数据分析|利用微信后台数据优化微信运营
前言
这次数据分析大致有三个目的：
1.对前期的公众号定位和用户精准度进行验证性分析，看运营策略是否对路，需要及时调整
2.对用户来源/渠道分析，用以判断粉丝来源路径，以便调整发布渠道
3.对图文进行分析，用以优化内容和找准推送时间
后文中将涉及到的微信后台数据板块分别为用户分析、图文分析、菜单分析和消息分析这4大模块，接口分析和网页分析因本公众号未进行二次开发，故不涉及。
后台数据分析涉及的几大板块
结合本文开篇提到的需要后台数据分析进行优化的3个目的，和这些数据分析模块呈现一定的对应关系，如下图所示：
讨论课题所对应的的几大分析板块
用户精准度分析/验证，检验之前的运营策略是否对路
（1）性别分布和语言分布
粉丝的性别和语言分布
性别分布方面，男生约为女生的两倍；语言分布绝大部分以中文简体为主，均符合常规认知。这部分对于分析课题一的参考价值不大。
（2）用户的地理分布
粉丝的地理分布
从上面2个图可以看出，用户的分布集中在东南沿海和北京等地，按城市来细分，正好是北、上、深、广、杭，符合互联网行业的分布版图，而前几名和百度指数中搜索“互联网”、“大数据”的用户分布情况几近一致。由此说明，本公众号的的粉丝与当初的受众定位是一致的。
百度指数“大数据”关键词搜索用户分布
用户来源、渠道分析，用以判断粉丝的来源路径
粉丝关注的来源
用户的来源分析，如上图红色虚线框所示，主要分为公众号搜索、扫描二维码、图文页右上角菜单、图文页内公众号名称、名片分享、支付后关注、其他。它们间接反映的用户行为如下图所示：
粉丝来源及对应行为分析
对本公众号的粉丝来源进行整理，得到如下表所示的数据，为了看得直观，特别用热力图的方式显示数值的大小（有暖冷色调渐变至暖色调表示数值由小变大）：
由上图可知，本公众号的粉丝绝大部分来源于“图文页公众号名称”，其次是公众号搜索和扫描二维码加关注的（在读完文章后再添加）。对于此种情况，结合“粉丝来源及对应行为分析“，对于粉丝以“图文页公众号名称”为主的加关注行为有如下几种解释：
1.文章质量较高，粉丝第一时间关注
2.被公众号名称吸引，名称中含有与用户需求一致的字眼
建议：由上图可知，“图文页公众号名称”俨然成为目前本公众号的第一大用户来源渠道，并且用户也较为习惯此种关注方式，因此文摘可以进一步扩大此渠道优势，加强对用户在这一方式上对本公众号进行关注的引导，比如：增加公众号名称下方的横幅以及文章作者名称的引导，like this:
papi酱微信公众号
除了图文页公众号名称之外，“公众号搜索”则为本公众号用户的第二大来源渠道，究其原因，首先本公众号是经过微信官方审核认证的公众号，并且无论是粉丝数量还是与粉丝互动频率都属于同类公众号领先水平，因此在微信公众号官方搜索栏里搜索“大数据”、“数据”等关键词本公众号均能处于较为靠前的位置。其次大数据文摘作为大数据媒体行业里面的领先科技媒体，与行业内许多著名会议、论坛均有长期的品牌合作关系，因此高频次的品牌曝光也是重要原因之一。
微信搜索结果
建议：由于较高的排名为文摘带来了较为稳定的用户增量，因此可以进一步的保持并扩大这一优势，比如可以进一步增加与用户的互动频次（互动频次为公众号排名的一个重要因素），借鉴“李翔商业内参”的读者阅读模式，即：每期文末都会结合该期文章中的某一个话题向读者抛出一个问题，并鼓励作者在讨论区留言与作者和其他读者一起交流讨论。
此外，通过“扫码二维码”这个路径进来的粉丝，意味着ta是在阅读完文章后加关注的（互推除外，这里讨论的仅为常规情况），此类粉丝较“图文页公众号名称”和“公众号搜索”进来的更为挑剔，同时也反映这类粉丝更为“死忠”和精准，质量很高。
9-25至9-30各个渠道的用户来源都有大幅度提高，这是因为这段时间本公众号与其他几个同类型公众号进行了互推，因此各项指标都有较为明显的上升。另外，9-4号至9-7号用户也有一个增长小高峰，原因会在后面内容分析中再详细展开的。
由上述分析可以看出，本公众号在文章前引导关注图文和增加与用户互动频次这两方面仍有较大的调整空间。
内容分析，优化公众号的结构和内容
诊断问题和发现规律
按照图文分析—>全部图文， 在“趋势图”下方找到“导出excel”这一项，设定好日期区间，将这些数据进行导出：
全部图文数据导出处
导出的图文数据中，无论是“图文页阅读”、“从公众号会话打开”、“从朋友圈打开”、“分享转发”还是“微信收藏”，都有“人数”和“次数”这2个类别，为了减少重复劳动和精简分析项目，我只保留了每个分析指标里关于“人数”的部分。经整理，整合粉丝数据和内容数据，得到 “日期&粉丝&阅读&内容”对应热力表。
发布内容信息诊断表
上表中包日期信息、粉丝信息、阅读信息、分享转发信息、转化率信息和内容信息。考虑到本文的传播途径—在公众号内部推送和发送到运营相关微信群，本人首次推送未转发朋友圈，因而其中的：
