微信运营怎么做 如何做好微信公众号数据运营

　　图文数据在公众号后台，对于图文数据的呈现相对还是比较详细的，有对单篇图文的关键数据分析，也有对全部图文的关键数据分析。当然，分析的周期也包含每小时、每天、每周、每月。值得注意的是：在某些数据上，后台的最大周期只截取到一周。

　　以下做详细说明：图文送达率=实际送达人数/总用户数部分未送达的原因基本在于：用户屏蔽消息推送、接近凌晨推送导致数据延迟、公众号数据包丢失。按正常来说，图文送达率的波动其实并不大，如果某天的数据有明显的异常，那么则考虑上面说的三个因素中的后两者。

　　图文阅读人数=点击图文页的去重人数在图文分析中，有时候会出现，图文阅读人数要高于首页上或者手机终端里的实际阅读数。

　　这是因为首页或者终端的显示阅读数是以单个微信号访问计算，而图文阅读人数以每日为周期，即使同一个访客在第二天再次点击图文时，依然算有效的图文阅读人数。(类似独立访客UV)图文阅读次数=点击图文页的次数图文的阅读次数即是访问量(PV)，用户每次刷新都被计算一次。

　　这个数值反应的是，在一段时期内，用户对于内容的复看率高低。如果是以输出干货、知识类为主的公众号，可能这个数值就相对会高一些，与收藏人数基本呈正相关。打开率=公众号会话阅读/送达人数打开率是公众号数据运营里非常重要的一个数据，它直接影响到图文的阅读数。而决定打开率高低的主要因素之一，则是文章的标题——标题取得好不好，直接就影响到文章的打开率高不高。

　　除了标题，影响打开率的还有文章选题、文章封面图、内容摘要、发送时间等相对可控的主观因素。而随着公众号数量越来越多，用户的信息渠道也越来越多。不同于早期单个用户可能就关注几个公众号，现如今每个人的手机里都躺着数十个，甚至上百个的公众号，扎推的推文时间重叠，信息覆盖频率加快，必然也就导致了打开率的降低。在这种客观的大环境因素下，想要提高打开率，就需通过相应的运营手段来改善现状。

　　比如，微信16年推出的公众号置顶功能，用户可以自主选择感兴趣的公众号，做为显示在列表里的头部位置。对运营者来说，抢占用户的置顶选择，就是在抢占用户的注意力，由此来间接地提升公众号的打开率。一次传播率=从公众号分享到朋友圈/公众号会话阅读

　　二次传播率=在朋友圈再次分享/从公众号分享到朋友圈

　　微信公众号不像今日头条的推荐算法机制，即使在0粉丝的状态下，依然可以在今日头条打造出10W+的爆款。而微信公众号显然不行，除了现有的关注用户阅读外，只能靠文章的传播来渗入到陌生用户的信息接收渠道上，如：朋友圈、微信群、微信好友等其他渠道。

　　(补充：微信搜索占比较小，另外微信近期上线的看一看功能似乎有意打开这种闭环状态，提供其他的阅读来源)围绕现有占比较大的阅读来源分布，除了公众号会话打开，用户的传播是主要的影响因素，而决定用户是否愿意进行传播，权重依次是：文章选题、内容质量、标题、其他因素(诱导、技术等运营手段)。

　　传播数是由一次传播和二次传播构成的，按正常这两者的构成比例是趋于一个数值且比较稳定的，如果突然某篇的文章这个数值差距较大时，那么则要考虑一方偏弱的缘由了。就比如二次传播也有超过一次传播，数值大于1的时候，像这种情况，基本上来说，要么是属于跟热点的效果，要么就是该文章的生命周期较长。以上几个图文数据是比较重要的，至于其他的：如收藏人数、原文页阅读等就不做详加介绍了，因为相对于前者来说，收藏人数、原文页阅读这些数据的分析维度比较单一，所以也就没那么复杂。

　　3. 竞品数据首先对竞品的选择，这个没什么好说的，两者之间的用户画像重合度越高，那么竞品的星级就越高，可以给自己的公众号竞品按第一梯队、第二梯队这样进行分类。竞品是以同等量级的标准进行选择的，以及行业领域内的标杆大号也是观察的对象。观察竞品的原因是，为自身的运营做参考——同样包括内容选题上的参考。确定好竞品对象后，则对相应的数据进行监控，以及日常的一些运营动作做监控。这些能够观察到的数据其实也是有限的，如阅读数、点赞量、留言质量等表面的图文数据，这个工作可以借助新榜等内容平台工具，或者自己建立监控表格。

　　4. 行业数据互联网是一个瞬息万变的世界，附着于互联网上的产业自然也就时刻充满着变化。新媒体亦是如此，所以了解最新的行业资讯，有助于我们把握整体的运营方向。同时，对于切合公众号调性的热点进行实时跟进，这也是了解行业、社会动态的重要因素之一。目前对新媒体行业资讯的了解，可以关注新榜、微果酱、微互动等几个微信公众号，另外多加入一些同行社群及好友，都有助于获取最新的行业资讯，至于内容热点，那肯定就少不了微博这个平台了。

　　除了热点之外，行业数据的关注点，主要在于：行业的主流趋势、最新的业内政策、黑马的运营方法、成功的变现模式、有效的资源渠道。

　　三、 数据分析的三大周期在第二个部分，主要谈的是对部分数据概念的解读，因为每个号的特征性质不一样，那可能所涉及到的关键数据分析也不大相同，运营者可以根据自己所需适当增减。这一部分，讲的则是对数据运营工作的实操执行层面。