手把手教你如何做好買粉絲買粉絲數據分析！

同是買粉絲運營，為啥ta就能夠做到每天不加班？

自從新媒體興起后，越來越多的人選擇進入新媒體行業，而制作直觀且高效的數據報告則是一個“大坑”。不僅是因為老板要經常看報告，更是因為這些數據可作為優化買粉絲運營的參考依據，因此制作買粉絲數據分析報告的重要性就不言而喻了！ 買粉絲的數據分析報告主要包含哪些內容呢? 用戶分析：包含新增用戶，新增用戶來源渠道，累計關注人數、用戶性別占比，省份、城市、地域分布等等等等； 圖文分析：圖文頁閱讀、圖文轉化率、原文頁閱讀人數、原文頁閱讀次數、原文轉化率、分享轉發人數、分享轉發次數等等； 菜單分析：菜單點擊次數、菜單點擊人數、人均點擊次數等； 以上只是常見的數據指標，需要“因地制宜”哈~

如何快速分析買粉絲數據呢？ 數據分析的第一步，當然得有數據！打開BDP個人版后，在數據源選擇“買粉絲公眾平臺”，連接完配置之后，只要一鍵掃碼同步數據就能夠實時更新，也可以接入多個賬號數據哦~

對接完數據之后，接下來就是進行分析了。BDP會自動提供一份買粉絲買粉絲分析模板，會跟進你的買粉絲數據自動生成數據報表，就叫“買粉絲公眾平臺分析”，連分析的流程都省了，直接就能看專屬你的買粉絲報表，而且可視化效果很贊。

當然大家也可根據自己的需求靈活地進行自定義分析數據，制作個性化數據報表。之前BDP還沒上線買粉絲模板報表，所以我是自己做好了數據報表，目前BDP上線了此功能，對于新媒體運營者來說確實很方便，很貼心的功能。

我們再來詳細卡看下各個指標的數據分析： 1.用戶行為（圖文分析、菜單分析） 用戶在買粉絲的行為，能夠收集到的大致有：關注（新增人數）、菜單欄點擊量、取關人數、閱讀文章、分享轉發等等。

本周的新增人數為111人，完成進度為56%。選用計量圖的好處就在于，當圖表中設計好目標值后，可以一目了然看到本周新增人數情況。 數據驅動：本周新增人數的指標沒有完成，是不是跟本周的文章選題有關，可以結合新增人數、取關人數具體分析下原因。

圖表中可以看出，在工作日期間，新增人數平均在20左右，周三（8月16日）新增人數雖有增多，卻并沒有明顯的上升趨勢。 數據驅動：說明文章的傳播性不夠，是不是文章的選題大家不太感冒，我們可以后面結合用戶屬性數據來綜合分析下用戶的偏好。

取關率=取關人數/新增人數，本周前五天的取關率穩定在17%，但是周末的取關率特別高，為37.5%。 數據驅動：可能跟內容輸入以及用戶習慣有關，后續可以考慮在周末的時候輸出一些話題性內容。

打開率是一個比較重要的指標，通過打開率可以看出你的文章內容是否有吸引力，用戶是否活躍。 圖中分析的是一篇關于熱力圖的打開率分析，打開率為13.91%，后面又針對經緯度地圖話題進行了文章推送，發現打開率都在14%左右。 數據驅動：說明用戶對于經緯度地圖的操作還是很感興趣的，后面可以多做這方面的案例收集。

了解粉絲用戶來源渠道，能夠更好的調整運營策略。在上圖的來源渠道中，掃描二維碼來源的用戶數依然是最多的，占比44.6%。 數據驅動：說明在文章中末尾放置二維碼還是很有效的。如果有線下活動推廣的話，二維碼來源渠道也是一個重要的關注指標。并且，通過分析買粉絲搜索渠道的占比，還可以進一步分析出線上推廣活動宣傳的效果。

