如今，越来越多人尤其是年轻人投身新媒体平台，渴望在新媒体时代的浪潮中站稳脚跟，打造自己的IP，收获一定的知名度。但是，能成功的从来都不是多数人，那么他们成功的秘诀是什么？他们是如何对运营好自己的账号的？你知道自己账号的问题在哪里吗？我们为大家整理了一些新媒体用户数据分析的方法，希望能给大家带来一些启示，也欢迎大家积极收藏点赞评论转发与我们进行交流！

　　本次分享分为以下几个部分：

　　一、新媒体用户数据分析有哪些方法？

　　首先，我们为大家整理了九个新媒体用户数据分析的方法，并且我们会对每种方法进行一个解释，在本部分最后会绘制表格给大家一个更清晰的呈现。

　　（一）直接评判法

　　直接评判法即根据经验直接判断数据的好坏并给予评判，通常用于内部过往运营状况评估。

　　直接评判法有两个必要的条件：一是运营者有一定的新媒体运营经验，能够对运营数据有正确的评估；二是经过加工处理的数据足够直观，可以直接代表某项数据的优缺点。

　　（二）对比分析法

　　对比分析法是将两个或两个以上的数据进行对比，分析差异进而揭示目前的运营水平的优秀方面和薄弱环节。

　　对比分析法包括横向比较及纵向比较。横向比较即同一时间下不同总体指标的对比，如今日头条同领域作者文章阅读量对比，粉丝数对比等；纵向比较不同时间条件下同一总体指标的对比，如本月文章阅读量与上月阅读量进行对比，本月粉丝增长数与上月增长数进行对比等。

　　（三）平均分析法

　　平均分析法是用平均指标来对比分析数据在总体中的特征，可用于分析运营数据的相较于行业平均水平的优劣势。

　　（四）分组分析法

　　分组分析法是指通过一定的指标，将对象进行分组研究，可用于分析新媒体用户的不同特征及相互关系的方法。

　　分组分析法遵循相互独立，完全穷尽的枚举分析法原则。所谓相互独立，即分组之间不能有交叉，组别之间具有明显的差异性，每个数据只能归属于某一组；所谓完全穷尽，即分组中不要遗漏任何数据，保持完整性，各组的空间足以容纳总体的所有数据。

　　（五）结构分析法

　　结构分析法是在统计分组的基础上，将组内数据与总体数据之间进行对比的分析方法，可用于分析粉丝画像。如分析粉丝的地域分布情况。

　　（六）矩阵分析法

　　矩阵分析法是以数据两个重要指标作为分析依据，并将这两个指标作为横，纵坐标轴，构成四个象限。可用于分析用户的属性。比如可以按重要和忠诚两个指标来划分用户。

　　（七）漏斗图分析法

　　漏斗图分析法因展现形式如漏斗，故而得名。漏斗分析是一套流程分析，通过对关键路径中运营数据的分析展示每步的转化情况。漏斗分析模型已经广泛应用于流量监控、产品目标转化等日常数据运营工作中。

　　（八）雷达图分析法

　　雷达图分析法常用于指数分析，即通过对新媒体账号的内容质量、领域专注等不同维度的计算而得出的客观评分结果。分数越高，代表账号的质量越好。可以利用雷达图进行分析的指数，包括今日头条指数，大鱼号星级指数，百家号指数等。

　　（九）回归分析法

　　回归分析法是通过研究事物发展变化的因果关系来预测事物发展走向，可用于预测运营数据。例如，将今日头条粉丝数据导出到Excel表格，对累计粉丝数进行一元线性分析，就可以尝试预测某个时间的粉丝量。

　　二、新媒体用户运营需要关注什么数据？

　　接下来对平台账号的数据进行梳理。在观测和分析数据之前，我们首先应该明白这些数据分别代表什么含义，需要建立一个指标体系来筛选出那些对我们的账号运营能够提供帮助的数据。

　　这里我们给大家列出了两种指标体系。第一种账号诊断类指标是能够较为直接地反映视频播放和账号运营的成果的，像视频完播率，指的是看完视频的用户数量与点击观看视频用户数量的比值，这个指标就能比较明显地看出用户是否在视频内容吸引住，视频是否在一开始就能抓住人的眼球。其他的指标像视频播放量，点赞率，分享率也与此类似。

　　第二种是受众信息类指标，能够帮助我们构建一个相对完整的用户画像，比如性别，年龄，兴趣爱好这些指标就能够帮助我们精准定位用户定位，并且在后续的运营中投其所好，产出用户更感兴趣的内容。

