前言
這次數(shù)據(jù)分析大致有三個目的：
1.對前期的公眾號定位和用戶精準(zhǔn)度進(jìn)行驗(yàn)證性分析，看運(yùn)營策略是否對路，需要及時調(diào)整
2.對用戶來源/渠道分析，用以判斷粉絲來源路徑，以便調(diào)整發(fā)布渠道
3.對圖文進(jìn)行分析，用以優(yōu)化內(nèi)容和找準(zhǔn)推送時間
后文中將涉及到的微信后臺數(shù)據(jù)板塊分別為用戶分析、圖文分析、菜單分析和消息分析這4大模塊，接口分析和網(wǎng)頁分析因本公眾號未進(jìn)行二次開發(fā)，故不涉及。
結(jié)合本文開篇提到的需要后臺數(shù)據(jù)分析進(jìn)行優(yōu)化的3個目的，和這些數(shù)據(jù)分析模塊呈現(xiàn)一定的對應(yīng)關(guān)系，如下圖所示：
用戶精準(zhǔn)度分析/驗(yàn)證，檢驗(yàn)之前的運(yùn)營策略是否對路
（1）性別分布和語言分布
性別分布方面，男生約為女生的兩倍；語言分布絕大部分以中文簡體為主，均符合常規(guī)認(rèn)知。這部分對于分析課題一的參考價值不大。
（2）用戶的地理分布
從上面2個圖可以看出，用戶的分布集中在東南沿海和北京等地，按城市來細(xì)分，正好是北、上、深、廣、杭，符合互聯(lián)網(wǎng)行業(yè)的分布版圖，而前幾名和百度指數(shù)中搜索“互聯(lián)網(wǎng)”、“大數(shù)據(jù)”的用戶分布情況幾近一致。由此說明，本公眾號的的粉絲與當(dāng)初的受眾定位是一致的。
用戶來源、渠道分析，用以判斷粉絲的來源路徑
用戶的來源分析，如上圖紅色虛線框所示，主要分為公眾號搜索、掃描二維碼、圖文頁右上角菜單、圖文頁內(nèi)公眾號名稱、名片分享、支付后關(guān)注、其他。它們間接反映的用戶行為如下圖所示：
對本公眾號的粉絲來源進(jìn)行整理，得到如下表所示的數(shù)據(jù)，為了看得直觀，特別用熱力圖的方式顯示數(shù)值的大?。ㄓ信渖{(diào)漸變至暖色調(diào)表示數(shù)值由小變大）：
由上圖可知，本公眾號的粉絲絕大部分來源于“圖文頁公眾號名稱”，其次是公眾號搜索和掃描二維碼加關(guān)注的（在讀完文章后再添加）。對于此種情況，結(jié)合“粉絲來源及對應(yīng)行為分析“，對于粉絲以“圖文頁公眾號名稱”為主的加關(guān)注行為有如下幾種解釋：
1.文章質(zhì)量較高，粉絲第一時間關(guān)注
2.被公眾號名稱吸引，名稱中含有與用戶需求一致的字眼
建議：由上圖可知，“圖文頁公眾號名稱”儼然成為目前本公眾號的第一大用戶來源渠道，并且用戶也較為習(xí)慣此種關(guān)注方式，因此文摘可以進(jìn)一步擴(kuò)大此渠道優(yōu)勢，加強(qiáng)對用戶在這一方式上對本公眾號進(jìn)行關(guān)注的引導(dǎo)，比如：增加公眾號名稱下方的橫幅以及文章作者名稱的引導(dǎo)，like this:
除了圖文頁公眾號名稱之外，“公眾號搜索”則為本公眾號用戶的第二大來源渠道，究其原因，首先本公眾號是經(jīng)過微信官方審核認(rèn)證的公眾號，并且無論是粉絲數(shù)量還是與粉絲互動頻率都屬于同類公眾號領(lǐng)先水平，因此在微信公眾號官方搜索欄里搜索“大數(shù)據(jù)”、“數(shù)據(jù)”等關(guān)鍵詞本公眾號均能處于較為靠前的位置。其次大數(shù)據(jù)文摘作為大數(shù)據(jù)媒體行業(yè)里面的領(lǐng)先科技媒體，與行業(yè)內(nèi)許多著名會議、論壇均有長期的品牌合作關(guān)系，因此高頻次的品牌曝光也是重要原因之一。
建議：由于較高的排名為文摘帶來了較為穩(wěn)定的用戶增量，因此可以進(jìn)一步的保持并擴(kuò)大這一優(yōu)勢，比如可以進(jìn)一步增加與用戶的互動頻次（互動頻次為公眾號排名的一個重要因素），借鑒“李翔商業(yè)內(nèi)參”的讀者閱讀模式，即：每期文末都會結(jié)合該期文章中的某一個話題向讀者拋出一個問題，并鼓勵作者在討論區(qū)留言與作者和其他讀者一起交流討論。
此外，通過“掃碼二維碼”這個路徑進(jìn)來的粉絲，意味著ta是在閱讀完文章后加關(guān)注的（互推除外，這里討論的僅為常規(guī)情況），此類粉絲較“圖文頁公眾號名稱”和“公眾號搜索”進(jìn)來的更為挑剔，同時也反映這類粉絲更為“死忠”和精準(zhǔn)，質(zhì)量很高。
