利用數據分析“破局”，做好文摘類期刊微信公眾號運營

徐安維

摘 要：文摘類期刊微信公眾號直面平臺整體閱讀量下滑、“信息流”模式沖擊，亟需新思路破局。本文以“青年文摘”微信公眾號的運營數據為例，試談文摘類期刊編輯如何利用數據分析做好新媒體出版工作。

關鍵詞：數據分析 文摘類期刊 微信公眾號 青年文摘

2018年4月，清博大數據一份基于排名Top 1000微信公眾號的報告指出：微信訂閱號文章閱讀量連續三年呈現逐年遞減狀況。以排名第一的“人民日報”為例，其2016年3月的閱讀量是1.33億，而2018年3月僅6490萬，閱讀量減少了一半。同年6月，騰訊微信發布訂閱號“信息流”模式，按照時間次序推送內容，閱讀量再受沖擊，更帶來大規模“取關潮”。

公眾號運營者因此陷入增長焦慮：粉絲增速放緩，甚至負增長;文章打開率持續下滑，幾乎跌至2016年同期水平;流量紅利不斷被短視頻侵蝕……有理由相信，微信公眾號在全面進入“內容為王”的時代，超過90%定位不精準、內容不優秀的賬號將被邊緣化。

受大環境沖擊，一直以來發展相對“溫火平穩”的文摘類期刊微信公眾號（以下簡稱“文摘號”）面臨著嚴峻考驗。盡管一些文摘類期刊的品牌吸引力強，但公眾號仍面臨定位模糊的尷尬，擋不住用戶的活躍性和忠誠度一再降低，文章閱讀量劇烈波動。

創建于2013年的微信公眾號“青年文摘”就是典型的文摘號，目前擁有164萬訂閱用戶，在新榜“中國微信500強”排名203（2019年2月數據），其用戶定位有別于《青年文摘》雜志，具有明顯的新媒體平臺氣質。本文以青年文摘微信運營數據為研究案例，試從用戶分析、圖文分析兩方面入手，重點解析數據分析從何“破局”，從復盤數據中找出規律，并將規律用于迭代工作。

一、數據分析的定義、工具和采集

運營者為目標用戶提供內容或服務，而用戶在閱讀內容或使用服務的過程中產生的數字反饋，都可以作為數據采集下來。運營者根據這些數據洞察，反推用戶需求，找出規律，并將規律用于迭代工作，即數據分析。定期進行數據整理和數據分析，可以幫助新媒體運營解決很多重要問題。

每一項數據分析，都可以大致依循這樣的流程：數據監控→發現問題→建立假設→頭腦風暴→分析結果→產品優化。

常用新媒體數據分析工具有三類：①微信公眾平臺管理后臺，自帶數據采集和基礎分析支持;②新榜、清博等權威大數據平臺，對公眾號公開數據進行抓取、分析、榜單排名，運營者能夠觀察到自己的產品對標行業的位置和質量;③新媒體管家、壹伴、BDP等第三方數據分析工具，支持抓取和導出一定時間段內公眾號后臺真實數據，并做出快速分析。

本文采集青年文摘2018年3月至2019年3月的微信后臺圖文分析數據1526篇，導出為Excel表，篩選出符合條件的變量作為研究數據庫：閱讀量≥80000的頭條文章共272篇，閱讀量≥40000的非頭條文章共287篇，合計559篇熱門文章;閱讀量<80000的頭條文章共105篇。詳細數據包括文章標題、日期、閱讀量、分享量、打開率、當日凈增人數、當日取關人數等。

二、通過數據分析，復盤和優化整體運營

進行數據分析的基礎，是從兩個最主要的方面入手：用戶分析、圖文分析。這些數據既各自獨立，又有內在邏輯互相影響，文摘號運營應從宏觀處著眼，首先讀懂用戶屬性和心理特點，然后把握選題的關鍵流量點，發現問題，總結規律，優化運營。

