前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >为何我个数据分析师从不分析公众号阅读数据

为何我个数据分析师从不分析公众号阅读数据

作者头像
做数据的二号姬
发布2023-09-06 13:07:11
1500
发布2023-09-06 13:07:11
举报
文章被收录于专栏:HR大数据

04

2023-08

为何我个数据分析师从不分析公众号阅读数据

借着“我个数据分析师从不分析公众号阅读数据”的话茬,谈谈商业数据分析的真实逻辑。

LEARN MORE

图片由海艺AI绘制

为啥我不去分析阅读数据

最近收到了不少做公众号的朋友的好友邀请,交流经验或者互相引流什么的,也有一些是卖粉或者卖课的。也遇到了一些真的想帮忙的人,会认真地告诉我到底怎么引流,甚至教我如何分析数据。不得不说,虽然互联网喷子多,但是好人也真的不少啊!

其实吧,我一直都没有分析过阅读量的数据。作为一个职业数据分析师,是不是很奇怪?

这其中的原因有三个,如果用数据分析的行话来说就是:①一个分析需求需要有很明确的分析目的;②对于数据量过少的情况下,分析数据是得不出结论的;③数据分析是给业务提供决策支持的,并不能对业务本身做任何的改善。

既然聊到了这个问题了,我就借着这个话茬,拿公众号的数据情况为例,来详细讲一下这三个点分别是怎么回事吧。

一个分析要有非常明确的目的

其实没去分析数据这个事情,归结到最根本的原因,其实很简单,那就是我并没有强烈的分析数据的动机和目的。

一个分析项目必须要有非常明确的目的。

古人说:兔子不吃窝边草;可古人又说:近水楼台先得月!

古人说:一个好汉三个帮;可古人又说:靠人不如靠己!

“古人说,古人又说”可不仅仅是一个梗,我们真实商业实战中数据分析的结论,也是只要你愿意,你就可以“数分说,可数分又说”这样拿着同样的数据得出两个完全相悖的结论出来。

求职辅导的课程中,我经常会举一个“分析小张的考勤数据”的例子来阐释明确分析的重要性。

对于考勤分析,第一种可能的目的是,最近要评先进个人了,领导准备推小张上去,但是推荐理由犯难了;第二种情况是领导看小张很不爽,想要把小张开了,但是又没有合适的理由。

你手里的数据是这样的,小张最近加班比较多,迟到也比较多。这种情况下怎么得结论就很讲究了,如果需求方的的意图是第一种,你给出的分析结论说小张表现不好,总是迟到,那需求绝对是要变化的,一定要让你再找点别的数据分析分析;同理,如果需求方的意图是第二种,你说小张加班时长比较长,需求方八成也是会让你返工的。

通过这个案例,其实不难看出,如果没有明确的目的,像无头苍蝇一样去分析数据是会吃大亏的,除非你真的闲得慌,就想分析分析锻炼一些自己的能力。被业务折腾了太多次之后,我基本形成了这么一条准则:除非想明白了目的,否则坚决不轻易上手开始做。

说回到公众号分析这个话题,一般来说,分析公众号的数据表现无外乎以下几个目的:

①分析一下投入情况,买的粉,找得引流有没有真的产生效果:我实际上是0投入,没有买粉,纯靠自然

分析一下产出情况,看看广告收入分成赚了多少钱,如何提升点击量:我现阶段没有强烈的变现需求,对于广告收入就是随缘心态

分析一下文章质量情况,做改进:这种分析对于主要做流量,做转载为主(包括洗稿)的博主来说是很有必要的,搞明白什么样的文章更受欢迎才能更好地去找相应的文章。而我是一个原创博主,分析则更多的是去分析写作本身的逻辑。由于断更多年,差不多有三四年的时间没有完整撰写过超过800字的东西了,写作能力直线下滑,现阶段就算分析了数据,也没有灵活驾驭文字节奏的能力。

④分析一下某个很看中的指标:抱着没指望变现的心态做号的博主,很多人都有一个特别看中的指标,比如阅读量,比如粉丝量等,需要对某个很在意的指标做单独的分析。而我并不是很在意粉丝数和阅读量,我真正需要的是,给自己一个心理暗示,告诉自己要好好整理,有人在监督。

数据量过少的情况下不用分析

很多人对这个问题都有误解,觉得既然有数据就一定可以分析。但实际上,对于过少的数据量,分析是没有太大意义的。这里的数据量过少,不是说指标过少,而是说样本量过少。

很多人对于数据到底够不够量级,有一个误解,那就是看到最大的一层拆分数字比较大,就认为数据量已经够分析了。但实际上,看数据到底够不够分析,要看到最细的一层拆分有多少数据,来确定有没有分析的意义。

以我的号为例,粉丝800,以正常的5%的阅读率(比较正常的行业水平)来算,每篇文章的阅读量大概是40左右。这40个阅读量实际上又分散在了8个渠道中,平均下来,每个渠道的阅读量是5。虽然800看起来很大了,够分析了,但是5显然是不够分析的,就算不考虑现实世界因果交织的问题,在假设了理想条件的统计学领域,这个样本量都还是太少了。

用专业一点的话来说,样本量太小了,随机因素带来的扰动太大了,不足以支撑一个结论。样本量小了之后,各种比率一场波动都是很正常的,真的没什么必要去在意。

分析数据不能带来实质上的业务改变

业务部门经常爱干的一件事就是甩锅给数分:我业绩做不上去,就是因为你们数分给的结论建议没有用。

这也是很多数据分析师非常恼火的事情,因为业务不但会在业绩差的时候帅锅给数分说数分给的建议没有用,而且会在业绩好的之后直接一脚踢开数分说功劳都是自己的。

什么数据分析是公司经营的核心这种屁话,听听就好,不要真的觉得公司业绩是数据分析做出来的。客观的事实就是,分析数据并不能实际上带来任何的业务改变。

业务永远是做出来的而不是分析出来的。

这也是做数据分析师很无奈的一点,很多时候晋升啥的全看命,因为你给出的建议业务不一定会采纳,采纳了也不一定按照你的设想走,一旦获得成功了,论功行赏的时候能不能想起来捞你一把全看业务的良心。

数据分析可以告诉我文章质量差,用户中途跳出多,不能吸引用户读完,但是不能帮我写出更好更精彩的文章。与其花费精力去纠结为什么完读率下滑得这么严重,不如花精力去磨练磨练文笔。这就和创业是一个原理,早期的时候,不要太过于纠结数据,要花更多的精力在业务本身上,后期的时候,才需要去纠结数据,精细化管理。

还有一点,那就是文无第一,武无第二,写文章这件事情,很多时候不能用数据去衡量,甚至不能用别人的评价去衡量。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-08-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 做数据的二号姬 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档