2.用戶屬性（用戶分析） 用戶屬性，就是指用戶的性別、地域、終端比例、社交偏好等等

用戶性別決定了買粉絲的調性，了解用戶主要受眾性別之后，才能夠更好的開展后續的運營推廣活動。 從圖中可以看出，男性粉絲占59.3%，女性粉絲占40.7%。 數據驅動：說明買粉絲的粉絲人群以男性居多，那么后續可以針對男性人群多開展一些活動，如買粉絲的選題多偏向黑科技、專業領域等。 反之，如果買粉絲的主要受眾為女性的話，那么選題、排版則可以多感性一些，也可以在節日中多下功夫，比如雙十一的買買買等活動。

從以上兩張圖表中可以看出，使用iPhone的用戶占53.7%，Android用戶占46.3%。而iPhone中，iPhone7和iPhone 7 Plus占了28.1%。 數據驅動：說明大部分粉絲用戶具有一定的消費能力，可以多推廣宣傳一些高檔產品、付費功能等等。

再來看用戶地域分布，在這里使用的是一張行政地圖，圖中數值越大對應的顏色越深，上圖說明北上廣深的用戶數量比較多。 數據驅動：后期如果需要開展線下活動的話，可以先安排北京、上海、廣州這些地方，多組織一些線下見面會、線下培訓等等

3.消息關鍵詞（消息分析） 明確消息關鍵詞有助于清晰化用戶需求，也有助于通過大數據分析流量主的點擊率。

從關鍵詞分析中可以看出，用戶回復“數據”的次數最多，其次是“軌跡”，說明用戶對軌跡地圖數據還是很感興趣的，這也從側面說明之前推送經緯度地圖話題是正確的。

如何讓老板看到自己的勞動成果？ 你以為數據分析完成了就沒事了嗎？當然不是這樣的，小草莓再偷偷的告訴你，在儀表盤的右上角有一個“分享”的按鍵，如下圖：

選擇“我要分享”生成鏈接之后就可以輕松一鍵分享給老板，且分享鏈接的數據也是實時同步的，這速度也是沒sei了，直觀（發現數據背后的問題）、美觀（可視化圖表）、高效（數據快速、實時同步）的數據分析報告誰不愛，升職加薪簡直指日可待~

買粉絲買粉絲后臺數據分析怎么做？

一、用戶分析

后臺中會展示買粉絲的粉絲情況，如新增人數、取關人數、凈增人數等信息，還有用戶屬性的信息，如性別、省份、城市、終端、機型等屬性。通過用戶分析可以看到買粉絲買粉絲的粉絲情況，如粉絲的分布大部分是女性，可以選擇一些大部分女性都關注的話題發布，迎合粉絲的愛好。

二、圖文分析

大家可以從買粉絲買粉絲的后臺看到一些圖文數據的相關情況，主要包括圖文頁閱讀次數、原文頁閱讀、分享轉發和買粉絲收藏。這些都可以看到買粉絲以及所發內容的受喜愛程度。買粉絲的運營者可以發現粉絲比較喜歡哪種類型的文章。

三、菜單分析

菜單分析主要是觀察菜單點擊次數、點擊人數和人均點擊數。然后根據數據反饋的情況來優化菜單欄。可以適當的添加或刪除一些菜單欄，給用戶更好的使用體驗。

四、消息分析

大家可以根據給買粉絲發消息的人數、次數和人均次數這幾項數據來判斷買粉絲的互動度，還有關鍵詞的分析，了解用戶想要了解什么，有什么需求，然后根據用戶的需求來定制內容。

五、其他數據

其他數據可以從評論數、閱讀數、點贊數、打賞數中了解買粉絲買粉絲的運營情況。閱讀數可以看出內容是否受到喜愛，評論數可以看出買粉絲的受歡迎程度或者說人氣，點贊數可以看出內容的質量，打賞數則可以看出買粉絲的商業成功度。

