数据分析如何驱动社交媒体营运

自从川普成为候任总统后,奥巴马貌似就被大家遗忘了,社交媒体上满世界都是川普的消息。这两天这位大嘴总统又惹上麻烦了,连连在推特上发布针对中国的消息。有意思的是,昨天看见有人写了一篇假如川普入驻微博世界会怎么样的文章。世界会怎么样我不知道,但是我知道川普团队绝对会运用微博数据来指导自己的微博营运,因为他能当选,他针对Twitter和Facebook的数据挖掘帮了大忙。数据决定了他应该发什么样的内容,哪些投票人是可以被他影响的,哪些是坚定的支持者。

回到我们自己的社交媒体上,我们早就过了用粉丝数来衡量社交媒体营运效果的时代了,从2009年玩微博开始,我一直在用数据指导自己的微博策略,每天都看新增粉丝数、流失粉丝数,如果发现某天流失率增大我会去找原因,看看是不是发布的微博有问题,如果某天的粉丝暴增,我也要去找到增加的理由。刚开始的时候,微博的数据中心并不完善,于是我就自己用Excel每天记录数据。当时这个工作非常麻烦,我必须要晚上11点的时候(为了保证每天时间的一致性)清空新增粉丝数,再记下当时的粉丝总数,最后算出粉丝流失率,坚持了好几年啊,每天都这样。数据分析师玩微博真是一件非常苦逼的事情。

今年,微博上线了“微博数据助手”(以前叫微博数据中心,但只是简单的数据整合),我才从这种苦逼的自己养数据的状态中解放出来。结合“微博数据助手”这个产品,今天和大家谈谈如何有效的利用数据来营运社交媒体,微博和微信都有后台数据,道理大同小异。

微博数据助手共有一个概况和6大分析模块,它比微信公众号的统计功能多了一个相关账号分析的模块,也就是说你可以看其它账号的数据。偷看别人的“隐私”,这是很多人喜欢的功能。

ps:以下所有数据均来源于@数据化管理 这个账号微博数据助手的后台数据

一、了解你的粉丝

粉丝不只是一个一个的简单的数字,他们是有血有肉活生生的人,我们需要通过数据了解他们来自哪儿,他们喜欢看什么样的内容,他们为什么又离我们远去?

1、粉丝趋势分析

粉丝趋势分析在选定时间段内,微博帐号每天的粉丝变化趋势,包含粉丝总数、粉丝增加数、粉丝减少数、粉丝增长率和主动取关粉丝数的变化趋势。

@数据化管理 后台的30天粉丝趋势图

据说“取关”是社交媒体中的一个核武器,一言不合就取关。你发布的内容不可能保证每个人都喜欢,取关是难免的。今年8月14日我写了一篇《王宝强离婚事件中的碰瓷营销》的分析文章(光微博文章的阅读量就达到160万),当天新增21416个粉丝,虽然也有6810个粉丝流失,但是净增粉丝14606个,说明这篇文章大家还是很认可的。去年7-8月我的粉丝数超过了50万,于是我主动做了一次“僵尸粉”的清洗,当时清洗掉约1万个僵尸粉。这都是主动提高粉丝质量的做法,粉丝数不在多在精。

微博数据助手没有粉丝流失率这条曲线,上图是我自己利用数据做的分析。建议微博数据助手下次升级可以考虑把这个数据加上去,不过也影响不大,因为微博允许把数据下载到本地进行分析。

2、粉丝来源分析

目前微博能统计的粉丝来源包括微博推荐、第三方应用、微博搜索、微博找人。微博推荐是微博官方通过算法在用户的信息流中展示用户的账号或微博内容,然后引导用户关注。通过看到一条感兴趣的微博或账户于是就关注这个博主,微博推荐目前是新增粉丝的主要来源,大部分账号这个数据都是90%以上。微博搜索和微博找人这个两个来源往往被营运者忽略了,用户通过搜索关键字带来的粉丝属于微博搜索,通过客户端“找人”入口输属于微博找人,对于营运者来说必须优化自己微博名称、标签、介绍、地址等关键字,这样才能让微博用户在搜索时能把你找到。简单来说博主的影响力越大,用户通过搜索和找人进来的新增粉丝就会越多。

3、粉丝性别和年龄

这两个数据方便我们了解粉丝的属性,如果一个时尚女装的粉丝大部分是男性,那说明这个账号的日常微博内容有问题了。比如之前发现一个女装账号,除了发布自己品牌的图片外,还喜欢发布一些性感的街拍女性照片,于是一堆“好色”男人关注这个账号,其实这样利用人性弱点的营运是失败的,这些粉丝毫无价值。

