公众号一直掉粉不断，公众号分析的软件帮你找出原因所在！

TUOtu520

哪里存在运营，哪里就需要数据分析，微信公众号运营也一样。

简言之，因为真正能够取代公号的产品还没有出现。拓途官网做出以下几点分析：

7afa482f3ca849fdbb25e9b807d2b892.jpg

一、公众号还值得做吗？

具体分析来看，公众号具备了3个难以被撼动的优势：

第一，公众号的订阅体系。它建立了内容生产者与粉丝之间相对较强的联系，并且能保证97%以上的信息到达率。剩余不足3%的粉丝无法触达，是因为这部分粉丝长期未登录、被封号，或者设置了不接受推送消息。比之于头条号、简书等其他自媒体平台，虽然它们也有订阅功能，但由于用户基数和推送机制的限制，使得他们更多的需要依靠推荐量来获得流量。

第二，微信的流量优势。这一点无需过多说明，月活已经突破10亿大关的微信，流量优势不言自明。

第三，易于开发。微信天生适合帮助创业公司做产品的可行性验证，开发者只需要掌握Html5、Java和PHP等网站开发技术，就能做出各种基于微信生态的webAPP（网页应用）。

我自己也深有体会。

在运营一款工具型产品的过程中，由于前期缺少公众号运营的投入，导致了三个问题：一是，在BD上很被动，交换不到好的资源；二是，用户没法沉淀，等于少了一个信息分发及用户互动的渠道；三是，原创内容被抄袭，原来只发在官网上的文章，被竞争对手复制粘贴或者洗稿到他们的公众号上并声明原创。

基于以上分析可知，公众号对产品、运营和用户都非常重要。而在公众号运营的诸多模块中，数据分析又是重中之重，是发现问题的手段，也是运营策略调整的依据。

下面，我将分享我做公号数据分析的思路和方法。

首先声明，公众号诞生多年，但对它数据分析的定义，目前仍没有看到统一的规则或者算法，不同第三方平台，不同公司都可能会有不同，这是因为不同的公司对数据的定义和侧重点会有所不同，就好像对于活跃的定义，有的产品只要用户登录一次就算一个活跃，而有的产品规定用户必须发生关键业务行为才算一次活跃。

二、如何做公众号的数据分析？

分析工具：Excel 2018版本以上

实际上，90%以上的运营工作的数据分析都可以依靠Excel高效地完成。但高效完成的前提是，你需要掌握熟练的Excel使用技巧，要能够熟练运营数据透视、图表、vlookup、if、sumifs、countifs等常用函数，还需要有基于Excel做数据分析的思路，熟知每个数据指标的含义，带着目的地去分析。

1、建立源数据表、子表和汇总表的概念

ps:运营老司机可跳过这部分。

先普及三个概念：源数据表、子表和汇总表。

源数据表指的是带有列表头的、一个单元格对应一个数据的、数据未经运算的、不存在合并单元格的一种表格形式。之所以要这样做，是为了遵循Excel这款产品在数据处理上的“游戏规则”，利用游戏规则来提高分析效率。

在设计源数据标的时候，要单一、规范、简洁。单一指的是一个概念要独占一列，千万别想着把它合并，否则分析的时候无法拆分。规范，要求每一列数据的格式要统一，不然分析出来的结果，在求和与计数项上一定会出错。简洁，指的是不要有冗余字段，这点与PPT设计的原则一致——如无必要，勿增实体。

源数据表是所有数据分析的源头，子表和汇总表都从源数据表中衍变而来，源数据表一变，子表和汇总表的数据也会跟着变。所以，我通常把源数据表作为单独的一个表，如果不是数据有更新，通常不会去改变源数据表。

厘清了源数据表后，子表和汇总表就变得简单了。子表，顾名思义就是从源数据表中分析、提取而来的表格，用于分析某一项或者几项数据，做子表最常用的Excel功能是数据透视表。汇总表是子表中各项数据的汇总。