9-25至9-30各個渠道的用戶來源都有大幅度提高，這是因?yàn)檫@段時間本公眾號與其他幾個同類型公眾號進(jìn)行了互推，因此各項指標(biāo)都有較為明顯的上升。另外，9-4號至9-7號用戶也有一個增長小高峰，原因會在后面內(nèi)容分析中再詳細(xì)展開的。
由上述分析可以看出，本公眾號在文章前引導(dǎo)關(guān)注圖文和增加與用戶互動頻次這兩方面仍有較大的調(diào)整空間。
內(nèi)容分析，優(yōu)化公眾號的結(jié)構(gòu)和內(nèi)容
診斷問題和發(fā)現(xiàn)規(guī)律
按照圖文分析—>全部圖文， 在“趨勢圖”下方找到“導(dǎo)出excel”這一項，設(shè)定好日期區(qū)間，將這些數(shù)據(jù)進(jìn)行導(dǎo)出：
導(dǎo)出的圖文數(shù)據(jù)中，無論是“圖文頁閱讀”、“從公眾號會話打開”、“從朋友圈打開”、“分享轉(zhuǎn)發(fā)”還是“微信收藏”，都有“人數(shù)”和“次數(shù)”這2個類別，為了減少重復(fù)勞動和精簡分析項目，我只保留了每個分析指標(biāo)里關(guān)于“人數(shù)”的部分。經(jīng)整理，整合粉絲數(shù)據(jù)和內(nèi)容數(shù)據(jù)，得到 “日期&粉絲&閱讀&內(nèi)容”對應(yīng)熱力表。
上表中包日期信息、粉絲信息、閱讀信息、分享轉(zhuǎn)發(fā)信息、轉(zhuǎn)化率信息和內(nèi)容信息。考慮到本文的傳播途徑—在公眾號內(nèi)部推送和發(fā)送到運(yùn)營相關(guān)微信群，本人首次推送未轉(zhuǎn)發(fā)朋友圈，因而其中的：
一次轉(zhuǎn)化率=公眾號打開人數(shù)/累計關(guān)注人數(shù)
二次轉(zhuǎn)化率=從朋友圈打開人數(shù)/累計關(guān)注人數(shù)
需要注意的是，此表中顏色由淺入深、由冷入暖代表相應(yīng)數(shù)值由小變大，從而不需要看清每個數(shù)值的大小，能直觀的從整體上看到數(shù)據(jù)的變化情況。將上述信息整合在一張表格內(nèi)，目的在于識別這些天發(fā)布內(nèi)容的優(yōu)劣情況及發(fā)布時間上的規(guī)律?？傊?，此表可以起到診斷問題和發(fā)現(xiàn)規(guī)律這2個作用。
（1）診斷問題
異常值：9.16號這一天的圖文頁閱讀人數(shù)達(dá)到35181人，一次打開率5.71%，為本月最高，但凈增關(guān)注人數(shù)極少，僅為64人。因此，這個異常值值得注意，再調(diào)出更為詳細(xì)的數(shù)據(jù)：
異常值出現(xiàn)相關(guān)原因可能包括但不限于：時間節(jié)點(diǎn)（中秋假期第一天）、內(nèi)容與數(shù)據(jù)相關(guān)性略弱（天文相關(guān)）、好友轉(zhuǎn)發(fā)率相對低于平時
（2）發(fā)現(xiàn)規(guī)律
發(fā)現(xiàn)合適的內(nèi)容方向
從上表中可以看出，在9.4、9.6、9.7等這些天里，期間，粉絲、閱讀量、分享轉(zhuǎn)化等數(shù)據(jù)都呈現(xiàn)出上揚(yáng)的趨勢，比較可觀。在發(fā)布時間和發(fā)布渠道固定的情況下，可以判斷出是內(nèi)容上的改變帶來了這些數(shù)據(jù)的協(xié)同增長。調(diào)出這幾天的發(fā)布內(nèi)容：
從上表中可以看出，用戶感興趣的內(nèi)容集中在技術(shù)的相關(guān)衍生和應(yīng)用方面，因?yàn)槲⑿殴娖脚_本來就是一個基于移動端的碎片式閱讀平臺，而本公眾號的定位又是大數(shù)據(jù)這類的偏專業(yè)性質(zhì)的科技媒體，其相關(guān)內(nèi)容相對來說都比較專業(yè)、復(fù)雜甚至是會有些無趣，如果在一個基于移動端的碎片式訂閱平臺推送系統(tǒng)化、專業(yè)化的大數(shù)據(jù)相關(guān)知識（比如具體的演算推理、具體的代碼演示等），長此以往，效果定會大打折扣，因此推送與大數(shù)據(jù)技術(shù)相關(guān)，并且具有趣味性與實(shí)用性的這類文章，則更容易受到讀者青睞。而具體系統(tǒng)的大數(shù)據(jù)知識則更適合于基于pc端的固定使用場景。
