而流量增長的同時， 面臨的挑戰也是很大的。 據《2017中國新媒體趨勢報告》稱， 2017年有超過2/3的微信公眾號用戶數量不再增加， 其中1/4還有所下降。 經過混沌期的混戰， 紅利消退， 有大波不能持續輸出優質內容的媒體被逐漸淘汰。 頭部大號已經逐漸規範化， 團隊化， 資本化， 小號面臨嚴峻考驗。
目前移動互聯網發展已經進入“下半場”， 新媒體行業的從業難度會越來越高。 這就意味著對從業者的要求也相應提高了， 現在的新媒體從業者不能只會僅憑感覺寫寫文章搞搞活動， 還要掌握資料分析這個有利工具，
如何玩轉新媒體資料分析
現在的企業都在講“大資料”、“資料分析”， 相信很多新媒體運營人員也都在做資料分析。 但是固化的思維往往會阻礙我們的腳步， 我們在做資料分析的時候要時不時停下來問問自己， 我的資料整理是否是高效的？我的報表是否是準確的及時的？我的分析和察覺是否能為企業帶來增長？
壹哥在這裡就和大家分享一下如何玩轉新媒體資料分析。
一、瞭解資料指標， 把握關鍵資料點
現代管理學之父彼得·德魯克說過：“如果你不能衡量它， 那麼你就不能有效增長它。 ”首先我們要瞭解新媒體都有哪些資料指標。 基本上可以分為兩大類：使用者和內容。
用戶類：
累計用戶，
新增關注人數， 即所謂漲粉數， 是非常重要的KPI之一。 我們的推廣拉新活動都是為了提高這個指標
取消關注人數， 一定程度上反應了用戶粘性。
用戶來源， 像微信有二維碼， 搜索， 閱讀原文關注等， 可以反應拉新方式的效果。
使用者屬性（性別， 年齡、地域， 職業， 星座， 興趣）， 幫助你給用戶畫像， 瞭解你的受眾， 可以幫助你更準確的把握選題， 打磨調性風格， 選擇活動形式等。
內容類別（以微信公眾號為例）：
圖文發佈數， 圖文是承載你內容的主體， 定時定量的輸出能在一定程度上保證用戶的活躍和粘性。
閱讀量， 傳播效果的直接體現， 是重要的KPI之一。
評論數， 反應文章品質的指標之一。 有時評論的閱讀情況勝過文章本身。
分享轉發數， 反應文章的品質和傳播性。 最能體現新媒體自傳播特點的指標。
二次傳播數， 指從朋友圈看到後再次分享轉發的行為， 非常直接的體現內容的傳播力和影響力。
點贊數， 收藏數， 同樣是反應文章品質的指標。
文章閱讀來源， 反應了用戶在什麼場景下閱讀的文章， 例如公眾號內閱讀， 朋友圈閱讀， 好友轉發， 歷史資訊等。 它也反應出文章的特點， 在後面分析的例子中會講到。
原文閱讀量， 根據需要轉到註冊頁面或官網頁面等， 反應文章的轉化率。
二、選對工具， 事半功倍
一般新媒體後臺的資料都只能保存一段時間的， 有的後臺當遇到跨時間的分析時會有一些令人抓狂的設定， 比如下圖， 微信公眾號就不能檢索跨度31天以上的資料。
而且新媒體後臺的資料包表統一的模式並不能滿足您企業特殊的需求， 如果想要做到更深刻的洞察， 這些死板的圖表往往無法滿足你的需要。
為了保存資料資產， 方便分析， 最常見的做法是， 運營人員定期到後臺將資料下載成excel表， 將其匯總、加工。 很多時候， 企業會運營多個新媒體平臺， 有時在同一平臺上還會有多個帳號， 這就給資料獲取數、資料整理帶來了很大的工作量和難度。
所謂工欲善其事， 必先利其器， 選擇好的資料分析工具你將事半功倍。
對於資料工具的選擇， 要把握住三點：一、資料獲取的自動化；二、資料整合的自動化；三、視覺化分析的自助化。 對於第三點壹哥想在這裡解釋一下。 我們固有的思維往往不重視視覺化這一點， 認為只看一張張表格就足以完成資料分析工作。 沒有意識到選擇適當的視覺化圖表對於資料的洞察是有著至關重要的作用的。