一次转化率=公众号打开人数/累计关注人数
二次转化率=从朋友圈打开人数/累计关注人数
需要注意的是，此表中颜色由浅入深、由冷入暖代表相应数值由小变大，从而不需要看清每个数值的大小，能直观的从整体上看到数据的变化情况。将上述信息整合在一张表格内，目的在于识别这些天发布内容的优劣情况及发布时间上的规律。总之，此表可以起到诊断问题和发现规律这2个作用。
（1）诊断问题
异常值：9.16号这一天的图文页阅读人数达到35181人，一次打开率5.71%，为本月最高，但净增关注人数极少，仅为64人。因此，这个异常值值得注意，再调出更为详细的数据：
异常值出现相关原因可能包括但不限于：时间节点（中秋假期第一天）、内容与数据相关性略弱（天文相关）、好友转发率相对低于平时
（2）发现规律
发现合适的内容方向
从上表中可以看出，在9.4、9.6、9.7等这些天里，期间，粉丝、阅读量、分享转化等数据都呈现出上扬的趋势，比较可观。在发布时间和发布渠道固定的情况下，可以判断出是内容上的改变带来了这些数据的协同增长。调出这几天的发布内容：
从上表中可以看出，用户感兴趣的内容集中在技术的相关衍生和应用方面，因为微信公众平台本来就是一个基于移动端的碎片式阅读平台，而本公众号的定位又是大数据这类的偏专业性质的科技媒体，其相关内容相对来说都比较专业、复杂甚至是会有些无趣，如果在一个基于移动端的碎片式订阅平台推送系统化、专业化的大数据相关知识（比如具体的演算推理、具体的代码演示等），长此以往，效果定会大打折扣，因此推送与大数据技术相关，并且具有趣味性与实用性的这类文章，则更容易受到读者青睐。而具体系统的大数据知识则更适合于基于pc端的固定使用场景。
另外，就篇幅而言，篇幅并不是影响文章各项指标的重要因素，由上表可知，较为受读者青睐的文章中，文章字数并不统一，影响文章阅读量等指标的首要因素应该还是文章质量。
上述关于内容方面的选题和形式的经验，可作为今后本公众号文章素材查找、撰写和编排的方向。
梳理出合理的菜单结构
菜单分析部分提供的数据可以供我们发现优质的菜单栏目（被点击次数较多的菜单）和不受欢迎的菜单栏目（点击次数较少），从而我们可以改进菜单，以便提高留存率。
菜单点击量趋势图
菜单部分的趋势图可以看到近30天的各级菜单被点击情况，能在趋势图部分予以显示是TOP5，即累计点击次数排名前五的菜单。从上图可以看到，“推荐”这个一级菜单被点击的次数最多，其次是“下载”，并且可以看出，各个菜单点击次数的高峰和低谷实际上是具有一致性的，比如说：9.5号和9.20号这两天，top5各个菜单均达到了一个点击的小高峰，查看这两天所推送的文章可知，这两天刚好都是推送的斯坦福cs231n的连载文章，并且读者均可通过在后台回复关键字“斯坦福”获得相关课件和资料，而一旦在后台产生交互行为，读者往往会下意识产生连带行为，从而产生点击底部各级菜单的点击行为。
建议：可适当增加关键字的设置，提高用户菜单点击频次的潜在可能性。
各版本菜单点击量详细数据
上图反映的是菜单栏各版本的详细点击数据，点击右上方的“下载表格”，即可下载更为详细的点击数据情况。下载经处理后，得到下表：
各级菜单点击次数热力表
从上表的热力情况（颜色深浅和冷暖色调表示数值由低到高）可以看到时间维度菜单版本更新维度的点击次数变化情况，从中可以看到，“下载等-历史文章”和“推荐-最火”以及“推荐-算法”这三个菜单点击量最多，由此判断，这三个菜单的设置是合理的，其他点击较少的菜单则需要进一步优化，如医疗健康、7/19线上峰会等，可以进行适当的更新调整。
发布时间段优化
在全部图文—>小时报里，将9.1~9.30的小时报数据进行导出，得到下表（以9.1号这一天为例）：
然后再把每天阅读人数最多的时间段记录下来，比如，9.1号，阅读人数最多的时间段为：10:00.
将30天的文章小时段数据整理后课得到下表：
文章阅读高峰时间段统计图
由此表可得，30天内，阅读高峰出现最多的时间段为8:00~9:00这一时间段，其次为7:00~8:00。因而，在7:00~9:00这一时间段开始的15分钟内发布文章，可以有效的提升阅读量。
结语
用户吸引：在文章前引导关注图文和增加与用户互动频次这两方面仍有较大的调整空间；保持文章高质量；互推效果显著，可适当参与互推
内容优化：推送与大数据技术相关，并且具有趣味性与实用性的这类文章，更容易受到读者青睐。而具体系统的大数据知识则更适合于基于pc端的固定使用场景。
运营管理：发布时间：在7:00~9:00这一时间段开始的15分钟内发布文章，可以有效的提升阅读量；菜单结构：“下载等-历史文章”和“推荐-最火”以及“推荐-算法”这三个菜单点击量最多，由此判断，这三个菜单的设置是合理的，其他点击较少的菜单则需要进一步优化。
