前言
這次數(shù)據(jù)分析大致有三個目的：
1.對前期的公眾號定位和用戶精準度進行驗證性分析，看運營策略是否對路，需要及時調整
2.對用戶來源/渠道分析，用以判斷粉絲來源路徑，以便調整發(fā)布渠道
3.對圖文進行分析，用以優(yōu)化內容和找準推送時間
后文中將涉及到的微信后臺數(shù)據(jù)板塊分別為用戶分析、圖文分析、菜單分析和消息分析這4大模塊，接口分析和網頁分析因本公眾號未進行二次開發(fā)，故不涉及。
結合本文開篇提到的需要后臺數(shù)據(jù)分析進行優(yōu)化的3個目的，和這些數(shù)據(jù)分析模塊呈現(xiàn)一定的對應關系，如下圖所示：
用戶精準度分析/驗證，檢驗之前的運營策略是否對路
（1）性別分布和語言分布
性別分布方面，男生約為女生的兩倍；語言分布絕大部分以中文簡體為主，均符合常規(guī)認知。這部分對于分析課題一的參考價值不大。
（2）用戶的地理分布
從上面2個圖可以看出，用戶的分布集中在東南沿海和北京等地，按城市來細分，正好是北、上、深、廣、杭，符合互聯(lián)網行業(yè)的分布版圖，而前幾名和百度指數(shù)中搜索“互聯(lián)網”、“大數(shù)據(jù)”的用戶分布情況幾近一致。由此說明，本公眾號的的粉絲與當初的受眾定位是一致的。
用戶來源、渠道分析，用以判斷粉絲的來源路徑
用戶的來源分析，如上圖紅色虛線框所示，主要分為公眾號搜索、掃描二維碼、圖文頁右上角菜單、圖文頁內公眾號名稱、名片分享、支付后關注、其他。它們間接反映的用戶行為如下圖所示：
對本公眾號的粉絲來源進行整理，得到如下表所示的數(shù)據(jù)，為了看得直觀，特別用熱力圖的方式顯示數(shù)值的大?。ㄓ信渖{漸變至暖色調表示數(shù)值由小變大）：
由上圖可知，本公眾號的粉絲絕大部分來源于“圖文頁公眾號名稱”，其次是公眾號搜索和掃描二維碼加關注的（在讀完文章后再添加）。對于此種情況，結合“粉絲來源及對應行為分析“，對于粉絲以“圖文頁公眾號名稱”為主的加關注行為有如下幾種解釋：
1.文章質量較高，粉絲第一時間關注
2.被公眾號名稱吸引，名稱中含有與用戶需求一致的字眼
建議：由上圖可知，“圖文頁公眾號名稱”儼然成為目前本公眾號的第一大用戶來源渠道，并且用戶也較為習慣此種關注方式，因此文摘可以進一步擴大此渠道優(yōu)勢，加強對用戶在這一方式上對本公眾號進行關注的引導，比如：增加公眾號名稱下方的橫幅以及文章作者名稱的引導，like this:
除了圖文頁公眾號名稱之外，“公眾號搜索”則為本公眾號用戶的第二大來源渠道，究其原因，首先本公眾號是經過微信官方審核認證的公眾號，并且無論是粉絲數(shù)量還是與粉絲互動頻率都屬于同類公眾號領先水平，因此在微信公眾號官方搜索欄里搜索“大數(shù)據(jù)”、“數(shù)據(jù)”等關鍵詞本公眾號均能處于較為靠前的位置。其次大數(shù)據(jù)文摘作為大數(shù)據(jù)媒體行業(yè)里面的領先科技媒體，與行業(yè)內許多著名會議、論壇均有長期的品牌合作關系，因此高頻次的品牌曝光也是重要原因之一。
建議：由于較高的排名為文摘帶來了較為穩(wěn)定的用戶增量，因此可以進一步的保持并擴大這一優(yōu)勢，比如可以進一步增加與用戶的互動頻次（互動頻次為公眾號排名的一個重要因素），借鑒“李翔商業(yè)內參”的讀者閱讀模式，即：每期文末都會結合該期文章中的某一個話題向讀者拋出一個問題，并鼓勵作者在討論區(qū)留言與作者和其他讀者一起交流討論。