（一）用戶分析：找到用戶關鍵屬性、閱讀的高頻詞

微信公眾號的內容運營本質上是圍繞著“用戶”做的。如今伴隨著流量紅利的結束，平臺已經進入用戶精細化運營階段，運營者必須學會對公眾號用戶進行“畫像”。公眾號，尤其是文摘號，開通的時間越長，推送的文章越多、類型越豐富，用戶畫像就會越復雜，但我們依然可以利用掌握的數據來勾畫用戶面貌。

1.利用公眾號后臺用戶屬性數據分析

（1）性別比例

女性：男性≈6：4，呈現輕微“陰盛陽衰”。

女性用戶思維感性、細膩，更關注情感、家庭及自我成長;偏愛閱讀故事，也傾向通過知識、觀點和雞湯文獲益。相反，男性用戶的注意力往往在游戲、運動、新聞和財經方面;關注武俠、軍事等話題，不太愛看細膩的情感故事。由此可見，文摘號的選文角度稍女性化，會獲得較好的閱讀量;經常發布一些干貨、攻略、職場、趣味類內容，有助于留住男性用戶。

（2）地域分布&手機終端占比

省份排名前五：廣東（17%）、河南（6%）、江蘇（6%）、山東（5%）、浙江（4%）。

城市排名前五：廣州、北京、深圳、上海、成都。

安卓機：蘋果機≈7：3

用戶總體集中在人口多的發達地區，南方人多于北方人，中國的高校也比較集中在這些省份和城市。發達地區的學習、工作和生活壓力較大，用戶情感需求高，對于個人自我提升有強烈需求。喜愛網購但消費力較低，付費意愿強，經常閱讀紙書，也會通過在線平臺學習。

2.抓取高頻詞分析

對青年文摘微信559篇熱門文章的標題關鍵詞進行詞頻分析，其中高頻名詞和動詞的詞云圖如圖1所示。“手機/朋友圈”“男/女”“父母/家庭”“年輕人/戀愛/單身”“名校/高考/985”“90后”“中國/南北方”“掙錢/窮”“哈哈/開心一刻”等題目題材，因貼近生活、滿足情感需求及符合真實感受，受到用戶的主動關注。用戶喜歡看幽默、有趣的內容，為生活減壓。

分析發現，標題帶有名人或熱門影視劇關鍵詞的熱門文章多達85篇，占比15%，例如：《李湘女兒課程表曝光：“我985畢業，比不過一位小學生”》《〈知否知否〉：與人交往，要看一個人的品行最低處》等，閱讀量均突破10萬。可見用戶普遍低齡（15～25歲占比大），年輕、單身的女性用戶對娛樂圈、影視劇關注度高，對名人效應比較“買賬”，文摘號若以此尋覓合適角度切入討論，用戶情緒反應強烈，熱衷加入討論。

（二）圖文分析：基于案例，詳述如何找到關鍵流量點、發現內容規律

當運營者發現一段時間以來數據出現異常（排除一些突發事件帶來的暫時性影響），進行數據復盤和分析迫在眉睫，尤其應盡快做圖文分析，發現原因、做出調整并實踐驗證。下文選擇青年文摘微信一個有代表性的案例，試解讀分析方法和分析思路。

1.發現問題

2018年下半年，微信頭條閱讀量、用戶凈增人數雙雙下降。觀察發現，一些標題包含名人或熱門影視劇關鍵詞的頭條，盡管閱讀量好，但點贊低，當日用戶取關數激增、凈增人數銳減。例如：《分明是炫富，張雨綺為什么不招人煩？》（取關725，凈增359）、《楊紫，你咋又胖成這樣了？》（取關672，凈增148）等。

