
數(shù)據(jù)分析如何驅(qū)動社交媒體營運
自從川普成為候任總統(tǒng)后,奧巴馬貌似就被大家遺忘了,社交媒體上滿世界都是川普的消息。這兩天這位大嘴總統(tǒng)又惹上麻煩了,連連在推特上發(fā)布針對中國的消息。有意思的是,昨天看見有人寫了一篇假如川普入駐微博世界會怎么樣的文章。世界會怎么樣我不知道,但是我知道川普團(tuán)隊絕對會運用微博數(shù)據(jù)來指導(dǎo)自己的微博營運,因為他能當(dāng)選,他針對Twitter和Facebook的數(shù)據(jù)挖掘幫了大忙。數(shù)據(jù)決定了他應(yīng)該發(fā)什么樣的內(nèi)容,哪些投票人是可以被他影響的,哪些是堅定的支持者。
回到我們自己的社交媒體上,我們早就過了用粉絲數(shù)來衡量社交媒體營運效果的時代了,從2009年玩微博開始,我一直在用數(shù)據(jù)指導(dǎo)自己的微博策略,每天都看新增粉絲數(shù)、流失粉絲數(shù),如果發(fā)現(xiàn)某天流失率增大我會去找原因,看看是不是發(fā)布的微博有問題,如果某天的粉絲暴增,我也要去找到增加的理由。剛開始的時候,微博的數(shù)據(jù)中心并不完善,于是我就自己用Excel每天記錄數(shù)據(jù)。當(dāng)時這個工作非常麻煩,我必須要晚上11點的時候(為了保證每天時間的一致性)清空新增粉絲數(shù),再記下當(dāng)時的粉絲總數(shù),最后算出粉絲流失率,堅持了好幾年啊,每天都這樣。數(shù)據(jù)分析師玩微博真是一件非常苦逼的事情。
今年,微博上線了“微博數(shù)據(jù)助手”(以前叫微博數(shù)據(jù)中心,但只是簡單的數(shù)據(jù)整合),我才從這種苦逼的自己養(yǎng)數(shù)據(jù)的狀態(tài)中解放出來。結(jié)合“微博數(shù)據(jù)助手”這個產(chǎn)品,今天和大家談?wù)勅绾斡行У睦脭?shù)據(jù)來營運社交媒體,微博和微信都有后臺數(shù)據(jù),道理大同小異。
微博數(shù)據(jù)助手共有一個概況和6大分析模塊,它比微信公眾號的統(tǒng)計功能多了一個相關(guān)賬號分析的模塊,也就是說你可以看其它賬號的數(shù)據(jù)。偷看別人的“隱私”,這是很多人喜歡的功能。
ps:以下所有數(shù)據(jù)均來源于這個賬號微博數(shù)據(jù)助手的后臺數(shù)據(jù)
一、了解你的粉絲
粉絲不只是一個一個的簡單的數(shù)字,他們是有血有肉活生生的人,我們需要通過數(shù)據(jù)了解他們來自哪兒,他們喜歡看什么樣的內(nèi)容,他們?yōu)槭裁从蛛x我們遠(yuǎn)去?
1、粉絲趨勢分析
粉絲趨勢分析在選定時間段內(nèi),微博帳號每天的粉絲變化趨勢,包含粉絲總數(shù)、粉絲增加數(shù)、粉絲減少數(shù)、粉絲增長率和主動取關(guān)粉絲數(shù)的變化趨勢。
后臺的30天粉絲趨勢圖
據(jù)說“取關(guān)”是社交媒體中的一個核武器,一言不合就取關(guān)。你發(fā)布的內(nèi)容不可能保證每個人都喜歡,取關(guān)是難免的。今年8月14日我寫了一篇《王寶強(qiáng)離婚事件中的碰瓷營銷》的分析文章(光微博文章的閱讀量就達(dá)到160萬),當(dāng)天新增21416個粉絲,雖然也有6810個粉絲流失,但是凈增粉絲14606個,說明這篇文章大家還是很認(rèn)可的。去年7-8月我的粉絲數(shù)超過了50萬,于是我主動做了一次“僵尸粉”的清洗,當(dāng)時清洗掉約1萬個僵尸粉。這都是主動提高粉絲質(zhì)量的做法,粉絲數(shù)不在多在精。
微博數(shù)據(jù)助手沒有粉絲流失率這條曲線,上圖是我自己利用數(shù)據(jù)做的分析。建議微博數(shù)據(jù)助手下次升級可以考慮把這個數(shù)據(jù)加上去,不過也影響不大,因為微博允許把數(shù)據(jù)下載到本地進(jìn)行分析。