有了源数据表、子表和汇总表，就能够做出一整套的数据分析。这个方法不仅适用于公众号的数据分析，活动、用户、网站和APP的数据分析同样可以这样来做。

2、需要收集的源数据与分析方法

在微信公众号中，最值得扣出来分析的数据，主要有3个维度的，分别是：图文数据、用户数据和菜单数据。其中图文数据和用户数据最能直观体现一个公号的运营结果，自然而然，这两个维度的数据也成了人们最关注的数据，所以很多新媒体人会以10W+和海量粉丝为荣。

然而它们只是冰山一角，公众号内还有很多外人看不见、也不太关注，但却非常重要的数据，例如用户来源渠道的数据、菜单点击数据、图文阅读按来源分布的数据、阅读量按时间的分布数据、消息统计数据、二次传播数据等等。

1）图文数据

4efe3af047c345258f87f41e6004ec34.png

根据这6项源数据，可以得出一些有参考意义的指标：

（1）阅读率，又称打开率，它等于阅读量除以送达用户数，再乘以100%，阅读率的作用在于能够相对公平地衡量不同公号在同一时期、或者同一公号在不同时期的阅读质量。因为我们会发现：当我们比较不同公众号运营的阅读质量时，由于粉丝当量不同，就无法通过阅读量多少这样一个单一指标来判断；又或者比较同一个公众号在不同时期的阅读质量，由于它在不同时期的粉丝数不同，也同样无法通过阅读量多少就判断出来。

（2）点赞率，等于点赞数除以阅读量，再乘以100%，点赞率反映用户对内容的认可程度。

（3）分享率，等于分享量除以阅读量，再乘以100%，分享率同样反映用户对内容的认可程度，也是内容二次传播的驱动。

（4）收藏率，等于收藏数量除以阅读量，再乘以100%,收藏率反映用户对内容的认可程度。但收藏率高也可能是因为文章太长，用户来不及读完。

（5）评论率，等于评论数量除以阅读量，再乘以100%，评论率能体现一个公众号用户的黏性和活跃度。

图文数据的源数据表参考

下面的源数据表示样式，适用于所有类型的公众号。

遵循源数据表的规范，不要有合并的单元格，也不要习惯性地把表格写在第一行（建议写在底部的导航标签中）。

c32accefee2146be9682a2db04bed852.png

通过这个源数据表，结合数据透视功能，不仅可以随时拉出各种历史数据的分析图，还可以非常快速地分析出用户的内容偏好。

除了上面已经提及的图文数据外，还有4项需要了解但不需要抠出来分析的数据，分别是：

（1）阅读量按来源分布的数据

大多数公众号的阅读来源主要为对话框、朋友圈和好友转发，它们之间占比的多少，能反应出这个号的情况。

39d9552990e341d7b95ba24130b3d144.png

比如对话框的比例偏高，大概率是因为文章质量极差，用户瞥了一眼就走，没人愿意分享出去，或者文章不具备传播属性，没有足够的动力驱动用户分享。比如其他其渠道的占比突然猛增，那么很可能是刷量了。

（2）阅读量按日期分布的数据

按日期分布的阅读量非常有意思，通常都是一个L型的曲线，发布后前2到3天的阅读量通常会占到总阅读量的百分之七八十以上。

ad644f90b09a428ca454b6ec1f8db8e0.png

比如对话框的比例偏高，大概率是因为文章质量极差，用户瞥了一眼就走，没人愿意分享出去，或者文章不具备传播属性，没有足够的动力驱动用户分享。比如其他其渠道的占比突然猛增，那么很可能是刷量了。

