01 買粉絲買粉絲構建用戶畫像(如何做好買粉絲買粉絲數據運營？)

如何做好買粉絲買粉絲數據運營？

買粉絲買粉絲從12年發展至今，整體的產業已經趨向成熟，市場對其運營框架也有了大致的共識，基本上可分為：內容運營、活動運營、用戶運營，以及渠道運營和數據運營等幾大模塊。每個不同的運營模塊，它們各自獨立，同時又相互地鏈接和影響。

今天主要是想聊一聊數據運營，雖然市場上也有很多關于數據運營的文章，但大多數都只是談到對買粉絲后臺數據概念的解讀，這對運營人來說，特別是剛入坑的運營人，顯然是治標不治本。只有數據概念而沒有可落地執行的方法論，那么運營工作也就不成體系。

所以，本文也更側重于對運營初學者來說，提供一套簡易、有效的數據運營方法論。在開展數據運營工作之前，我們首先得了解數據在整個買粉絲運營工作中，究竟充當著什么樣的角色？

我認為：

數據是運營的基礎，就像一條繩索，貫穿整個運營工作。它既是運營KPI考核的直接呈現方式，同時也是運營方向的理論支撐點。

數據運營是一個閉環、流程化的工作，要結合運營策略進行不斷地驗證和修正，這樣才能提高數據分析的精準度，這也是數據運營存在的價值體現。數據運營的流程節點，可分為：采集數據、分析數據和制定、執行運營策略。（如下圖）

一、數據運營的三大原則

數據運營有三大原則，分別是：準確性、有效性和美觀性。

準確性：無論是源數據的采集，還是關鍵數據的換算函數，這兩個過程到最終的可視化圖表呈現，都要保證數據的準確性，避免數據失真，從而影響運營判斷。

有效性：數據分析的最終目的是為運營提供方向，所以，對于反饋意義不大或反饋目的高度重合的數據，則應該選擇放棄，無效的數據只是在增添運營的工作量。

美觀性：數據最終的呈現方式最好是可視化圖表，即使是簡單的Excel制作，也應盡量保證整體的美觀，除了便于自己的觀察、分析外，當然也便于領導直觀地了解買粉絲整體的運營情況。

二、數據運營的四大維度

1.用戶數據

用戶畫像

用戶畫像是根據用戶的社會屬性，行為習慣等信息，以標簽化的形式構建一個抽象的用戶模型。

買粉絲內容的生產是要建立在用戶畫像的基礎上，只有當內容與用戶標簽最大化匹配時，才能引起用戶的興趣。這就像一個大框架來界定內容的性質，跳出了用戶畫像的這個圈子，內容做的再好，也與你的用戶無關，俗稱“自嗨”。

舉個例子：

某情感號在3月份寫了一篇關于“下雨思念一個人”為主題的文章，整體的閱讀數據相對還不錯，大大超出歷史的平均閱讀量。同樣，該號在6月份又寫了一篇類似選題的文章，但是閱讀量卻少了將近三分之一，而且遠低于歷史平均水平。

當然，推送這兩篇文章的時候，前后幾天都是在連續地下雨。按道理來說，在這個大前提下，同樣的選題，即使標題差了些，那數據也不至于會相差這么多。

剛開始還百思不得其解，后來才發現，忽視了一個很重要的因素：用戶的地區分布。

原來，在前后兩次推送類似選題的文章時，這兩個時期的下雨地區是有差別的。雖然兩次在國內的沿海地區都是連續性地下雨，但是第二次的國內中部地區卻幾乎無雨，而恰恰該買粉絲用戶的地區分布，在中部地區占了很大一部分的比例。同樣，通過后臺兩篇文章閱讀人數的地區分布數據，也證實了這一點。

以上僅僅只是舉個例子，意在強調用戶畫像的重要性，如果內容的生產偏離了用戶畫像這個限定的大圈子里。那么，即使再好的選題，也可能只是你的一廂情愿。

目前買粉絲后臺對于用戶畫像的數據主要集中在：

-性別分布

-語言分布

-地區分布

-終端分布

用戶增長

用戶增長方面，主要包含：新增人數、取消關注人數、凈增人數以及累計人數。

這些數據相對是可以比較直觀的看出，平臺用戶的增長情況，也是直接關系到買粉絲運營的好壞。而對于某一天的用戶增長出現異常時，則應該結合圖文數據或者其他運營策略（比如開展活動、付費推廣等）來進行分析，找出數據異常的原因。