2、粉絲來源分析
目前微博能統(tǒng)計的粉絲來源包括微博推薦、第三方應(yīng)用、微博搜索、微博找人。微博推薦是微博官方通過算法在用戶的信息流中展示用戶的賬號或微博內(nèi)容,然后引導(dǎo)用戶關(guān)注。通過看到一條感興趣的微博或賬戶于是就關(guān)注這個博主,微博推薦目前是新增粉絲的主要來源,大部分賬號這個數(shù)據(jù)都是90%以上。微博搜索和微博找人這個兩個來源往往被營運者忽略了,用戶通過搜索關(guān)鍵字帶來的粉絲屬于微博搜索,通過客戶端“找人”入口輸屬于微博找人,對于營運者來說必須優(yōu)化自己微博名稱、標(biāo)簽、介紹、地址等關(guān)鍵字,這樣才能讓微博用戶在搜索時能把你找到。簡單來說博主的影響力越大,用戶通過搜索和找人進(jìn)來的新增粉絲就會越多。
3、粉絲性別和年齡
這兩個數(shù)據(jù)方便我們了解粉絲的屬性,如果一個時尚女裝的粉絲大部分是男性,那說明這個賬號的日常微博內(nèi)容有問題了。比如之前發(fā)現(xiàn)一個女裝賬號,除了發(fā)布自己品牌的圖片外,還喜歡發(fā)布一些性感的街拍女性照片,于是一堆“好色”男人關(guān)注這個賬號,其實這樣利用人性弱點的營運是失敗的,這些粉絲毫無價值。
年齡也是一樣的道理,它必須和你的品牌定位保持一致性。我的粉絲在25-29歲這個年齡段占多數(shù),但是我在實際運營中轉(zhuǎn)化粉絲價值得時候我卻是以35-49歲這兩個年齡段為訴求對象,因為這些人中間很多已經(jīng)是企業(yè)的中、高層領(lǐng)導(dǎo)者了,他們有決策權(quán),他們可以給我?guī)砭€下咨詢、培訓(xùn)的業(yè)務(wù)。
4、粉絲地域分布
現(xiàn)在一般的數(shù)據(jù)產(chǎn)品都有這個熱力圖,如微指數(shù)、百度指數(shù)等,它能清晰的顯示粉絲的地域分布。我的粉絲前幾位是廣州、北京、上海、福建、山東,占到總粉絲的36.4%,他們也是我的粉絲集中的地域,未來我要搞線下的論壇等就可以用這些數(shù)據(jù)做參考。
如果一個零售品牌發(fā)現(xiàn)某個地域的粉絲數(shù)量可觀,但是在該地區(qū)卻沒有實體店鋪,這就是數(shù)據(jù)背后的機(jī)會,趕緊開店吧。相反,品牌某個地區(qū)的消費比重遠(yuǎn)大于該地區(qū)的粉絲比重,這種倒掛也是非常危險的,企業(yè)需要在該地區(qū)搞一些活動來轉(zhuǎn)化粉絲了。
二、如何用數(shù)據(jù)判斷推廣效果
對于企業(yè)官博來說,一次大型推廣活動后必須要進(jìn)行推廣效果的復(fù)盤,這既是評估效果也是為未來的營銷推廣積攢數(shù)據(jù)。只會發(fā)微博不會用數(shù)據(jù)評估效果的官微是沒有前途的,推廣效果好的活動未來可以持續(xù)推廣,效果不好的活動則停掉或進(jìn)行優(yōu)化。
評估推廣好壞可以從粉絲增長、主頁訪問變化和互動分析三個維度進(jìn)行。分析方法可以采用活動前、活動中、活動后的三段式數(shù)據(jù)對比法。
1、粉絲趨勢
好的活動會帶來粉絲增長,不同的活動粉絲增長情況也不一樣,所以我們可以通過分析量化評估粉絲增長效果。有些活動雖然在活動期間效果增長明顯,但是活動結(jié)束后粉絲取關(guān)也是分分鐘的事兒,所以對比分析的時候我們還必須要看活動后的粉絲變化情況。
上圖這個模型活動前后的數(shù)據(jù)一般取7天的平均凈增粉絲數(shù)據(jù),活動中就以活動期間實際天數(shù)計算。這張活動效果粉絲評估圖直觀地反映了活動效果,微博數(shù)據(jù)助手沒有這個模型(因為微博不能定義你的活動時間),不過只要導(dǎo)出粉絲數(shù)據(jù)也非常容易可以畫出這個圖來。有了這些數(shù)據(jù)就可以計算活動的爆發(fā)度和衰減度了。