年龄也是一样的道理,它必须和你的品牌定位保持一致性。我的粉丝在25-29岁这个年龄段占多数,但是我在实际运营中转化粉丝价值得时候我却是以35-49岁这两个年龄段为诉求对象,因为这些人中间很多已经是企业的中、高层领导者了,他们有决策权,他们可以给我带来线下咨询、培训的业务。

4、粉丝地域分布

现在一般的数据产品都有这个热力图,如微指数、百度指数等,它能清晰的显示粉丝的地域分布。我的粉丝前几位是广州、北京、上海、福建、山东,占到总粉丝的36.4%,他们也是我的粉丝集中的地域,未来我要搞线下的论坛等就可以用这些数据做参考。

如果一个零售品牌发现某个地域的粉丝数量可观,但是在该地区却没有实体店铺,这就是数据背后的机会,赶紧开店吧。相反,品牌某个地区的消费比重远大于该地区的粉丝比重,这种倒挂也是非常危险的,企业需要在该地区搞一些活动来转化粉丝了。

二、如何用数据判断推广效果

对于企业官博来说,一次大型推广活动后必须要进行推广效果的复盘,这既是评估效果也是为未来的营销推广积攒数据。只会发微博不会用数据评估效果的官微是没有前途的,推广效果好的活动未来可以持续推广,效果不好的活动则停掉或进行优化。

评估推广好坏可以从粉丝增长、主页访问变化和互动分析三个维度进行。分析方法可以采用活动前、活动中、活动后的三段式数据对比法。

1、粉丝趋势

好的活动会带来粉丝增长,不同的活动粉丝增长情况也不一样,所以我们可以通过分析量化评估粉丝增长效果。有些活动虽然在活动期间效果增长明显,但是活动结束后粉丝取关也是分分钟的事儿,所以对比分析的时候我们还必须要看活动后的粉丝变化情况。

上图这个模型活动前后的数据一般取7天的平均净增粉丝数据,活动中就以活动期间实际天数计算。这张活动效果粉丝评估图直观地反映了活动效果,微博数据助手没有这个模型(因为微博不能定义你的活动时间),不过只要导出粉丝数据也非常容易可以画出这个图来。有了这些数据就可以计算活动的爆发度和衰减度了。

爆发度=(活动中净增粉丝数-活动前净增粉丝数)/活动前净增粉丝数*100%

衰减度=(活动后净增粉丝数-活动前净增粉丝数)/活动前净增粉丝数*100%

爆发度越大说明微博推广活动效果越好,例如爆发度100%,说明净增粉丝数也翻番。官微营运人员可以把一年内搞的多期这样的推广活动进行对比,有些爆发度120%,有的只有20%,有的甚至是负增长,你就会发现什么样的推广活动是粉丝乐于接受的,以后的推广就有据可依了。

衰减度主要是看粉丝的留存状况,有时候爆发度虽然高,但是活动后的衰减度大于爆发多,说明这些粉丝只是匆匆路过的吃瓜群众,拿完好处就跑了,这样的推广活动爆发度再高以后也不能再搞了。一些抽奖类的活动就会出现这种情况。好的推广活动衰减度应该是大于等于0的。

这种对比分析既可以看这个官微的粉丝增长对比,也可以细分到每个地域进行分析,找到同一个推广活动在不同的地域的爆发和衰减情况。同一个推广有些地域爆发度高,有些低,说明这个推广在不同地域表现是不一样的,注意我没有用粉丝数的绝对值而是用的相对值,所以不同区域就有对比意义了。对于一些区域性的推广活动这种方法尤其重要,有了这样的分析,微博活动推广才能够更精准一些。不过获取净增粉丝数据稍微麻烦一些,需要活动前后的每一个临界点都从微博后台导出地域粉丝总数存档。

2、主页访问变化

一般人会通过微博的信息流来看微博内容,但是有些忠诚度非常高的铁粉他们会点进我的微博主页一条一条的看我发的内容,把我每天发的微博一网打尽。这些都是高质量的粉丝。可以从浏览量和访问人数来分析,今年双11期间我接连写了几篇文章来分析双11,所以下图在11月10-15日期间我的这两个数据大增(浏览量增长了2.3倍,浏览人数增长了2.5倍),人均浏览量也接近1.6次,数据说明双11这个热点我抓得是成功的。

