02 影響買粉絲文章打開率的因素有(買粉絲公眾平臺最佳推送時間？有沒有規律)

分享量 + 0.53 * 關注者人數 – 157。

注意到，在這三個顯著影響關注量的變量中，「標題勁爆程度」無法用數值衡量，所以被放到了誤差項(error term)中。但是這樣的處理是否合理呢？標題勁爆程度雖然是不可衡量變量，但是它和分享數有很大相關性，因為一般來說我們都會認為，標題比較勁爆的文章分享數也會比較多。那么如果單純用 OLS 做回歸，即將標題勁爆程度放在誤差項中，是否會影響回歸函數的準確性呢？

于是我在想是否可以引入工具變量(IV,Instrumental Variable)解決。根據維基百科，「在回歸模型中，當解釋變量與誤差項存在相關性（內生性問題），使用工具變量法能夠得到一致的估計量。」當一個解釋變量(regressor)和誤差項(error term)相互獨立，并不對因變量產生影響，稱為外生性(exogeneity)。與外生性相對立的是內生性(endogenous)，也即誤差項和解釋變量存在相關性。在回歸模型中，如果遇到內生性問題，使用OLS會出現不一致的估計量。那么可以使用工具變量(Instrumental Variable，簡稱 IV)解決這個問題。這里，工具變量應該滿足： 1>和內生解釋變量存在相關性；2>此變量和誤差項不相關，也就是說工具變量嚴格外生。

接下來的問題是，在 DW 的數據中選擇什么作為工具變量比較合適？我想了很久，覺得或許可以選擇「關注數」作為一個較為合理的 IV。當然由于我手中沒有數據，只能表示 IV 的選擇并不是唯一的，只要滿足所找的 IV 與分享數有關，但是和標題勁爆程度無關即可。找到合理的 IV 之后，用Two-stage Least Squares(2SLS)做回歸，并用 Hausman Test 檢驗所選取的 IV 是否恰當。這樣或許就可以得到一個更為一致的估計量了。

于是第二天，我把我自己對處理 DW 數據的一點思考 寫了下來 。由于 DW 并不認識我，我沒有想到 DW 竟然在博客看到了我的文章并 留下了評論 ，在此謝謝她的評論：「IV是一個很好的解決思路，但是在樣本有限的情況下加入IV的意義就不大了，因為IV需要很大的數據量才會顯著；此外找到一個合適的IV也是個問題。」

我覺得 DW 說的也有道理，這個思路就沒有繼續想下去。然而，分析我自己買粉絲公眾平臺運營數據的想法卻日漸強烈了。我的數據更加有限，但是也不妨用最簡單的方法，稍微嘗試一下。

我也準備探究一下我自己的買粉絲訂閱號閱讀數和什么因素有關。由于買粉絲于 2014 年 7 月才開放「閱讀次數」信息，所以該數據不完整，我于是使用「閱讀人數」作為因變量。影響因變量閱讀人數的因素可能有：距上次發布相距時間，文章字數，訂閱號累計關注人數，以及轉發人數等等。接著我耐心的統計了數據，并通過跑簡單的線性回歸發現：「閱讀人數」與「距上次發布相距時間」、「文章字數」等因素的相關性不明顯，但是與「累計關注人數」以及「轉發人數」明顯線性相關。

于是我對「閱讀數」與「訂閱號累計關注人數」以及「轉發數」做了回歸分析，得到數據結果：

閱讀次數 = 0.205 * 訂閱號累計關注人數 + 10.78 * 轉發數 + 58.15

這說明，文章在朋友圈的轉發 1 次，大概可以增加 10 人閱讀；而關注人數增加 5 人，才能帶來 1 人閱讀量的增加。

這個結果大致符合了 張小龍在 12 月買粉絲公開課上的一個數據分享 。他在演講中提到，訂閱號有非常多的閱讀量來自朋友圈，這符合 2/8 分布原理，「20% 的用戶到訂閱號里面去挑選內容，然后 80% 的用戶在朋友圈去閱讀這些內容」。我看到有人質疑過該論斷的合理性，但是從我回歸分析的數據中看，我覺得這大致是合理的。

原文鏈接： 買粉絲://dinglisa.買粉絲/blog/2015/01/09/wechat-analysis

買粉絲買粉絲后臺數據里有哪些你不知道的秘密？

買粉絲后臺的用戶分析一欄包含用戶增長、用戶屬性、常讀用戶分析 三個類別。用戶增長主要用以查看昨日賬號近期的用戶增減數據；用戶屬性又分為 人口特征、地域歸屬、訪問設備，可查看性別分布、年齡分布、語言分布、省 級分布、地級分布、終端分布等整體用戶數據；常讀用戶分析包括常讀用戶總覽、性別分布、年齡分布、城市分布和終端分 布。通過常讀用戶總覽頁面，運營者可以看到自己的賬號有多少常讀用戶，以 及所占比例。

新增加的常讀用戶分析維度里，一個是披露了用戶年齡段，二個是 披露了用戶所在城市分布，這兩個維度是目前研究報告里，用戶畫像部分必須 用的兩個指標，這兩個指標是決定消費的重要因素。對于那些體量比較大的號，本身具備用戶運營系統和維護習慣，這個功能肯定 是錦上添花。但對于小號或剛起步的運營者來說就非常重要，它能幫助運營者 清晰用戶畫像，不會為流量去做有損品牌調性的事。

很赞哦!（8）