读数据依旧能赶上15号文章的数据的原因),不过15号和22号的文章分发渠道一致,顾排除该项因素干扰。

以上就是整个数据分析的流程。虽然看似很短,但里面涉及的数据颇多,需要运营者明确知道每个数据所代表的内涵,才能用好这些数据。希望大家可以借鉴整个数据分析的思路,为大家的自己数据分析提供帮助。

个人微信:rkai555,欢迎大家一起交流。

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是数据分析软件领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章