另一个指标是浏览时长,我们不但希望浏览主页的人要多,还希望他们停留更长的时间。平时我的主页访问时长是238秒(约4分钟),这些铁粉不但会看我发的微博,还会去翻下面的评论,毕竟我发的微博都是干货性质居多,很多评论也是值得看的。

3、互动数的变化

互动数就是我们熟悉的阅读数+转评赞(转发、评论、点赞)数据,好的推广活动和话题才会产生转评赞。阅读数其实是该条微博在不同设备上的出现次数,只代表该条微博在设备上出现过,用户有没有真的“阅读”就不好说了。有了阅读数才能带来转评赞,而转发和点赞又可以带来更多的阅读数(转发后可以让更多转发者的粉丝看到,而在主页上还会出现你最近点赞的微博,当别人进入你的主页后就可以看到从而带来阅读),所以是相辅相成互相促进的。

阅读数和转评赞的数据是绝对数字,不过我更喜欢看相对数据,就是互动率和点击率。互动率就是用微博的转评赞数除以阅读数,而点击率是用点击数(点开该条微博,点开图片,点开链接都算点击数)除以阅读数。互动率在微博数据助手中也可以查到,2016年我的平均互动率是1.5‰,点击率是7.4‰。互动率的最高纪录是1.6%,点击率的最高记录是4.5%,分析这些细分数据可以找到更多营运技巧。

以上三个方面的数据不但可以评估微博推广活动效果的好坏,也可以用来评估企业官微运营质量好坏,一切用数据说话。

作为一个自媒体人,必须经常用原创文章来分享个人见解,而有些人通过视频直播来阐述观点,不管选择那种方式我们都需要用数据来深度分析,来评估文章或视频的效果。对于文章和视频分析,微博数据助手逻辑都是一样的。他们的分析指标包括文章(视频)的阅读数(播放数)、互动数、转发数、评论数、点赞数、互动率、转发率、评论率、点赞率等,今天就不详细阐述了。

三、相关账号分析是亮点

做社交媒体营运,谁都想了解竞争对手做得怎么样,就像阿里生意参谋可以看到一些行业品牌数据一样,微博数据助手也可以看到其它账号的数据,这个功能必须赞,微信公众号后台的数据中心则没有这个功能。

这是我后台监控到的2016年截止到12月3日的6个账号的数据,你可以看看哪些是话唠,哪些是互动高手了。


免费版本的这个功能可以试用15天,可以添加5个监控账号,最多允许有一次调换账号的机会,不过看了一下,有钱的土豪最多可以购买50个相关账号来做分析,这差不多也就够了。

还可以查看相关账号每一条微博详情分析,可以从对手身上学到更多的营运技巧,对手做推广活动时也可以有效监控了,不过微博能开放阅读数就更厉害了。

对于普通的账号营运者来说,微博数据助手的这些功能就已经够了,它们既方便我们考核微博运营团队的绩效,也便于用数据总结营运经验,更好的为粉丝和品牌服务,一切用数据说话。ps:目前支持下载从2016年1月1日开始的日数据。

如果想深层次挖掘社交媒体数据,真正的利用数据驱动粉丝经济的话,目前这些数据还不够,还需要对微博内容、评论等进行文本分析、挖掘,这样的数据价值更大。美国这次大选希拉里和川普都有利用社交媒体发声,和希拉里谨慎地发布相比,川普就大嘴很多,每一次川普的发推都是有目的的。每一条内容都会影响一部分目标粉丝的决策,并且每一条推特下面的转评赞信息也是一个宝贵的大型数据库,可以分析出来哪些粉丝是坚定的支持者,哪些是可以影响的投票者,哪些是川黑。所有数据都是一种宝贵的资源,分析这些信息可以决定他下一次的发推策略。

所以微博的数据大有空间可为,微博数据助手不仅仅是助手的作用,它会逐渐变成我们社交媒体营运的决策依据,甚至指导我们做营运方案。数据助手打开了社交媒体数据化运营的大门,提升了运营效率,也帮助企业触达到了更多的用户,企业品牌的推广宣传不再没有方向。

注:数据分析网遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏,请联系主编邮箱:afenxi@afenxi.com

数据化管理
认证作者

数据化管理,微博大V账号——数据化管理;常年深耕零售数据。《数据化管理:洞悉零售及电子商务运营》畅销书作者。对于零售数据有非常深厚的经验,其的经典著作已经是许多数据分析师的案头书。

分享到:更多

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址