另外，就篇幅而言，篇幅并不是影響文章各項指標(biāo)的重要因素，由上表可知，較為受讀者青睞的文章中，文章字?jǐn)?shù)并不統(tǒng)一，影響文章閱讀量等指標(biāo)的首要因素應(yīng)該還是文章質(zhì)量。
上述關(guān)于內(nèi)容方面的選題和形式的經(jīng)驗(yàn)，可作為今后本公眾號文章素材查找、撰寫和編排的方向。
梳理出合理的菜單結(jié)構(gòu)
菜單分析部分提供的數(shù)據(jù)可以供我們發(fā)現(xiàn)優(yōu)質(zhì)的菜單欄目（被點(diǎn)擊次數(shù)較多的菜單）和不受歡迎的菜單欄目（點(diǎn)擊次數(shù)較少），從而我們可以改進(jìn)菜單，以便提高留存率。
菜單部分的趨勢圖可以看到近30天的各級菜單被點(diǎn)擊情況，能在趨勢圖部分予以顯示是TOP5，即累計點(diǎn)擊次數(shù)排名前五的菜單。從上圖可以看到，“推薦”這個一級菜單被點(diǎn)擊的次數(shù)最多，其次是“下載”，并且可以看出，各個菜單點(diǎn)擊次數(shù)的高峰和低谷實(shí)際上是具有一致性的，比如說：9.5號和9.20號這兩天，top5各個菜單均達(dá)到了一個點(diǎn)擊的小高峰，查看這兩天所推送的文章可知，這兩天剛好都是推送的斯坦福cs231n的連載文章，并且讀者均可通過在后臺回復(fù)關(guān)鍵字“斯坦?！鲍@得相關(guān)課件和資料，而一旦在后臺產(chǎn)生交互行為，讀者往往會下意識產(chǎn)生連帶行為，從而產(chǎn)生點(diǎn)擊底部各級菜單的點(diǎn)擊行為。
建議：可適當(dāng)增加關(guān)鍵字的設(shè)置，提高用戶菜單點(diǎn)擊頻次的潛在可能性。
上圖反映的是菜單欄各版本的詳細(xì)點(diǎn)擊數(shù)據(jù)，點(diǎn)擊右上方的“下載表格”，即可下載更為詳細(xì)的點(diǎn)擊數(shù)據(jù)情況。下載經(jīng)處理后，得到下表：
從上表的熱力情況（顏色深淺和冷暖色調(diào)表示數(shù)值由低到高）可以看到時間維度菜單版本更新維度的點(diǎn)擊次數(shù)變化情況，從中可以看到，“下載等-歷史文章”和“推薦-最火”以及“推薦-算法”這三個菜單點(diǎn)擊量最多，由此判斷，這三個菜單的設(shè)置是合理的，其他點(diǎn)擊較少的菜單則需要進(jìn)一步優(yōu)化，如醫(yī)療健康、7/19線上峰會等，可以進(jìn)行適當(dāng)?shù)母抡{(diào)整。
發(fā)布時間段優(yōu)化
在全部圖文—>小時報里，將9.1~9.30的小時報數(shù)據(jù)進(jìn)行導(dǎo)出，得到下表（以9.1號這一天為例）：
然后再把每天閱讀人數(shù)最多的時間段記錄下來，比如，9.1號，閱讀人數(shù)最多的時間段為：10:00.
將30天的文章小時段數(shù)據(jù)整理后課得到下表：
文章閱讀高峰時間段統(tǒng)計圖
由此表可得，30天內(nèi)，閱讀高峰出現(xiàn)最多的時間段為8:00~9:00這一時間段，其次為7:00~8:00。因而，在7:00~9:00這一時間段開始的15分鐘內(nèi)發(fā)布文章，可以有效的提升閱讀量。
結(jié)語
用戶吸引：在文章前引導(dǎo)關(guān)注圖文和增加與用戶互動頻次這兩方面仍有較大的調(diào)整空間；保持文章高質(zhì)量；互推效果顯著，可適當(dāng)參與互推
內(nèi)容優(yōu)化：推送與大數(shù)據(jù)技術(shù)相關(guān)，并且具有趣味性與實(shí)用性的這類文章，更容易受到讀者青睞。而具體系統(tǒng)的大數(shù)據(jù)知識則更適合于基于pc端的固定使用場景。
運(yùn)營管理：發(fā)布時間：在7:00~9:00這一時間段開始的15分鐘內(nèi)發(fā)布文章，可以有效的提升閱讀量；菜單結(jié)構(gòu)：“下載等-歷史文章”和“推薦-最火”以及“推薦-算法”這三個菜單點(diǎn)擊量最多，由此判斷，這三個菜單的設(shè)置是合理的，其他點(diǎn)擊較少的菜單則需要進(jìn)一步優(yōu)化。