此外，通過“掃碼二維碼”這個路徑進來的粉絲，意味著ta是在閱讀完文章后加關注的（互推除外，這里討論的僅為常規(guī)情況），此類粉絲較“圖文頁公眾號名稱”和“公眾號搜索”進來的更為挑剔，同時也反映這類粉絲更為“死忠”和精準，質量很高。
9-25至9-30各個渠道的用戶來源都有大幅度提高，這是因為這段時間本公眾號與其他幾個同類型公眾號進行了互推，因此各項指標都有較為明顯的上升。另外，9-4號至9-7號用戶也有一個增長小高峰，原因會在后面內容分析中再詳細展開的。
由上述分析可以看出，本公眾號在文章前引導關注圖文和增加與用戶互動頻次這兩方面仍有較大的調整空間。
內容分析，優(yōu)化公眾號的結構和內容
診斷問題和發(fā)現(xiàn)規(guī)律
按照圖文分析—>全部圖文， 在“趨勢圖”下方找到“導出excel”這一項，設定好日期區(qū)間，將這些數(shù)據(jù)進行導出：
導出的圖文數(shù)據(jù)中，無論是“圖文頁閱讀”、“從公眾號會話打開”、“從朋友圈打開”、“分享轉發(fā)”還是“微信收藏”，都有“人數(shù)”和“次數(shù)”這2個類別，為了減少重復勞動和精簡分析項目，我只保留了每個分析指標里關于“人數(shù)”的部分。經整理，整合粉絲數(shù)據(jù)和內容數(shù)據(jù)，得到 “日期&粉絲&閱讀&內容”對應熱力表。
上表中包日期信息、粉絲信息、閱讀信息、分享轉發(fā)信息、轉化率信息和內容信息?？紤]到本文的傳播途徑—在公眾號內部推送和發(fā)送到運營相關微信群，本人首次推送未轉發(fā)朋友圈，因而其中的：
一次轉化率=公眾號打開人數(shù)/累計關注人數(shù)
二次轉化率=從朋友圈打開人數(shù)/累計關注人數(shù)
需要注意的是，此表中顏色由淺入深、由冷入暖代表相應數(shù)值由小變大，從而不需要看清每個數(shù)值的大小，能直觀的從整體上看到數(shù)據(jù)的變化情況。將上述信息整合在一張表格內，目的在于識別這些天發(fā)布內容的優(yōu)劣情況及發(fā)布時間上的規(guī)律?？傊吮砜梢云鸬?b>診斷問題和發(fā)現(xiàn)規(guī)律這2個作用。
（1）診斷問題
異常值：9.16號這一天的圖文頁閱讀人數(shù)達到35181人，一次打開率5.71%，為本月最高，但凈增關注人數(shù)極少，僅為64人。因此，這個異常值值得注意，再調出更為詳細的數(shù)據(jù)：
異常值出現(xiàn)相關原因可能包括但不限于：時間節(jié)點（中秋假期第一天）、內容與數(shù)據(jù)相關性略弱（天文相關）、好友轉發(fā)率相對低于平時
（2）發(fā)現(xiàn)規(guī)律
發(fā)現(xiàn)合適的內容方向
從上表中可以看出，在9.4、9.6、9.7等這些天里，期間，粉絲、閱讀量、分享轉化等數(shù)據(jù)都呈現(xiàn)出上揚的趨勢，比較可觀。在發(fā)布時間和發(fā)布渠道固定的情況下，可以判斷出是內容上的改變帶來了這些數(shù)據(jù)的協(xié)同增長。調出這幾天的發(fā)布內容：
從上表中可以看出，用戶感興趣的內容集中在技術的相關衍生和應用方面，因為微信公眾平臺本來就是一個基于移動端的碎片式閱讀平臺，而本公眾號的定位又是大數(shù)據(jù)這類的偏專業(yè)性質的科技媒體，其相關內容相對來說都比較專業(yè)、復雜甚至是會有些無趣，如果在一個基于移動端的碎片式訂閱平臺推送系統(tǒng)化、專業(yè)化的大數(shù)據(jù)相關知識（比如具體的演算推理、具體的代碼演示等），長此以往，效果定會大打折扣，因此推送與大數(shù)據(jù)技術相關，并且具有趣味性與實用性的這類文章，則更容易受到讀者青睞。而具體系統(tǒng)的大數(shù)據(jù)知識則更適合于基于pc端的固定使用場景。
