新闻资讯

新闻资讯 行业动态

4大模块34个关键指标,做好微信公众号数据分析

编辑:011     时间:2020-02-28
公众号运营不是简单的发文和阅读量,运营人需要关注10W+数据背后的问题。微信公众号如何做好数据分析?本文作者结合案例,对这个问题做出了详细的解答,供大家一起学习和参考。

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

无论运营推广怎样以小博大,文案美工如何画龙点睛;最后都离不开科学准确的数据统筹与分析;让后面的整体营销更加正确合理。

一、公众号数据分析的必要性
微信公众平台如今已经是第八个年头了,肯定有许多人已经是自诩为新媒体行业 “老人”。但当上司老板向你询问公众号运营情况时,你是否还停留在汇报:现在粉丝多少,平均阅读多少吗?精明一点的在汇报一下;同比增长了多少粉丝(用来凸显自己阶段性的工作成果)。

公众号的核心价值确实在于优质内容的创作;但人们往往忽略优质内容除了好文笔之外,还有一次次数据反馈后的纠错与打磨;如今许多“运营导师”都在大肆鼓吹如何涨粉、互推、裂变、拉新留存;但你停下来仔细思考一下,是不是做公众号的一开始你就忽视了公号本身的数据分析与研究。

网络营销不是玄学,透过数据你可以有的放矢的说出来出现问题的原因。由此可见数据分析对于公众号运营的重要;成为资深媒体人,运营人的捷径就是,静下心来苦练内功做好数据分析。

二、公众号中数据分析应用工具
1. 数据分析难吗?
许多运营媒体人往往有一个错误的认知;觉得数据分析过于高端甚至神秘,作为搜索竞价semer出身的我可以很明确的告诉你,90%的数据分析只是通过Excel的处理即可(后面会有分享),并不需要Saas(付费软件服务)。

在初期没有数据基础的情况下,甚至可以做A/B测试;漏斗模型等方法小成本的尝试迅速充盈数据,快速迭代,以实现掌握实际数据的效果。(ps:通过不同时间段推文测试出什么时间段为最佳推送时间)

2. 借助第三方的数据可行吗?
借助第三方平台,分析行业热门文章,分析头部账号运营推送情况,确实能帮助我们快速找到方向,但在分析行业之前,先应该了解自身公号的实际情况,借助微信公众平台自身数据功能就足够了。这里建议在首先掌握自身账号情况的同时在去洞悉行业热门。

三、解读公众平台数据功能
公众号数据分析主要用到【统计】,左侧第六个模块中,而大部分的数据分析应用前4个功能即可。



明确知道每个功能的统计范围与定义,下面我通过4个模块34个关键指标来解读数据分析中的关键核心。



1. 用户分析
用户分析包含:用户增长+用户属性

用户增长包含 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。

这里有一点需要注意通常我们表述公众号的情况,都会先说【总用户数】,即公号首页的数值,但这个数字并不完全代表公众号运营状况多好,往往是一个虚荣指标;类似于APP的总装机数;真正公众号的关注人数是【累计人数】(用户分析中可以看到。)这里面的数值才是当前公众号实际关注人数。

峰值数据是我们在分析用户增长时需要特殊注意的情况;当涨粉/掉粉在某一天达到波峰时,一定要提高注意,特别是当推送就掉粉的情况发生,通常说明两种原因:①粉丝有问题②文章有问题。

①粉丝问题通常分为两种一种是路人粉也就是通过你的活动或者领奖来关注的,因此当你推送文章并且对他们不产生吸引兴趣是取关也是必然;后一种则是精准粉通常是你的精准用户。

②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。之后如果遇到大批量掉粉问题,记得首选要抓住峰值数据。

关注来源也是分析用户增长的主要指标,下面我可以简单为大家介绍一下渠道定义:



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。
利用【用户属性】可以分析出来关注用户的:性别、语言、年龄、省份、城市5个属性;重点需要了解的是性别、城市。