如下圖所示， 一種是記錄文章閱讀量和互動量的表格， 一種是將其視覺化展現的圖表。 如果我想對比文章間的閱讀量和看總閱讀量隨時間的趨勢，哪一種更能看出問題呢？
VS
（圖）視覺化：從資料到洞察
三、將資料帶入場景，真正做到資料驅動
新媒體從業者每天都面臨著不同的挑戰，在這裡作者總結出幾個典型的場景，嘗試講解如何以資料分析為武器應對它們。
如何選擇管道？
選哪裡做我的戰場？我們上網一搜就會看到諸如“2018年最火的新媒體管道分析”這樣的文章，給你舉出不同管道的優勢劣勢。當然這些都是你可以參考的，但是哪些管道真正適合你還是要資料來說話。
在運營之初，與其在所有管道上火力全開，不如先拿少量資料試水。初步試驗出哪些管道效果較好，可以先主攻這些，再慢慢拓展。在做到一定程度的時候不同管道的偏向也會慢慢展現，我們可以將使用者屬性資料，不同類別文章的閱讀資料等資料指標在管道間做橫向對比。瞭解不同管道的受眾特點，傳播特點。做到有針對性的運營。
Keywords：多管道資料融合。管道間隔離的去看資料是沒有意義的，孤立的資料無法發揮價值，哪些管道推廣的效果好，哪些管道適合什麼樣的內容，哪些管道適合什麼樣的活動都是不同的。我們需要把所有管道資料整合起來進行分析。
怎麼優化內容？
新媒體運營經常問“我的文章效果不好，但是不知道哪裡不好，怎麼優化？”為了寫出好內容，你是否絞盡腦汁，恨不得十八般武藝全用上，想方設法蹭熱點追熱詞，變成無節操的標題黨。這裡作者不是教大家怎麼寫出牛文章，而是幫助大家找到一條運用資料分析説明指導如何優化內容優化運營的方法。
我們以微信公眾號為例。目的是優化文章內容，我們將文章品質拆分成如下幾個指標來看：選題品質，標題品質，傳播品質。首先，如何選題？我們通過對比閱讀量找出高於平均閱讀量的文章，研究它們在選題方面有哪些共性。詞雲分析可以作為一個輔助手段，來瞭解他們的共性。
其次，標題怎麼取？標題的好壞和公眾號內打開率有關，即公眾號閱讀人數/送達人數。我們要比較文章的打開率，研究那些吸引眼球標題的特性。但是要注意，不能為了打開率變成純標題黨，如果用戶打開幾次看到的內容和標題落差太大，往後也就不願意打開了。
第三，文章傳播性。自傳播性是新媒體最大的特點，優質的文章一定是有著高傳播度的文章，以傳播作為杠杆達到超高閱讀量。我們可以對比不同文章的轉發率，二次轉發率，研究那些有高傳播度文章的特點。
文章的標題影響打開率，文章內容影響轉發率。標題至上還是內容至上也是運營人爭論和糾結的話題。我們這裡可以將轉發率和打開率放在一起對比分析，如下圖。問題來了，我們看到有兩篇文章明顯的轉發率大大高於打開率，我們繼續深究原因，也許這兩篇有著優質內容的文章沒有配上與其相當的響亮的標題。當然這裡還可能有另一個原因，就是發文時間。發文時間包括整體運營的排期也是值得推敲的，它在一定程度上也會影響打開率。
下面我們就來談一下發文時間，我們把閱讀量和一天中的時間或者一周中的日子聯繫起來，得到兩個分佈圖。
我們可以得出兩個結論：第一，不要在晚上發文。第二，週三的閱讀量相比是最高的，我們可以適當考慮這個因素安排主推的文章。
Keywords：深入業務場景， 拆分指標，找到邏輯關係，確定優化方向。
總結，要想讓資料分析在新媒體行業中真正做到有效率有效果，需要思維方式的整體提升。瞭解業務永遠是前提，然後用對工具，不要把時間花在無謂的報表下載報表整理上，最後資料分析一定要深入場景，通過探索式的分析找到問題提出解決方法，最後用資料去驗證。真正做到用資料的思維指導新媒體的運營。
