數據分析如何驅動社交媒體營運

自從川普成為候任總統后，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又惹上麻煩了，連連在推特上發布針對中國的消息。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，但是我知道川普團隊絕對會運用微博數據來指導自己的微博營運，因為他能當選，他針對Twitter和Facebook的數據挖掘幫了大忙。數據決定了他應該發什么樣的內容，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，我一直在用數據指導自己的微博策略，每天都看新增粉絲數、流失粉絲數，如果發現某天流失率增大我會去找原因，看看是不是發布的微博有問題，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，微博的數據中心并不完善，于是我就自己用Excel每天記錄數據。當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，再記下當時的粉絲總數，最后算出粉絲流失率，堅持了好幾年啊，每天都這樣。數據分析師玩微博真是一件非?？啾频氖虑?。

今年，微博上線了“微博數據助手”（以前叫微博數據中心，但只是簡單的數據整合），我才從這種苦逼的自己養數據的狀態中解放出來。結合“微博數據助手”這個產品，今天和大家談談如何有效的利用數據來營運社交媒體，微博和微信都有后臺數據，道理大同小異。

微博數據助手共有一個概況和6大分析模塊，它比微信公眾號的統計功能多了一個相關賬號分析的模塊，也就是說你可以看其它賬號的數據。偷看別人的“隱私”，這是很多人喜歡的功能。

ps：以下所有數據均來源于這個賬號微博數據助手的后臺數據

一、了解你的粉絲

粉絲不只是一個一個的簡單的數字，他們是有血有肉活生生的人，我們需要通過數據了解他們來自哪兒，他們喜歡看什么樣的內容，他們為什么又離我們遠去？

1、粉絲趨勢分析

粉絲趨勢分析在選定時間段內，微博帳號每天的粉絲變化趨勢，包含粉絲總數、粉絲增加數、粉絲減少數、粉絲增長率和主動取關粉絲數的變化趨勢。

后臺的30天粉絲趨勢圖

據說“取關”是社交媒體中的一個核武器，一言不合就取關。你發布的內容不可能保證每個人都喜歡，取關是難免的。今年8月14日我寫了一篇《王寶強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到160萬），當天新增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可的。去年7-8月我的粉絲數超過了50萬，于是我主動做了一次“僵尸粉”的清洗，當時清洗掉約1萬個僵尸粉。這都是主動提高粉絲質量的做法，粉絲數不在多在精。

微博數據助手沒有粉絲流失率這條曲線，上圖是我自己利用數據做的分析。建議微博數據助手下次升級可以考慮把這個數據加上去，不過也影響不大，因為微博允許把數據下載到本地進行分析。

2、粉絲來源分析

目前微博能統計的粉絲來源包括微博推薦、第三方應用、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容，然后引導用戶關注。通過看到一條感興趣的微博或賬戶于是就關注這個博主，微博推薦目前是新增粉絲的主要來源，大部分賬號這個數據都是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化自己微博名稱、標簽、介紹、地址等關鍵字，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來的新增粉絲就會越多。

3、粉絲性別和年齡

這兩個數據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容有問題了。比如之前發現一個女裝賬號，除了發布自己品牌的圖片外，還喜歡發布一些性感的街拍女性照片，于是一堆“好色”男人關注這個賬號，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，但是我在實際運營中轉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是企業的中、高層領導者了，他們有決策權，他們可以給我帶來線下咨詢、培訓的業務。

4、粉絲地域分布

現在一般的數據產品都有這個熱力圖，如微指數、百度指數等，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據做參考。

如果一個零售品牌發現某個地域的粉絲數量可觀，但是在該地區卻沒有實體店鋪，這就是數據背后的機會，趕緊開店吧。相反，品牌某個地區的消費比重遠大于該地區的粉絲比重，這種倒掛也是非常危險的，企業需要在該地區搞一些活動來轉化粉絲了。

二、如何用數據判斷推廣效果

對于企業官博來說，一次大型推廣活動后必須要進行推廣效果的復盤，這既是評估效果也是為未來的營銷推廣積攢數據。只會發微博不會用數據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推廣，效果不好的活動則停掉或進行優化。

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行。分析方法可以采用活動前、活動中、活動后的三段式數據對比法。

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，但是活動結束后粉絲取關也是分分鐘的事兒，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據一般取7天的平均凈增粉絲數據，活動中就以活動期間實際天數計算。這張活動效果粉絲評估圖直觀地反映了活動效果，微博數據助手沒有這個模型（因為微博不能定義你的活動時間），不過只要導出粉絲數據也非常容易可以畫出這個圖來。有了這些數據就可以計算活動的爆發度和衰減度了。

爆發度=（活動中凈增粉絲數-活動前凈增粉絲數）/活動前凈增粉絲數*100%

衰減度=（活動后凈增粉絲數-活動前凈增粉絲數）/活動前凈增粉絲數*100%

爆發度越大說明微博推廣活動效果越好，例如爆發度100%，說明凈增粉絲數也翻番。官微營運人員可以把一年內搞的多期這樣的推廣活動進行對比，有些爆發度120%，有的只有20%，有的甚至是負增長，你就會發現什么樣的推廣活動是粉絲樂于接受的，以后的推廣就有據可依了。