至于分析的切入點，最主要的就是通過用戶新增渠道：

-買粉絲搜索：即通過搜索欄進行搜索關注，如多平臺引流。

-掃描二維碼：常見的互推效果觀察，或其他附有二維碼的傳播活動。

-圖文頁右上角菜單：文章內的右上角菜單查看買粉絲添加關注。

-圖文頁買粉絲名稱：文章標題下的藍色買粉絲名稱點擊關注，頭部的引導效果觀察。

-名片分享：通過分享名片到買粉絲群或好友對話框關注，在于買粉絲的口碑傳播。

-支付后關注：針對開通買粉絲支付的買粉絲，用戶支付后的默認關注。

-其他合計：廣點通廣告，文章被單勾轉載顯示來源，卡券等其他形式。

2.圖文數據

在買粉絲后臺，對于圖文數據的呈現相對還是比較詳細的，有對單篇圖文的關鍵數據分析，也有對全部圖文的關鍵數據分析，當然，分析的周期也包含每小時、每天、每周、每月。值得注意的是，在某些數據上，后臺的最大周期只截取到一周。以下做詳細說明：

圖文送達率=實際送達人數/總用戶數

部分未送達的原因基本在于：用戶屏蔽消息推送、接近凌晨推送導致數據延遲、買粉絲數據包丟失。按正常來說，圖文送達率的波動其實并不大，如果某天的數據有明顯的異常，那么則考慮上面說的三個因素中的后兩者。

圖文閱讀人數=點擊圖文頁的去重人數

在圖文分析中，有時候會出現，圖文閱讀人數要高于首頁上或者手機終端里的實際閱讀數。這是因為首頁或者終端的顯示閱讀數是以單個買粉絲號訪問計算，而圖文閱讀人數以每日為周期，即使同一個訪客在第二天再次點擊圖文時，依然算有效的圖文閱讀人數。（類似獨立訪客UV）

圖文閱讀次數=點擊圖文頁的次數

圖文的閱讀次數即是訪問量（PV），用戶每次刷新都被計算一次。這個數值反應的是，在一段時期內，用戶對于內容的復看率高低。如果是以輸出干貨、知識類為主的買粉絲，可能這個數值就相對會高一些，與收藏人數基本呈正相關。

打開率=買粉絲會話閱讀/送達人數

打開率是買粉絲數據運營里非常重要的一個數據，它直接影響到圖文的閱讀數。而決定打開率高低的主要因素之一，則是文章的標題，標題取得好不好，直接就影響到文章的打開率高不高。除了標題，影響打開率的還有文章選題、文章封面圖、內容摘要、發送時間等相對可控的主觀因素。

而隨著買粉絲數量越來越多，用戶的信息渠道也越來越多。不同于早期單個用戶可能就關注幾個買粉絲，現如今每個人的手機里都躺著數十個，甚至上百個的買粉絲，扎推的推文時間重疊，信息覆蓋頻率加快，必然也就導致了打開率的降低。在這種客觀的大環境因素下，想要提高打開率，就需通過相應的運營手段來改善現狀。

比如，買粉絲16年推出的買粉絲置頂功能，用戶可以自主選擇感興趣的買粉絲，做為顯示在列表里的頭部位置。對運營者來說，搶占用戶的置頂選擇，就是在搶占用戶的注意力，由此來間接地提升買粉絲的打開率。

一次傳播率=從買粉絲分享到朋友圈/買粉絲會話閱讀

二次傳播率=在朋友圈再次分享/從買粉絲分享到朋友圈

買粉絲買粉絲不像今日頭條的推薦算法機制，即使在0粉絲的狀態下，依然可以在今日頭條打造出10W+的爆款。而買粉絲買粉絲顯然不行，除了現有的關注用戶閱讀外，只能靠文章的傳播來滲入到陌生用戶的信息接收渠道上，如：朋友圈、買粉絲群、買粉絲好友等其他渠道。（補充：買粉絲搜索占比較小，另外買粉絲近期上線的看一看功能似乎有意打開這種閉環狀態，提供其他的閱讀來源）