L型的曲线，其实就是如今互联网时代困扰着大多数中小品牌的“长尾曲线”。

（3）阅读量按男女性别分布的数据

性别是公众号运营中最重要的一个因素之一，因为男女在审美、阅读习惯和对内容的喜好差异非常大。

6f11d464ab4a426ba79635a5794231d2.png

这里的数据结合用户属性中男女比例的数据，你就可以选择自己公众号的排版风格——偏女性化一点，还是偏男性化，又或者选择平稳的中性。你还可以由此调整内容选题。

（4）阅读量按地区分布的数据

通过地区分布数据，能够知道你的粉丝主要分布在哪些省份、城市。

2fd6a40e75b243b597258ef7ea4ff37b.png

在社交关系中，地域是驱动人们关注、分享和倾诉的重要原因之一，因为关注自己的出生地和家乡是人类的天性。不少公众号利用这一点，写各个城市或者省份的文章，快速圈粉。

2）用户数据

需要采集的源数据有：新关注人数、取消关注人数、净增关注人数、累积关注人数、用户来源渠道数据。

用户数据相对比较简单，主要分为两部分：第一，用户增长数据，它每天都在变化，需要你多关注；第二，用户属性数据，它相当于是不够全面的用户画像，虽然它事实上每天也在变，但因为变化的幅度不大，所以不需要每天关注。

所以，我们需要采集的数据，就只有用户增长数据。用户增长数据又包含每天的用户增量、减量、累计量和来源的渠道。

新关注人数、取消关注人数、净增关注人数、累积关注人数，这些可以直接在公众号后台导出。分析时关注趋势和重要事件节点。

用户来源渠道数据则可以帮我们分析出个渠道的用户来源占比，再结合历史数据，就可以看出某个渠道的数据是偏高还是偏低，也可以让我们看清哪些渠道需要重点投入、哪些渠道可以放弃。

需要重点投入的渠道，则继续深入，关注用户在这个渠道上关注路径，想办法把这个路径缩短、简化，然后尽可能多的曝光它。

用户数据的源数据表参考

用户增长数据表可以直接从公众号后台下载，下载后简单处理就可以做成源数据表。用户来源渠道数据，则需要手动输入。

由于手动摘录渠道数据比较琐碎，所以是否要摘录用户来源渠道数据，主要取决于公众号在业务上的战略位置。如果你的公司all in在公众号上，需要寻找任何一个可能的增长点，就有必要拉出来分析。如果你的公司的主营业务离公众号比较远，仅把公众号当初一个分发渠道之一，不分析也不会有任何问题。

3）菜单数据

需要采集的源数据有：菜单点击次数、菜单点击人数

公众号的菜单，就像APP的底部菜单导航一样，需要有一目了然的信息架构，让用户无需思考就能找到自己想要的功能，并且花的点击次数最少。这意味着，需要在信息分类和高频功能之间找到一个平衡点。

信息分类，需要你对公司的业务足够的了解，才有可能做到不遗漏、不重复；高频功能则一方面看业务重心，另一方面看菜单点击数据。

菜单数据怎么看呢？

一看人均点击次数。人均点击次数越多，说明这个功能越高频，菜单层级需要往前提。

二看趋势。具体指的是菜单点击总数的变化趋势，它是用户活跃的反馈指标之一。为了评估趋势的健康与否，可以将其与用户变化的趋势线放在一起，对比增长率。菜单点击总数增长率大于用户增长率，就说明用户越来越活跃了，反之则反。

菜单数据的源数据表参考

假设某公众号有2个一级菜单，分别记为A和B，A包含两个二级菜单，记为a1和a2,，B也包含两个二级菜单，记为b1和b2。那么源数据表的样式为：

1f15e496e9e24bdda1d8e9d340d09650.png

这套数据分析方法，是我在实践中摸索和不断修正所得，不保证对所有人、所有号都有效，因为在整个行业中，也还有一些智者见智仁者见仁的问题，例如阅读量的取值问题、其他阅读来源的不确定性问题。但这些只是点，不影响面和趋势，也不会误导运营策略。

方法虽然简单，但它能够诊断出公众号存在的绝大多数问题，并且熟悉运用之后还能变换出很多实用的小技巧，比如根据某个公众号的阅读量反推它的粉丝总数；比如预估僵尸粉数量；比如计算用户次日的留存率、7日留存率和30天留存率；比如根据数据判断是否存在刷量行为；比如区分垃圾号和有价值的号等等。

更多资讯知识点可持续关注，后续还有公众号分析的软件，公众号数据回采，公众号数据监测工具，公众号数据监测等知识点。