衰減度主要是看粉絲的留存狀況，有時候爆發度雖然高，但是活動后的衰減度大于爆發多，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度再高以后也不能再搞了。一些抽獎類的活動就會出現這種情況。好的推廣活動衰減度應該是大于等于0的。

這種對比分析既可以看這個官微的粉絲增長對比，也可以細分到每個地域進行分析，找到同一個推廣活動在不同的地域的爆發和衰減情況。同一個推廣有些地域爆發度高，有些低，說明這個推廣在不同地域表現是不一樣的，注意我沒有用粉絲數的絕對值而是用的相對值，所以不同區域就有對比意義了。對于一些區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一些。不過獲取凈增粉絲數據稍微麻煩一些，需要活動前后的每一個臨界點都從微博后臺導出地域粉絲總數存檔。

2、主頁訪問變化

一般人會通過微博的信息流來看微博內容，但是有些忠誠度非常高的鐵粉他們會點進我的微博主頁一條一條的看我發的內容，把我每天發的微博一網打盡。這些都是高質量的粉絲?？梢詮臑g覽量和訪問人數來分析，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據大增（瀏覽量增長了2.3倍，瀏覽人數增長了2.5倍），人均瀏覽量也接近1.6次，數據說明雙11這個熱點我抓得是成功的。

另一個指標是瀏覽時長，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的微博，還會去翻下面的評論，畢竟我發的微博都是干貨性質居多，很多評論也是值得看的。

3、互動數的變化

互動數就是我們熟悉的閱讀數+轉評贊（轉發、評論、點贊）數據，好的推廣活動和話題才會產生轉評贊。閱讀數其實是該條微博在不同設備上的出現次數，只代表該條微博在設備上出現過，用戶有沒有真的“閱讀”就不好說了。有了閱讀數才能帶來轉評贊，而轉發和點贊又可以帶來更多的閱讀數（轉發后可以讓更多轉發者的粉絲看到，而在主頁上還會出現你最近點贊的微博，當別人進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的。

閱讀數和轉評贊的數據是絕對數字，不過我更喜歡看相對數據，就是互動率和點擊率?；勇示褪怯梦⒉┑霓D評贊數除以閱讀數，而點擊率是用點擊數（點開該條微博，點開圖片，點開鏈接都算點擊數）除以閱讀數?；勇试谖⒉祿种幸部梢圆榈?，2016年我的平均互動率是1.5‰，點擊率是7.4‰?；勇实淖罡呒o錄是1.6%，點擊率的最高記錄是4.5%，分析這些細分數據可以找到更多營運技巧。

以上三個方面的數據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官微運營質量好壞，一切用數據說話。

作為一個自媒體人，必須經常用原創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據來深度分析，來評估文章或視頻的效果。對于文章和視頻分析，微博數據助手邏輯都是一樣的。他們的分析指標包括文章（視頻）的閱讀數（播放數）、互動數、轉發數、評論數、點贊數、互動率、轉發率、評論率、點贊率等，今天就不詳細闡述了。

三、相關賬號分析是亮點

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品牌數據一樣，微博數據助手也可以看到其它賬號的數據，這個功能必須贊，微信公眾號后臺的數據中心則沒有這個功能。

這是我后臺監控到的2016年截止到12月3日的6個賬號的數據，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個監控賬號，最多允許有一次調換賬號的機會，不過看了一下，有錢的土豪最多可以購買50個相關賬號來做分析，這差不多也就夠了。

還可以查看相關賬號每一條微博詳情分析，可以從對手身上學到更多的營運技巧，對手做推廣活動時也可以有效監控了，不過微博能開放閱讀數就更厲害了。

對于普通的賬號營運者來說，微博數據助手的這些功能就已經夠了，它們既方便我們考核微博運營團隊的績效，也便于用數據總結營運經驗，更好的為粉絲和品牌服務，一切用數據說話。ps：目前支持下載從2016年1月1日開始的日數據。

如果想深層次挖掘社交媒體數據，真正的利用數據驅動粉絲經濟的話，目前這些數據還不夠，還需要對微博內容、評論等進行文本分析、挖掘，這樣的數據價值更大。美國這次大選希拉里和川普都有利用社交媒體發聲，和希拉里謹慎地發布相比，川普就大嘴很多，每一次川普的發推都是有目的的。每一條內容都會影響一部分目標粉絲的決策，并且每一條推特下面的轉評贊信息也是一個寶貴的大型數據庫，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。所有數據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推策略。

所以微博的數據大有空間可為，微博數據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，甚至指導我們做營運方案。數據助手打開了社交媒體數據化運營的大門，提升了運營效率，也幫助企業觸達到了更多的用戶，企業品牌的推廣宣傳不再沒有方向。