新媒体小白如何做好微信公众号的数据运营工作？

　　从2012年发展至今，整体的产业链条和组织架构已经趋向成熟，市场对其互联网运营的内容、岗位框架也有了大致的共识，基本上可分为：内容运营、活动运营、用户运营，以及渠道运营和数据运营等几大运营模块。每个不同的运营模块，它们各自独立，同时又相互地链接和影响。

　　所以，本文也更侧重于对运营初学者来说，提供一套简易、有效的数据运营方法论。

　　在开展数据运营工作之前，我们首先得了解数据在整个公众号运营工作中，究竟充当着什么样的角色?

　　我认为：

　　数据是运营的基础，就像一条绳索，贯穿整个运营工作。它既是运营KPI考核的直接呈现方式，同时也是运营方向的理论支撑点。

　　数据运营是一个闭环、流程化的工作，要结合运营策略进行不断地验证和修正，这样才能提高数据分析的精准度，这也是数据运营存在的价值体现。数据运营的流程节点，可分为：采集数据、分析数据和制定、执行运营策略。

　　如下图：

　　(运营工作流程图)

　　一、数据运营的三大原则

　　数据运营有三大原则，分别是：准确性、有效性和美观性。

　　准确性：

　　无论是源数据的采集，还是关键数据的换算函数，这两个过程到最终的可视化图表呈现，都要保证数据的准确性，避免数据失真，从而影响运营判断。

　　有效性：

　　数据分析的最终目的是为运营提供方向，所以，对于反馈意义不大或反馈目的高度重合的数据，则应该选择放弃，无效的数据只是在增添运营的工作量。

　　美观性：

　　数据最终的呈现方式最好是可视化图表，即使是简单的Excel制作，也应尽量保证整体的美观，除了便于自己的观察、分析外，当然也便于领导直观地了解公众号整体的运营情况。

　　二、数据运营的四大维度

　　1. 用户数据

　　用户画像

　　用户画像是根据用户的社会属性，行为习惯等信息，以标签化的形式构建一个抽象的用户模型。

　　公众号内容的生产是要建立在用户画像的基础上，只有当内容与用户标签最大化匹配时，才能引起用户的兴趣。这就像一个大框架来界定内容的性质，跳出了用户画像的这个圈子，内容做的再好，也与你的用户无关，俗称“自嗨”。

　　举个例子：

　　某情感号在3月份写了一篇关于“下雨思念一个人”为主题的文章，整体的阅读数据相对还不错，大大超出历史的平均阅读量。同样，该号在6月份又写了一篇类似选题的文章，但是阅读量却少了将近三分之一，而且远低于历史平均水平。

　　当然，推送这两篇文章的时候，前后几天都是在连续地下雨。按道理来说，在这个大前提下，同样的选题，即使标题差了些，那数据也不至于会相差这么多。

　　刚开始还百思不得其解，后来才发现，忽视了一个很重要的因素：用户的地区分布。

　　原来，在前后两次推送类似选题的文章时，这两个时期的下雨地区是有差别的。虽然两次在国内的沿海地区都是连续性地下雨，但是第二次的国内中部地区却几乎无雨，而恰恰该公众号用户的地区分布，在中部地区占了很大一部分的比例。

　　同样，通过后台两篇文章阅读人数的地区分布数据，也证实了这一点。

　　以上仅仅只是举个例子，意在强调用户画像的重要性——如果内容的生产偏离了用户画像这个限定的大圈子里，那么，即使再好的选题，也可能只是你的一厢情愿。

　　目前公众号后台对于用户画像的数据主要集中在：

　　性别分布

　　语言分布

　　地区分布

　　终端分布

　　这些数据相对于构建用户画像还是比较局限，运营者可以通过其他运营手段来获取更多、有效的用户画像数据。

　　例如：通过社群运营、微博工具等拉近与用户之间的关系，近距离了解自己的用户;或者通过活动运营，适当地收集用户的相关数据。

　　当我们越了解用户，才越能创作出符合用户口味的内容。

　　用户增长

　　用户增长方面，主要包含：新增人数、取消关注人数、净增人数以及累计人数。

　　这些数据相对是可以比较直观的看出，平台用户的增长情况，也是直接关系到公众号运营的好坏。而对于某一天的用户增长出现异常时，则应该结合图文数据或者其他运营策略(比如开展活动、付费推广等)来进行分析，找出数据异常的原因。

　　至于分析的切入点，最主要的就是通过用户新增渠道：

　　公众号搜索：即通过搜索栏进行搜索关注，如多平台引流。

　　扫描二维码：常见的互推效果观察，或其他附有二维码的传播活动。

　　图文页右上角菜单：文章内的右上角菜单查看公众号添加关注。

　　图文页公众号名称：文章标题下的蓝色公众号名称点击关注，头部的引导效果观察。

　　名片分享：通过分享名片到微信群或好友对话框关注，在于公众号的口碑传播。

　　支付后关注：针对开通微信支付的公众号，用户支付后的默认关注。

　　其他合计：广点通广告，文章被单勾转载显示来源，卡券等其他形式。

　　2. 图文数据

　　在公众号后台，对于图文数据的呈现相对还是比较详细的，有对单篇图文的关键数据分析，也有对全部图文的关键数据分析。当然，分析的周期也包含每小时、每天、每周、每月。

　　值得注意的是：在某些数据上，后台的最大周期只截取到一周。

　　以下做详细说明：

　　图文送达率=实际送达人数/总用户数

　　部分未送达的原因基本在于：用户屏蔽消息推送、接近凌晨推送导致数据延迟、公众号数据包丢失。按正常来说，图文送达率的波动其实并不大，如果某天的数据有明显的异常，那么则考虑上面说的三个因素中的后两者。

　　图文阅读人数=点击图文页的去重人数

编辑：未知