数据分析师

手机号

验证码

30天自动登录

数据分析师

微信公众号文章量化分析

来源:CPDA数据分析师网 / 时间:2020-04-07

1、分析背景

根据20161月中旬到7月中旬的公众号推文数据,对文章进行分析,以分析出文章质量的优劣,从而进行一步将文章特征细化,终达到为公众号内容运营优化提供指导依据。


2 、现有数据基本情况

2.1  现有数据共计202条,为20161月中旬至20167月中旬数据。

2.2  现有数据中包括:发文时间、文章标题、图文位置、送达人数、取关人数、新增关注、净增粉丝、分享人数、收藏人数、从公众号分享到朋友圈数量、朋友圈转发数量、朋友圈阅读量、好友转发量、公众号会话阅读人数、来自历史文章的阅读人数、图文阅读量、总阅读量。

2.3  现有数据基本完整,仅有两篇文章缺少标题。

2.4  由于本次数据分析的主要目标是对用户阅读行为进行分析,从而对文章画像,为内容运营优化提供指导,因此重点分析文章价值对粉丝增长、文章传播的影响,同时分析文章信息与文章价值之间的关联度。

微信文章量化分析


3、文章价值分析

3.1  直接以文章标题进行分析

3.1.1        文章标题有缺失,根据总阅读量排名前15位中,有两篇文章缺少标题,需要补充。

3.1.2        文章标题中词频图谱,可以说明公众号文章标题中常用的词汇。

微信量化分析


3.1.3        总阅读量高的文章,与词频对比,以确定文章标题中出现某些词汇对读者有直接吸引力。“微信”在所有文章标题中出现率较高,在202篇文章标题中出现43次,占21%;总阅读量排名靠前的文章中,“微信”在标题中出现的频率占30%,可以做出判断,该公众号读者对于与“微信”相关的内容较感兴趣。



3.2  文章信息对文章价值的影响

3.2.1        由现有数据可看出,在公众号主图文的位置文章的总阅读数远高于副图文的阅读数;主图文位置文章的分享人数也远高于副图文。



3.2.2        在内容运营时,可以参考此情况:将需要重点宣传和有质量的文章放在主图文位置,便于客户在时间掌握和时间分享,迅速增加阅读量、分享量,进一步增加粉丝量。

3.3  总阅读量的主要影响因素

3.3.1        首先考量送达人数与总阅读量的关系。

3.3.1.1         送达人数以公众号粉丝为基数,一般认为,送达人数越多,则阅读量相应增长。

3.3.1.2         根据现在数据分析,送达人数与阅读量非正相关,反而是送达人数增长时,会带来一定的阅读量下降,因此,送达人数不能作为内容运营的主要目标。



3.3.2        通过分析,把原始数据中的一些数据做合并处理。

3.3.2.1         关注净增粉丝数,以此确认文章的质量优秀,为公众号带来新的粉丝。

3.3.2.2         关注文章收藏人数,这能说明文章有质量,客户愿意收藏后仔细阅读或者是反复阅读。

3.3.2.3         关注分享数,这里包括了从公众号直接分享、在朋友圈再次分享。这都能说明因为文章质量好,客户愿意分享并因此而引发讨论。

3.3.2.4         关注因分享而带来的阅读量,这里包括了在朋友圈的阅读人数、来自好友转发的阅读数。这能说明分享的客户群体本身认同文章内容,并因这些分享而带来新的粉丝、新的阅读量,从而能进行广泛传播。

3.3.2.5         关注自带流量,这里包括直接在公众号进行的阅读、来自历史文章的阅读、图文阅读。这是公众号一直在累积客户的结果,如果公众号持续产出优质的文章,阅读量会保持在一个恒定的较高的水平。

3.3.3        通过以上数据的分析,将文章分为三个类别,分好的三个类别用总阅读量进行检验,基本符合实际情况。

3.3.3.1         三个类别的文章中,按其数量和总阅读量分析:
类文章数量占总数据量的5%,提供了总阅读量的23%,这类文章为质的文章,可以在后期重点关注,可以将文章的模式做出总结;
第二类文章数量占总数据量的45%,提供了总阅读量的61%,这类文章可以成为日常的主要推送类型,保持公众号文章的曝光度;
第三类文章数量占总数据量的50%,提供了总阅读量的16%,这一类文章需要进一步分析,从中总结出不成功的模式,在未来的运营中要重点避免这类型的文章大量出现。



3.3.3.2         重点关注类文章,是占比小,但总阅读数高的类型。需要总结这一类文章的标题、内容、板式等,以此判断客户的关注重点。

微信公众号文章量化


4       总结

4.1  该公众号客户对于与“微信”相关的内容较感兴趣。

4.2  主图文的位置文章的总阅读数远高于副图文的阅读数,因此需要重点推广、宣传的内容应该放于主图文。

4.3  分类总结文章:

4.3.1        类文章数量占总数据量的5%,提供了总阅读量的23%,这类文章为质的文章,可以在后期重点关注,可以将文章的模式做出总结;

4.3.2        第二类文章数量占总数据量的45%,提供了总阅读量的61%,这类文章可以成为日常的主要推送类型,保持公众号文章的曝光度;

4.3.3        第三类文章数量占总数据量的50%,提供了总阅读量的16%,这一类文章需要进一步分析,从中总结出不成功的模式,在未来的运营中要重点避免这类型的文章大量出现。


CPDA数据分析师实战案例:

http://www.chinacpda.com/case/


2020CPDA数据分析师线上报名:

http://www.chinacpda.com/baoming.php



数据分析师的职业规划:

http://www.chinacpda.com/career/

免费客服热线:400-050-6600

商业联合会数据分析专业委员会




返回列表