温馨提示:本文吃透耗时大概8分钟,请在WiFi或流量充足的情况下阅读此文。如果图片文字过小,点击图片即可放大,即可看到清晰的图片。 如需获取清晰的文档,请在后台回复“清晰文档”~
经一番实践。本人认为,微信后台数据统计的意义在于以下3个方面:
以上3个问题是本文的主线,不过在此之前,本文将从运营本公众号的定位和内容初始化出发,再过渡到数据优化部分,重点阐述如何根据微信后台数据分析对微信运营进行优化,希望能对运营微信公众号的小伙伴们有一点启示,吾心足矣!
一、公众号的定位 我做的这个公众号是讲运营的,本着分享自己运营经验和结交各路运营豪杰的目的而开设,且因自己从事运营没年限不长,功力有限,所以将本公众号的受众定位为:
从上面的定位可以看出,受众人群仅限于运营新手级别或是即将从事运营的小伙伴,因而人群数量有限,粉丝重质不重量。经过网络上的调研和对上述部分人群的调查后,从受众需达成的目标、存在的痛点和成为本公众号所能获得的收益这3个方面着手,从而勾勒出本公众号的用户画像: 本公众号目标受众的概况/人群画像
紧接着,依据上述的用户画像,再结合根据自己工作的内容和涉猎的领域,将公众号的内容板块划分为以下5大板块,以后的内容推送将围绕者这几方面展开:
在完成上面的公众号定位和内容板块后,我将公众号名称起名为“XXX”(为避免广告嫌疑,不显示公众号名称),其中的关键词突出“运营”和“面向新手”两点。
二、公众号的初始化及渠道投放 在本微信号的定位和框架搭建好后,接下来要做的就是公众号的内容初始化,也就是在受众加关注、进入公众号前提前把接待他们的“大厅”布置好,力求给他们留下一个良好的第一印象,为后面的留存和推送做准备。
本公众号的内容初始化着重于3个方面,即微信菜单栏、自动回复语和引导图文关注这三个方面,对它们的构建都要服从于本公众号的调性,能代表本公众号的价值观和以后将要推送的内容。 本公众号的内容初始化
1. 微信菜单栏 初期在内容不多的情况下,菜单的设置尽量简洁、直观、易懂,据此,本公众号的的菜单设置如下: 旧闻回顾:在未取得原创功能邀请的情况下,点击可以看到历史消息,以便后续关注的粉丝能看到之前的文章; 喵喵干货:将一些较长的、经典的干货文章放置于素材库,链接到这里,粉丝点击后能直接查看; 勾搭小喵:直接跳出我的微信号,让粉丝能联系到我,跟我进行互动,既增加粉丝活跃度,又给我后期的内容更新提供素材和方向。 本公众号的菜单设置
2. 自动回复语 自动回复语的设置主要分为2个部分: (1)被添加自动回复 被添加自动回复语的设置尽量符合之前设定的调性,针对新人/同龄人(好吧,暴露年龄咯),语言风格亲切、有趣,体现了以下几个方面:
本公众号的被添加自动回复设置
(2)关键词自动回复 关键词自动回复的设置,目的有3点:
(3)引导关注图文 引导关注图文一前一后,最大限度的吸引阅读者关注,故分为2块。 (1)文前引导关注图文:体现公众号的定位和内容板块,如下图所示: 公众号的文前引导图文
(2)文末引导关注二维码:目的在于将前面未关注、但看完文章的人,是第二道关卡,最大限度的留住阅读者,将其转化为粉丝。内容上主要体现公众号的名称和大大的二维码,引导其关注。 公众号的文末引导关注二维码
三、利用后台数据对公众号运营进行优化
本文涉及到的微信后台数据板块分别为用户分析、图文分析、菜单分析和消息分析这4大模块,接口分析和网页分析因本公众号未进行二次开发,故不涉及。 后台数据分析涉及的几大板块 结合本文开篇提到的需要后台数据分析进行优化的3个课题,和这些数据分析模块呈现一定的对应关系,如下图所示: 讨论课题所对应的的几大分析板块
1. 用户精准度验证,检验之前的运营策略是否对路 (1)性别分布和语言分布 粉丝的性别和语言分布
性别分布方面,男生略多于女生,基本呈持平状态;语言分布绝大部分以中文简体为主,符合常规认知。这部分对于分析课题一的参考价值不大。
(2)用户的地理分布
粉丝的地理分布 从上面2个图可以看出,用户的分布集中在东南沿海和北京等地,按城市来细分,正好是北、上、广、深、杭,符合互联网的分布版图,前几名和百度指数中关于“互联网”的用户分布情况几近一致。同时,粉丝都是主动关注,且都是陌生人。由此说明,本公众号的的粉丝与当初的受众定位是一致的。 百度指数关于关键词“互联网”的人群分布
2. 用户来源、渠道分析,用以判断粉丝的来源路径 粉丝关注的来源 用户的来源分析,如上图红色虚线框所示,主要分为公众号搜索、扫描二维码、图文页右上角菜单、图文页内公众号名称、名片分享、支付后关注、其他。它们间接反映的用户行为如下图所示: 粉丝来源及对应行为分析 对本公众号的粉丝来源进行整理,得到如下表所示的数据,为了看得直观,特别用热力图的方式显示数值的大小(有暖冷色调渐变至暖色调表示数值由小变大): 本公众号粉丝来源细分