如果你的公众类别是汽车指南肯定是男性粉丝居多;25-46岁具备一定经济能力;情感类的公号粉丝大多是女性,这些都不会出问题,什么会是问题呢?比如区域美食推荐的公众号活动期间,出现非本地区域粉丝突增,需要预防被羊毛党盯上。

需要提及的是官方后台所能收集的用户属性并不完整不能用来做,精密数据处理,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。

2. 消息分析
引导用户关键词回复与用户主动互动消息。

引导用户关键词回复设置也是知道你公众号运营的重要指标,比如教育机构回复特定关键词获得测试题;运营教学公众号回复关键词获得pdf运营增长指南;这些都是你引导用户留存的重要方法数据,也可以直观展示出文章质量度。

用户主动互动消息更需要重视,这类人往往是意见领袖,提供互动率往往是你的公众号质量提升的开端。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。



3. 菜单分析
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。

现在许多运营者把自定义菜单设置的特别“新奇”比如【有趣】【有料】【有内容】;或者【来撩】【约嘛】这种通常是用于运营人员的自嗨式设置,分享一个通用的自定义菜单模板:业务项目+精华文章+联系方式(创建社群);配合公众号文章底部互动,起到很好的作用。



留存30天的菜单点击数据,比如下面案例:



△某餐饮行业30天菜单公众号数据

一级菜单「会员中心」点击量最高,「更多」作为一级菜单,指向太模糊,该列菜单包含「门店信息」和「加入我们」,均有一定点击量,可以考虑将「更多」改为「联系我们」,提高「门店信息」和「加入我们」的曝光。而一级菜单「好食材」点击量几乎可以忽略,可以尝试寻找更多顾客「痛点」与「痒点」,替换掉「好食材」。

4. 图文分析
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/社群、在朋友圈/社群再次分享、在朋友圈阅读。

这5个关键指标,可以构成一个标准的转化漏斗模型,很直观可以通过数据展现出一篇文章的传播途径。

推送文章-回话内打开文章-会话分享到朋友圈/社群-粉丝好友在此扩散-获得广泛传播

其中前 3 个指标(送达、会话阅读、首次社群/朋友圈分享)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。

往往一篇精心准备的文章二次传播>一次传播;这里面需要注意的是由于搜一搜目前并不完善,所计量数据并没有计算在内。



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:



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。

四、利用Excel建立体系化统计报表
这段较适用于公司公号运营人员,把每日数据统筹生成表格,直观分析数据,我将报表分为3个部分:单篇图文分析、用户分析、文章评级分析

Excel模块一:单篇图文分析
用来统计文章的基本情况:

文章标题(带链接)
推送时间
发送量、阅读量
阅读率,留言率



其方法是通过数据导出之后将文章数据用工具形式统计出来:





Excel模块二、用户分析
同理统计出来用户增长相关数据

新关注、取关
粉丝来源



需要注意点是当日需要统计是否推送文章

Excel模块三、文章评级分析
前面统计出来了单篇文章的7日数据,接下来将数据比率做出评级。

A、B、C、D类似于销售客户重要性



需要注意的是评判标准不唯一,可以考虑将跳出率,仍读比例作为参考。

五、公众平台新增加的数据分析功能
工具的产生就是为了更好的让人们提高效率,在2019年8月末微信公众号后台新增加了一些数据统计功能,其目的就是让更多运营者更直观的了解公号运营情况;下面我为大家解读一下。

1. 跳出比例/仍度比例


跳出比例与仍度比例是两个很直观了解公众号文章质量的报告。相比于前文提出的四项分析法,这个更注重抓取单篇文章问题点,分析更针对点对点。

2. 常读用户分析


常读用户:在订阅号消息列表顶部“常读订阅号”横栏常驻你的公众号的用户,毫无疑问是你的用户中的核心,比例越高说明你的公众号质量越高也是,常读用户的性别年龄区间分布,与你期望的受众越一致说明运营的方向越正确KPI考核的重要指标。



————————————————
版权声明:

遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://www.yunyingpai.com/data/584015.html

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

回复列表

相关推荐