　　三、数据背后的含义是什么？

　　接下来我们将会选择对比分析法，雷达图分析法，平均分析法等几种我们认为比较重要的方法给予更具体的解释和应用。

　　本次我们选用的分析对象是抖音平台上某数千粉丝量的账号，这里是它近期的一个主页访问数据，接下来我们就对他的账号数据进行一个具体的分析。

　　首先是利用雷达图分析法结合对比分析法来进行分析。雷达图分析法就是建立几个评判维度来比较直观地观测数据的强项和弱项。这里可以看到该账号在播放量和粉丝新增量两项维度上是相对比较突出的，但是视频完播率仅为3.20%，互动指数仅为0.37%，与同类型的账号相比又存在比较明显的劣势，这说明该账号的下一步目标是提高视频的完播率和互动指数。

　　然后是利用平均分析法来进行一个分析。经过计算，与该账号同类型的账号的视频完播率平均水平是23.44%，点赞量是26，但是该账号的表现最佳的几个视频在这些指标上是普遍低于平均线的，因此就需要根据这些指标进行一定的改进。

　　之后是结构分析法的分析。结构分析法主要是对数据进行统计分组，将组内数据与整体数据进行比较，得出相对精准的用户定位。这里可以看出，该账号的粉丝以男性居多，并且多为31-40岁的湖南人，那么账号运营之后就可以根据这些数据反映出来的用户画像进行视频创作。

　　最后是有关漏斗图分析法的分析。这个分析法是对关键路径进行分析，体现的是数据的转化情况。以3月22日的数据为例，在当天或许有很多人观看了该账号的视频，但是并非所有人都会点赞，由观看人数向点赞人数的转化率仅为0.31%，而认可该视频点赞的人也并不是都会进入主页访问，这一环节的转化率为46.15%，那么访问主页的人又有多少会真正转化成粉丝呢，这里可以看出转化率为76.77%。

　　这一路径是层层递减，最终形成了一个如同漏斗一样的图，筛选出了最终的粉丝量。在这几个环节中，最可能出现问题的就是转化率最低的点赞这一环节，那么之后账号运营或许就需要思考如何在这一环节下功夫，提高点赞率。

　　四、如何根据分析结果进行调整？

　　那么接下来就是我们根据数据分析来对账号的运营提出一些建议。

　　首先就是账号的互动率低，可以通过在视频开头结尾打造记忆点，或者加入一些网络热梗来引导用户来进行评论。

　　粉丝画像方面，该账号的粉丝主要是31-40岁的湖南男性，那么就可以投其所好，在视频内容中加入一些怀旧BGM，并且利用这些画像指标进行精准的广告投放。

　　最后就是视频的完播率低，可以把视频的亮点放到视频开头，在一开始就抓住用户的眼球，提高视频的完播率。

　　五、延伸思考

　　首先是关注和点赞的相关性。一般而言这两者是呈正相关关系的。但是关注往往代表的是粉丝对账号持续稳定的喜欢，可能账号的某些视频不合粉丝的口味，那粉丝也不会点赞。而点赞代表的是粉丝对某些作品的喜欢，是短期的喜欢，这种喜欢未必能转换成粉丝对账号的关注。这二者之间能在多大程度上相互促进是值得思考的。我们认为，一般而言，相较于电影类产品，在知识类产品上二者的相互促进程度更高。

　　其次就是投放广告和广告效果的关系。影响广告效果的因素主要包括视频内容质量和投放广告的精准度两个方面。以该账号为例，这个账号是字节跳动的在投广告用户，但是它虽然拥有13.2万的视频播放量，却只有3.2%的视频完播率。假设字节跳动的广告投放度足够精准，那问题或许就处在视频内容上。这种长期低迷的视频完播率可能会导致视频自然推荐给用户的可能性减少，就使得视频只能依赖商业流量，但是自然推荐的减少又会影响商业投放广告的质量，损害广告主的利益，这就陷入了死循环。一些抖音用户认为作品要获得流量就需要买推广，这其实是不完全正确的，顶级达人不是扶持出来的，要想真正运营好账号，那只能是打铁还需自身硬。

　　以上内容就是我们的分享和见解，欢迎大家和我们进行学习交流，共同进步！

　　内容丨中南财经政法大学品牌管理课程第九组

　　小组成员丨李荣彬 方唯一 王洪 黄诗茹