由上图可知,本公众号的粉丝绝大部分来源于“图文页公众号名称”,其次是扫描二维码加关注的(在读完文章后再添加)。对于此种情况,结合“粉丝来源及对应行为分析“,对于粉丝以“图文页公众号名称”为主的加关注行为有如下几种解释:
此外,通过“扫码二维码”这个路径进来的粉丝,意味着ta是在阅读完文章后加关注的,此类粉丝较“图文页公众号名称”进来的更为挑剔,同时也反映这类粉丝更为“死忠”和精准,质量很高。
在7-11、7-12这两天,明显可以看到通过“公众号搜索”加关注的粉丝增多,这是因为这两天公众号内的文章在其他平台被转载了,文章末尾注明了公众号名称和微信号。粉丝是通过这两个线索找过来的。
6-27和7-3通过名片分享获取的粉丝忽然增多,可能与前一天的文章受欢迎度高有关。这个点还会在下面的部分展开。
由上述分析可以看出,本公众号内容初始化的文前引导关注图文和微信号名称设置较为合理,需要调整的空间不大。
3. 内容分析,优化公众号的结构和内容 (1) 内容优化判别
在消息分析里,可以查询到每一天的关键词回复情况,我在每一篇文章的末尾都有“埋点”,设置对应的关键词,而关键词的回复数量可以反映当天文章的阅读情况和受欢迎情况,也可以作为公众号的活跃度的判定指标。 消息回复数量 各关键词的回复次数(局部)
按照图文分析--->全部图文, 在“趋势图”下方找到“导出excel”这一项,设定好日期区间,将这些数据进行导出:
导出的图文数据中,无论是“图文页阅读”、“从公众号会话打开”、“从朋友圈打开”、“分享转发”还是“微信收藏”,都有“人数”和“次数”这2个类别,为了减少重复劳动和精简分析项目,我只保留了每个分析指标里关于“人数”的部分。经整理,整合粉丝数据和内容数据,得到 “日期&粉丝&阅读&内容”对应热力表,我将此表命名为“发布内容信息诊断表”。 发布内容信息诊断表 上表中包含日期信息、粉丝信息、阅读信息、分享转发信息、转化率信息和内容信息。考虑到本文的传播途径---在公众号内部推送和发送到运营相关微信群,本人首次推送未转发朋友圈,因而其中的 一次转化率=公众号打开人数/累计关注人数 二次转化率=从朋友圈打开人数/累计关注人数 需要注意的是,此表中颜色由浅入深、由暖入冷代表相应数值由小变大,从而不需要看清每个数值的大小,能直观的从整体上看到数据的变化情况。将上述信息整合在一张表格内,目的在于识别这些天发布内容的优劣情况及发布时间上的规律。总之,此表可以起到诊断问题和发现规律这2个作用。 1) 诊断问题 异常值:6-27这一天的图文页阅读人数达到1784人,但总的粉丝量极少,结合前一天的推文的二次转化率较高,达到65.63%。因此,这个异常值值得注意,再调出更为详细的数据: 异常值的详细数据
从中可以看出,阅读来源中的“其他”占到的比例最大,为79.34%,这就很好的解释了粉丝量数据极小,但阅读量巨大的现象。根据微信的设定,在微信软件之外的分享都是其他,比如在qq、脉脉、豆瓣等其他渠道。
接着再来分析该文章的转化率情况: 异常值的转化率情况 可以看出,此时因为粉丝基数少的原因,阅读量的来源绝大部分在二次传播上。 2) 发现规律 从上表中可以看出,在7-3~7-7期间,粉丝、阅读量、分享转化等数据都呈现出上扬的趋势,比较可观。在发布时间和发布渠道固定的情况下,可以判断出是内容上的改变带来了这些数据的协同增长。因为调出这几天的发布内容: 本公众号7-3~7-7内容发布情况
从上表中可以看出,用户感兴趣的内容集中在运营案例和运营策略方面,对运营知识的系统性易懂性需求较高。此外,用户倾向于图片式的展现形式,这样的阅读体验更为直观和亲和。上述关于内容方面的选题和形式的经验,可作为今后本公众号文章素材查找、撰写和编排的方向。
(2)发布时间段优化 在全部图文--->小时报里,将6-24~7-13的小时报数据进行导出,得到下表: 本公众号6-24~7-13小时报原始数据
这样的数据杂乱无章,看不出有价值的信息,因此需要对上表进行清洗和重组。同上,仅留下跟“人数”相关的指标/数据,利用函数将“小时”转化成“时段”,比如“5时~6时”,以透视表的形式,以便对日期进行筛选。在处理数据时,有2点值得注意:
最终得到下面的图表
经处理后的小时报阅读量分布图
从上面小时报阅读量分布表和折线图可以看出,18时~23时之间是阅读高峰时段。因而,在此时间段开始的15分钟内发布文章,可以有效的提升阅读量。
从一周阅读量分布表中则可以看到,周四是一周中阅读量最大的一天,因为可以在这一天安排质量较高的文章,以期借势吸引更多目标读者的阅读。
结语
在变化莫测的互联网时代,我们的运营策略和手法不可避免的会遭遇频繁的试错和反复的迭代。作为我们调整策略和手段的依据往往是外部的市场需求和内部关于产品的数据---外部市场需求捉摸不定、不易得,但内部数据却是可得、可观且易分析的。作为微信运营人,我们要充分利用好微信后台的数据分析工具,对已有数据深入挖掘,不断对选题、设计版式和推送时间点进行优化,以期达到更好的运营效果。
|
|