疑問：關鍵詞“套路”效果變差的原因是什么？未來應如何做調整？

2.觀察數據

復盤“含關鍵詞的頭條文章”核心數據，如表1所示，由左至右：

①從2019年1月起，當月突破8萬頭條文章數量跌破20篇，明顯感覺閱讀量變差。

②從2018年5月起，編輯越來越愛選摘關鍵詞標題的文章，可能是追求閱讀量好。起初這個“套路”有一定效果，在2018年9月前，此類文章閱讀少有低于8萬人次的，但從當年10月至今，出現越來越多低于8萬的閱讀量。關鍵詞文章的平均打開率已從最高點7.73%逐級跌至4.49%，可見用戶對這類內容的點擊欲明顯降低。

③月凈增人數從2018年8月暴跌，數據再沒回到2萬以上。

④絕大部分含關鍵詞文章的月平均取關人數，要高于當月全部文章平均取關人數。此類文章疑對用戶增長弊多利少。

3.分析數據

用戶通常不會在無緣無故的情況下取關一個公眾號，而推送的內容（質量不佳、標題或內容令人反感等）是刺激取關的直接原因。

已關注用戶通過接收公號推送打開文章，如關鍵詞標題吸引力強，會導致打開率高;如用戶閱讀后不喜歡文章內容，會導致取消關注。這種現象在一定程度上也是在“篩選用戶”：會主動打開此類文章但不喜歡內容的用戶，不斷取消關注，總人數在變少;此類文章對新用戶關注公眾號的吸引力低。這樣就很好地解釋了為什么之后再發同類內容，打開率和閱讀量都在變低。

當下，采用關鍵詞標題是“雙刃劍”。好的方面是吸引力強，壞的方面是很少會“一面倒地叫好”，觀點兩極分化嚴重，后者亦會帶來取關上升。

從數據分析結論可以得出一些認識，公眾號未來的運營據此作出調整。

第一，不能片面地利用關鍵詞追求閱讀量高，而應明確“內容為王”，內容也在篩選粉絲，有時候新增長的、留下來的不一定是你想要的用戶，也可能是質量比較差的用戶。

第二，標題除了關鍵詞，應多采用積極正面角度的引導語，引起多數用戶的興趣和共鳴（感同身受，有代入），能夠有效留住用戶，例如《袁隆平被辱罵，明星被捧上神壇，才是最大的悲哀》（閱讀量高、轉發量高、取關人數低）。

第三，文摘號選稿不要被摘編束縛思路，必要時主動出擊，把握熱點紅利期，加大原創力度。一方面利用關鍵詞帶來流量，另一方面有效把控文章立意端正、態度積極，在加強用戶黏著性的同時帶來新增長。例如青年文摘微信原創稿《鄭云龍退賽〈歌手〉：請別再捧殺他了》（閱讀量高、轉發量高、點贊率高、凈增人數高）。

三、結語

進行數據分析對當下的新媒體出版工作存在重要的意義。通過數據明確平臺用戶屬性和閱讀需求，新媒體編輯可以有的放矢地選編文章、優化標題，以期提升閱讀量。通過復盤運營數據進行分析，可以發現運營弊病，盡快作出內容調整，阻止閱讀量下滑和用戶流失。數據分析有助于整體布局，使平臺明確市場定位，實現商業變現。

2019年4月，青年文摘微信依據本文數據結果進行內容調整，效果顯著，新榜“中國微信500強”指數由901.8升至923.8，排名升至125名。

參考文獻：

[1]清博大數據.2018公眾號數據不漲反跌，誰在隕落？誰在崛起？[EB/OL].http：//www.sohu.com/a/228522709_114751.

[2]劉蒙之.新媒體時代出版社微信公眾號運營現狀、問題與對策研究[J].出版科學，2016，24（4）：88-92.

[3]北小小.都說微信要做數據分析，到底是分析什么[EB/OL].https：//mp.weixin.qq.com/s/S4WtweXwkKu7erup6pGrXA.

[4]陳明.7000字深度總結：運營必備的15個數據分析方法[EB/OL].https：//blog.growingio.com/growth/254.

（作者單位系中國青年出版社）