爆發(fā)度=(活動中凈增粉絲數(shù)-活動前凈增粉絲數(shù))/活動前凈增粉絲數(shù)*100%
衰減度=(活動后凈增粉絲數(shù)-活動前凈增粉絲數(shù))/活動前凈增粉絲數(shù)*100%
爆發(fā)度越大說明微博推廣活動效果越好,例如爆發(fā)度100%,說明凈增粉絲數(shù)也翻番。官微營運人員可以把一年內(nèi)搞的多期這樣的推廣活動進(jìn)行對比,有些爆發(fā)度120%,有的只有20%,有的甚至是負(fù)增長,你就會發(fā)現(xiàn)什么樣的推廣活動是粉絲樂于接受的,以后的推廣就有據(jù)可依了。
衰減度主要是看粉絲的留存狀況,有時候爆發(fā)度雖然高,但是活動后的衰減度大于爆發(fā)多,說明這些粉絲只是匆匆路過的吃瓜群眾,拿完好處就跑了,這樣的推廣活動爆發(fā)度再高以后也不能再搞了。一些抽獎類的活動就會出現(xiàn)這種情況。好的推廣活動衰減度應(yīng)該是大于等于0的。
這種對比分析既可以看這個官微的粉絲增長對比,也可以細(xì)分到每個地域進(jìn)行分析,找到同一個推廣活動在不同的地域的爆發(fā)和衰減情況。同一個推廣有些地域爆發(fā)度高,有些低,說明這個推廣在不同地域表現(xiàn)是不一樣的,注意我沒有用粉絲數(shù)的絕對值而是用的相對值,所以不同區(qū)域就有對比意義了。對于一些區(qū)域性的推廣活動這種方法尤其重要,有了這樣的分析,微博活動推廣才能夠更精準(zhǔn)一些。不過獲取凈增粉絲數(shù)據(jù)稍微麻煩一些,需要活動前后的每一個臨界點都從微博后臺導(dǎo)出地域粉絲總數(shù)存檔。
2、主頁訪問變化
一般人會通過微博的信息流來看微博內(nèi)容,但是有些忠誠度非常高的鐵粉他們會點進(jìn)我的微博主頁一條一條的看我發(fā)的內(nèi)容,把我每天發(fā)的微博一網(wǎng)打盡。這些都是高質(zhì)量的粉絲??梢詮臑g覽量和訪問人數(shù)來分析,今年雙11期間我接連寫了幾篇文章來分析雙11,所以下圖在11月10-15日期間我的這兩個數(shù)據(jù)大增(瀏覽量增長了2.3倍,瀏覽人數(shù)增長了2.5倍),人均瀏覽量也接近1.6次,數(shù)據(jù)說明雙11這個熱點我抓得是成功的。
另一個指標(biāo)是瀏覽時長,我們不但希望瀏覽主頁的人要多,還希望他們停留更長的時間。平時我的主頁訪問時長是238秒(約4分鐘),這些鐵粉不但會看我發(fā)的微博,還會去翻下面的評論,畢竟我發(fā)的微博都是干貨性質(zhì)居多,很多評論也是值得看的。
3、互動數(shù)的變化
互動數(shù)就是我們熟悉的閱讀數(shù)+轉(zhuǎn)評贊(轉(zhuǎn)發(fā)、評論、點贊)數(shù)據(jù),好的推廣活動和話題才會產(chǎn)生轉(zhuǎn)評贊。閱讀數(shù)其實是該條微博在不同設(shè)備上的出現(xiàn)次數(shù),只代表該條微博在設(shè)備上出現(xiàn)過,用戶有沒有真的“閱讀”就不好說了。有了閱讀數(shù)才能帶來轉(zhuǎn)評贊,而轉(zhuǎn)發(fā)和點贊又可以帶來更多的閱讀數(shù)(轉(zhuǎn)發(fā)后可以讓更多轉(zhuǎn)發(fā)者的粉絲看到,而在主頁上還會出現(xiàn)你最近點贊的微博,當(dāng)別人進(jìn)入你的主頁后就可以看到從而帶來閱讀),所以是相輔相成互相促進(jìn)的。
