公众号数据分析之：对用户影响力指标的验证

公众号数据分析之：对用户影响力指标的验证

一个显而易见的事实是：一个公众号商业变现价值的质量取决于“公众号对其自身粉丝的影响力”。

但是，“对他人影响力”这个指标非常笼统，我们该如何设计数据验证模型呢？

我们可以从忠诚粉丝行为的蛛丝马迹中捕获相关数据。

一般一个公号忠诚粉丝最典型的行为有哪些呢？我们运营方能看到的，那必然是：

• 打赏

• 好评留言（即不包括吐槽、中性留言）

李少加在自己的公众号进行过为期一年的统计：上述两类粉丝的掉粉率是整体掉粉率的1%左右，充分证明，将其作为“忠诚用户”的参考变量是靠得住的。

当然，具备批判性思维的你可能会问：

这种统计方法岂不是忽略了“沉默的忠诚用户”（即虽然背后默默支持，但既不打赏也不留言）？

李少加在设计之初考虑到这个问题了。

答案是：对于同一个公众号而言，从行为学的角度来看，“发声的用户”其比例整体是趋于稳定的。我们的目标只是验证前后不同的内容策略哪种效果「更好」，因此，对于相同维度的统计指标，其误差几乎可以忽略不计。

那么，还有哪些参数能够作为评估“公众号影响力”的指标呢？

另一个参数则是每篇推文的“收藏量与阅读量的比值”。考虑到「运营效益最大化」原则，李少加认为，前面两个参数已经能充分反映出内容策略究竟是否变好了，因而这个参数可视为备用指标。

那怎么统计这两个参数呢？

打赏人数很容易统计，后台直接可以查到，统计一个时间周期的打赏人数即可，而“正向留言”的用户数，因为需要主观判断，李少加在拙作《进化式运营》中抛出的思路是：

利用公众号后台的“标识功能”对用户进行标识处理，进而可以在“用户分析”栏中找到统计数据。

比如下图评论则显然是一个正向留言：

而我们只需要在公众号后台用鼠标移动到该粉丝名上，在弹出的标签窗口中点击下图所示出，打上标签即可：

下面做个简单示例：

假设我们在4月份对公众号内容主题进行了微调，然后想知道新的定位跟旧的定位谁更好，那么，我们就可以：

• 在定位微调前抽取某一周的数据；

• 在定位微调后抽取同一周期的数据；

当然，调整的这两周尽量要避开大假期、或其他相关大事件的影响。

将两周数据汇总到下表，示例如下：

至此，我们可以简单依照下述模型公式分别计算下调整前、后，各自一周的“影响力数值”：

我们可以设计一个简单的量化公式，如下：

新增影响力指标 = 留言粉丝*权重 + 打赏粉丝*权重

建议打赏粉权重适当高点（愿意用行动说话的更靠谱），比如1.5，而留言粉权重为1。

这就转化成小学数学问题了，套用上述计算下：

• 调整前，一周的影响力指标=192*1 +92*1.5=330

• 调整后，一周的影响力指标=357*1+248*1.5=729

由于调整后这段时间还受到粉丝自然增长的正面影响，因此建议对调整后的影响力值（729）再扣除掉约2%的正向影响。

因此，修正后的调整后影响力指标约为：

729*98%=714

整体影响力之差约为：714-330=384,这相比调整前一周的影响力(330)，足足提升了116%，充分说明了内容定位调整后的正确性。

当然，这个模型、公式、权重等都非常灵活，毕竟我们的目标是「对比」，而不是深究量化的指标精准度问题。

养兵千日用兵一时，养成标识用户的好习惯，关键时刻就知道它的重要价值了。

上述的“对用户影响力”指标的数据验证模型主要适合的情况有：

• 内容定位调整

• 内容风格调整

• 商业化变现前后（即验证变现行为是否伤害了忠诚用户的感情）