買粉絲買粉絲數據分析怎么做？

微問數據提示可以從以下幾個方面分析：

1、內容：是否有持續的內容提供，評估內容質量（以其目標用戶的標準），在內容推送上有沒有自己的鮮明特色，原創內容占比

2、用戶互動：留言功能，消息回復功能

3、活動：是否有提升買粉絲活躍度，吸引粉絲關注的活動開展

4、數據：重在穩定性。

5、日常運營：是否定期更新；是否有菜單欄，如果有，設置上是否用心一個買粉絲要擁有大量真粉，一定是在用心和有意識、有策略地運營的。

手把手教你買粉絲買粉絲數據分析

手把手教你買粉絲買粉絲數據分析

這是一篇買粉絲運營科普文

適用于買粉絲運營初級選手

歡迎誤入的大神強插指點

閑話少敘，直接脫褲子進入正題：

買粉絲運營數據分析的地位

數據分析……

重要嗎？

重要！

是最重要的嗎？

不是最重要的！

沒有數據分析就不能買粉絲了嗎？

絕對能做，但是很可能做不好！

方向定位、內容運營、用戶運營、活動運營、數據運營，有機結合起來才是買粉絲買粉絲運營的完全體。

買粉絲運營數據分析的作用

如果把買粉絲運營比作“在黑暗中前行”

那數據分析則可以當成“探路的拐棍”

鎖定300米遠的目標要靠感覺

掃清3米內的障礙要靠拐棍

數據分析在買粉絲運營中的作用主要有兩個

1、驗證，驗證前面是路還是坑

2、啟發，發現路上的金子

好吧，不要打這種稀奇古怪的比方了，咱說正經的。

買粉絲運營的過程一般是這樣：

拍腦袋運營策略——初始狀態的策略怎么定出來的？拍腦袋拍出來的唄！聽了那么多講座，看了那么多攻略，喝了那么多雞湯，覺得自己啥都會了，腦袋一拍，啪，方案出來了；按策略運營執行——不管方案如何，磕磕絆絆先做出來；用數據驗證策略——數據出來，潮水退去就能看到誰沒穿褲子了，重新調整策略，把那些穿褲子的弄死……哦，不，留下那些穿褲子的好策略，干掉不好的策略；從數據獲得啟發——從數據中發現潛在的問題，發現新的機會；重新制定策略略——再來一輪循環，越做越牛逼。

可以看出，有了數據分析，上面這個循環才能不斷優化不斷完善，這就是數據分析最重要的作用。

啥？數據分析最重要的作用是寫報告給領導看？

stop！眼光長遠一點，牛逼的結果才是領導真想要的，想要牛逼的結果就必須讓上面的循環高速、高效地跑起來！

 

買粉絲運營數據分析的方法

0、滿滿的好奇的心

如果只是隨便玩玩，或者應付公司的差事，那你看了本文前兩部分知道數據分析大概的是啥，可以去吹牛逼就夠了。

如果你有很強烈的欲望把自己買粉絲做牛逼，那就接著往下看，因為，欲望越強烈，對數據的好奇心才會越大。

而好奇心是最好的老師，從現象和數據中追溯背后的原因，發現關鍵的因素和節點，在這個過程中獲得樂趣和成就感。

只有如此，才能把數據分析這個工具的作用體現出來。

 

1、基礎數據有什么

首先，我們要了解，買粉絲買粉絲的基礎數據有什么：

基礎數據在哪能看到？

買粉絲的數據后臺已經做得比較完善，在后臺左側的菜單欄，“統計”那個模塊所有基礎數據都在這里。

基礎數據有哪些？

用戶數據——與時間維度相關的用戶數量（增，減，和）、用戶來源等，可以多維度組合查看，還有基于全量用戶的地域、性別、手機型號等屬性的分布；

圖文數據——與時間維度及文章維度相關的圖文閱讀量、轉發量、點贊量、收藏量等數據，可以多維度組合查看；

消息數據——與時間維度及關鍵詞維度相關的消息數據；

接口數據——調用技術接口的次數，非技術人士這塊可以略過（恩，因為我也不會……）。

2、帶著問題看數據

如果你沒有“帶著問題看數據”思想，那么，你看到上面幾組基礎數據時，心里一定在想：這特么都啥玩意兒啊。

只有當你強烈地想解決某個問題的時候，你才能從這些數據里看出些門道。

比如

當你很想