另外，就篇幅而言，篇幅并不是影響文章各項指標的重要因素，由上表可知，較為受讀者青睞的文章中，文章字數(shù)并不統(tǒng)一，影響文章閱讀量等指標的首要因素應該還是文章質量。
上述關于內容方面的選題和形式的經驗，可作為今后本公眾號文章素材查找、撰寫和編排的方向。
梳理出合理的菜單結構
菜單分析部分提供的數(shù)據(jù)可以供我們發(fā)現(xiàn)優(yōu)質的菜單欄目（被點擊次數(shù)較多的菜單）和不受歡迎的菜單欄目（點擊次數(shù)較少），從而我們可以改進菜單，以便提高留存率。
菜單部分的趨勢圖可以看到近30天的各級菜單被點擊情況，能在趨勢圖部分予以顯示是TOP5，即累計點擊次數(shù)排名前五的菜單。從上圖可以看到，“推薦”這個一級菜單被點擊的次數(shù)最多，其次是“下載”，并且可以看出，各個菜單點擊次數(shù)的高峰和低谷實際上是具有一致性的，比如說：9.5號和9.20號這兩天，top5各個菜單均達到了一個點擊的小高峰，查看這兩天所推送的文章可知，這兩天剛好都是推送的斯坦福cs231n的連載文章，并且讀者均可通過在后臺回復關鍵字“斯坦?！鲍@得相關課件和資料，而一旦在后臺產生交互行為，讀者往往會下意識產生連帶行為，從而產生點擊底部各級菜單的點擊行為。
建議：可適當增加關鍵字的設置，提高用戶菜單點擊頻次的潛在可能性。
上圖反映的是菜單欄各版本的詳細點擊數(shù)據(jù)，點擊右上方的“下載表格”，即可下載更為詳細的點擊數(shù)據(jù)情況。下載經處理后，得到下表：
從上表的熱力情況（顏色深淺和冷暖色調表示數(shù)值由低到高）可以看到時間維度菜單版本更新維度的點擊次數(shù)變化情況，從中可以看到，“下載等-歷史文章”和“推薦-最火”以及“推薦-算法”這三個菜單點擊量最多，由此判斷，這三個菜單的設置是合理的，其他點擊較少的菜單則需要進一步優(yōu)化，如醫(yī)療健康、7/19線上峰會等，可以進行適當?shù)母抡{整。
發(fā)布時間段優(yōu)化
在全部圖文—>小時報里，將9.1~9.30的小時報數(shù)據(jù)進行導出，得到下表（以9.1號這一天為例）：
然后再把每天閱讀人數(shù)最多的時間段記錄下來，比如，9.1號，閱讀人數(shù)最多的時間段為：10:00.
將30天的文章小時段數(shù)據(jù)整理后課得到下表：
文章閱讀高峰時間段統(tǒng)計圖
由此表可得，30天內，閱讀高峰出現(xiàn)最多的時間段為8:00~9:00這一時間段，其次為7:00~8:00。因而，在7:00~9:00這一時間段開始的15分鐘內發(fā)布文章，可以有效的提升閱讀量。
結語
用戶吸引：在文章前引導關注圖文和增加與用戶互動頻次這兩方面仍有較大的調整空間；保持文章高質量；互推效果顯著，可適當參與互推
內容優(yōu)化：推送與大數(shù)據(jù)技術相關，并且具有趣味性與實用性的這類文章，更容易受到讀者青睞。而具體系統(tǒng)的大數(shù)據(jù)知識則更適合于基于pc端的固定使用場景。
運營管理：發(fā)布時間：在7:00~9:00這一時間段開始的15分鐘內發(fā)布文章，可以有效的提升閱讀量；菜單結構：“下載等-歷史文章”和“推薦-最火”以及“推薦-算法”這三個菜單點擊量最多，由此判斷，這三個菜單的設置是合理的，其他點擊較少的菜單則需要進一步優(yōu)化。