如果我想對比文章間的閱讀量和看總閱讀量隨時間的趨勢，哪一種更能看出問題呢？VS
（圖）視覺化：從資料到洞察
三、將資料帶入場景，真正做到資料驅動
新媒體從業者每天都面臨著不同的挑戰，在這裡作者總結出幾個典型的場景，嘗試講解如何以資料分析為武器應對它們。
如何選擇管道？
選哪裡做我的戰場？我們上網一搜就會看到諸如“2018年最火的新媒體管道分析”這樣的文章，給你舉出不同管道的優勢劣勢。當然這些都是你可以參考的，但是哪些管道真正適合你還是要資料來說話。
在運營之初，與其在所有管道上火力全開，不如先拿少量資料試水。初步試驗出哪些管道效果較好，可以先主攻這些，再慢慢拓展。在做到一定程度的時候不同管道的偏向也會慢慢展現，我們可以將使用者屬性資料，不同類別文章的閱讀資料等資料指標在管道間做橫向對比。瞭解不同管道的受眾特點，傳播特點。做到有針對性的運營。
Keywords：多管道資料融合。管道間隔離的去看資料是沒有意義的，孤立的資料無法發揮價值，哪些管道推廣的效果好，哪些管道適合什麼樣的內容，哪些管道適合什麼樣的活動都是不同的。我們需要把所有管道資料整合起來進行分析。
怎麼優化內容？
新媒體運營經常問“我的文章效果不好，但是不知道哪裡不好，怎麼優化？”為了寫出好內容，你是否絞盡腦汁，恨不得十八般武藝全用上，想方設法蹭熱點追熱詞，變成無節操的標題黨。這裡作者不是教大家怎麼寫出牛文章，而是幫助大家找到一條運用資料分析説明指導如何優化內容優化運營的方法。
我們以微信公眾號為例。目的是優化文章內容，我們將文章品質拆分成如下幾個指標來看：選題品質，標題品質，傳播品質。首先，如何選題？我們通過對比閱讀量找出高於平均閱讀量的文章，研究它們在選題方面有哪些共性。詞雲分析可以作為一個輔助手段，來瞭解他們的共性。
其次，標題怎麼取？標題的好壞和公眾號內打開率有關，即公眾號閱讀人數/送達人數。我們要比較文章的打開率，研究那些吸引眼球標題的特性。但是要注意，不能為了打開率變成純標題黨，如果用戶打開幾次看到的內容和標題落差太大，往後也就不願意打開了。
第三，文章傳播性。自傳播性是新媒體最大的特點，優質的文章一定是有著高傳播度的文章，以傳播作為杠杆達到超高閱讀量。我們可以對比不同文章的轉發率，二次轉發率，研究那些有高傳播度文章的特點。
文章的標題影響打開率，文章內容影響轉發率。標題至上還是內容至上也是運營人爭論和糾結的話題。我們這裡可以將轉發率和打開率放在一起對比分析，如下圖。問題來了，我們看到有兩篇文章明顯的轉發率大大高於打開率，我們繼續深究原因，也許這兩篇有著優質內容的文章沒有配上與其相當的響亮的標題。當然這裡還可能有另一個原因，就是發文時間。發文時間包括整體運營的排期也是值得推敲的，它在一定程度上也會影響打開率。
下面我們就來談一下發文時間，我們把閱讀量和一天中的時間或者一周中的日子聯繫起來，得到兩個分佈圖。
我們可以得出兩個結論：第一，不要在晚上發文。第二，週三的閱讀量相比是最高的，我們可以適當考慮這個因素安排主推的文章。
Keywords：深入業務場景， 拆分指標，找到邏輯關係，確定優化方向。
總結，要想讓資料分析在新媒體行業中真正做到有效率有效果，需要思維方式的整體提升。瞭解業務永遠是前提，然後用對工具，不要把時間花在無謂的報表下載報表整理上，最後資料分析一定要深入場景，通過探索式的分析找到問題提出解決方法，最後用資料去驗證。真正做到用資料的思維指導新媒體的運營。