閱讀數(shù)和轉(zhuǎn)評贊的數(shù)據(jù)是絕對數(shù)字,不過我更喜歡看相對數(shù)據(jù),就是互動率和點擊率。互動率就是用微博的轉(zhuǎn)評贊數(shù)除以閱讀數(shù),而點擊率是用點擊數(shù)(點開該條微博,點開圖片,點開鏈接都算點擊數(shù))除以閱讀數(shù)。互動率在微博數(shù)據(jù)助手中也可以查到,2016年我的平均互動率是1.5‰,點擊率是7.4‰。互動率的最高紀(jì)錄是1.6%,點擊率的最高記錄是4.5%,分析這些細(xì)分?jǐn)?shù)據(jù)可以找到更多營運技巧。
以上三個方面的數(shù)據(jù)不但可以評估微博推廣活動效果的好壞,也可以用來評估企業(yè)官微運營質(zhì)量好壞,一切用數(shù)據(jù)說話。
作為一個自媒體人,必須經(jīng)常用原創(chuàng)文章來分享個人見解,而有些人通過視頻直播來闡述觀點,不管選擇那種方式我們都需要用數(shù)據(jù)來深度分析,來評估文章或視頻的效果。對于文章和視頻分析,微博數(shù)據(jù)助手邏輯都是一樣的。他們的分析指標(biāo)包括文章(視頻)的閱讀數(shù)(播放數(shù))、互動數(shù)、轉(zhuǎn)發(fā)數(shù)、評論數(shù)、點贊數(shù)、互動率、轉(zhuǎn)發(fā)率、評論率、點贊率等,今天就不詳細(xì)闡述了。
三、相關(guān)賬號分析是亮點
做社交媒體營運,誰都想了解競爭對手做得怎么樣,就像阿里生意參謀可以看到一些行業(yè)品牌數(shù)據(jù)一樣,微博數(shù)據(jù)助手也可以看到其它賬號的數(shù)據(jù),這個功能必須贊,微信公眾號后臺的數(shù)據(jù)中心則沒有這個功能。
這是我后臺監(jiān)控到的2016年截止到12月3日的6個賬號的數(shù)據(jù),你可以看看哪些是話嘮,哪些是互動高手了。
免費版本的這個功能可以試用15天,可以添加5個監(jiān)控賬號,最多允許有一次調(diào)換賬號的機(jī)會,不過看了一下,有錢的土豪最多可以購買50個相關(guān)賬號來做分析,這差不多也就夠了。
還可以查看相關(guān)賬號每一條微博詳情分析,可以從對手身上學(xué)到更多的營運技巧,對手做推廣活動時也可以有效監(jiān)控了,不過微博能開放閱讀數(shù)就更厲害了。
對于普通的賬號營運者來說,微博數(shù)據(jù)助手的這些功能就已經(jīng)夠了,它們既方便我們考核微博運營團(tuán)隊的績效,也便于用數(shù)據(jù)總結(jié)營運經(jīng)驗,更好的為粉絲和品牌服務(wù),一切用數(shù)據(jù)說話。ps:目前支持下載從2016年1月1日開始的日數(shù)據(jù)。
如果想深層次挖掘社交媒體數(shù)據(jù),真正的利用數(shù)據(jù)驅(qū)動粉絲經(jīng)濟(jì)的話,目前這些數(shù)據(jù)還不夠,還需要對微博內(nèi)容、評論等進(jìn)行文本分析、挖掘,這樣的數(shù)據(jù)價值更大。美國這次大選希拉里和川普都有利用社交媒體發(fā)聲,和希拉里謹(jǐn)慎地發(fā)布相比,川普就大嘴很多,每一次川普的發(fā)推都是有目的的。每一條內(nèi)容都會影響一部分目標(biāo)粉絲的決策,并且每一條推特下面的轉(zhuǎn)評贊信息也是一個寶貴的大型數(shù)據(jù)庫,可以分析出來哪些粉絲是堅定的支持者,哪些是可以影響的投票者,哪些是川黑。所有數(shù)據(jù)都是一種寶貴的資源,分析這些信息可以決定他下一次的發(fā)推策略。
所以微博的數(shù)據(jù)大有空間可為,微博數(shù)據(jù)助手不僅僅是助手的作用,它會逐漸變成我們社交媒體營運的決策依據(jù),甚至指導(dǎo)我們做營運方案。數(shù)據(jù)助手打開了社交媒體數(shù)據(jù)化運營的大門,提升了運營效率,也幫助企業(yè)觸達(dá)到了更多的用戶,企業(yè)品牌的推廣宣傳不再沒有方向。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10