圍繞現有占比較大的閱讀來源分布，除了買粉絲會話打開，用戶的傳播是主要的影響因素，而決定用戶是否愿意進行傳播，權重依次是：文章選題、內容質量、標題、其他因素（誘導、技術等運營手段）。傳播數是由一次傳播和二次傳播構成的，按正常這兩者的構成比例是趨于一個數值且比較穩定的，如果突然某篇的文章這個數值差距較大時，那么則要考慮一方偏弱的緣由了。就比如二次傳播也有超過一次傳播，數值大于1的時候，像這種情況，基本上來說，要么是屬于跟熱點的效果，要么就是該文章的生命周期較長。

以上幾個圖文數據是比較重要的，至于其他的：如收藏人數、原文頁閱讀等就不做詳加介紹了，因為相對于前者來說，收藏人數、原文頁閱讀這些數據的分析維度比較單一，所以也就沒那么復雜。

3.競品數據

首先對競品的選擇，這個沒什么好說的，兩者之間的用戶畫像重合度越高，那么競品的星級就越高，可以給自己的買粉絲競品按第一梯隊、第二梯隊這樣進行分類。競品是以同等量級的標準進行選擇的，以及行業領域內的標桿大號也是觀察的對象。

觀察競品的原因是，為自身的運營做參考，同樣包括內容選題上的參考。確定好競品對象后，則對相應的數據進行監控，以及日常的一些運營動作做監控。這些能夠觀察到的數據其實也是有限的，如閱讀數、點贊量、留言質量等表面的圖文數據，這個工作可以借助新榜等內容平臺工具，或者自己建立監控表格。

4.行業數據

互聯網是一個瞬息萬變的世界，附著于互聯網上的產業自然也就時刻充滿著變化。新媒體亦是如此，所以了解最新的行業資訊，有助于我們把握整體的運營方向。同時，對于切合買粉絲調性的熱點進行實時跟進，這也是了解行業、社會動態的重要因素之一。

目前對新媒體行業資訊的了解，可以關注新榜、微果醬、微互動等幾個買粉絲買粉絲，另外多加入一些同行社群及好友，都有助于獲取最新的行業資訊，至于內容熱點，那肯定就少不了微博這個平臺了。

除了熱點之外，行業數據的關注點，主要在于：行業的主流趨勢、最新的業內政策、黑馬的運營方法、成功的變現模式、有效的資源渠道。

三、數據分析的三大周期

在第二個部分，主要談的是對部分數據概念的解讀，因為每個號的特征性質不一樣，那可能所涉及到的關鍵數據分析也不大相同，運營者可以根據自己所需適當增減。這一部分，講的則是對數據運營工作的實操執行層面。

1.以日為單位

目前多數買粉絲的推文頻率都是以日更為主，對部分的自媒體除外，有些只是兼職寫作，而有些則可能是單純的開個號玩玩。而對日更或者更新頻率較高的買粉絲來說，每天的內容選題應該是重中之重。所以，數據運營的每天職責之一，就是為內容選題提供有效的建議。

首先，內容選題的原則是要建立在用戶畫像上，這個上面也提到過了。所以，構建用戶畫像是大前提，那沒有用戶怎么辦？定位。后期再根據實際的用戶畫像進行內容框架的調整。其次，內容選題的確定方向，是根據自身的歷史圖文數據、競品的圖文數據以及實時的熱點數據。

歷史圖文數據：建立至少前三個月的圖文數據表，同時每天進行更新數據，涵蓋的指標選項主要有但不限于：日期、圖文位置、文章標題（超鏈接）、內容形式、閱讀數、點贊數、留言數、打開率、一次傳播率、二次傳播率、關鍵指標的平均數。（如下圖）

這些數據的采集都是以7天為周期，因為買粉絲買粉絲后臺對打開率等數據指標最長也只計算到第7天，況且7天后的數據增長波動相對來說也比較小，另外同周期的數據判斷也能更加的客觀。所以，每天除了更新前一天的數據外，還要對前7天內的數據進行回采。

那么，通過對歷史圖文數據的分析，就可以明確什么樣的內容是符合用戶需求的，在沒有其他選題的情況下，重寫以往的優質選題，是

很赞哦!（8）