起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識內容運營：如何利用“小數據”快速迭代優化？
編輯導語：內容運營幾乎成了每家企業必備的獲客方式，在塑造品牌的同時也完成了轉化。但在內容初期，往往會出現流量不夠，無法進行傳播的情況。這時候該怎么辦？作者分享了利用“小數據”快速迭代轉化的方法，我們一起來看下吧。
內容獲客幾乎成為了每家企業、每個大V、甚至是每一個獨立個體都在做的增長嘗試。在塑造品牌影響力的同時產生轉化，何樂而不為？
然而，并不是每個人都是天生的“網紅體質”。從0開始做內容的初期，往往流量還不足夠。
當只有幾百甚至幾十流量時，如何（不利用技術工具）快速優化找到最適合自己的內容，并且借此“一炮而紅”呢？
這就需要充分利用初期所獲得的“小數據”。
小數據（small data），或稱個體資料，是指需要新的應用方式才能體現出具有高價值的個體的、高效率的、個性化的信息資產。
顧名思義，與大數據相反，小數據更具象、更關注個體。
那么，對于內容生產者而言，究竟哪些是值得觀察的小數據？
一、小數據1：簡單行為——點贊、收藏等
不論是視頻還是圖文類的內容，讀者所采取的簡單行為就是對最直觀的答案，甚至許多媒體平臺的推薦因素之一也是點贊和收藏數量。
對于觀眾（或讀者）而言，只需要雙擊屏幕就能點贊，只要是在查看內容的過程中發現了能讓自己為之興奮的點，基本就能觸發這一行為；而收藏行為則比點贊更為理智些，通常是在查看完通篇內容，或者確定自己會反復查看該內容之后，才會觸發。
但需要注意，這類簡單行為往往只能反映內容里有讀者感興趣的“點”，無法保證整個內容在“面”上也是吸引讀者的。從觀眾視角而言，也許內容整體本身吸引力不夠大，但其中的個別文字、觀點、圖片、視頻等，打到了讀者的G點上。
如果能有技術追蹤到是在讀過哪個段落之后、看過視頻中哪個片段之后，觸發的點贊和收藏行為，則能夠最直觀地指導創作者——這就是你內容最吸引人的地方。
抖音后臺的參數中有完播率一項，可以看到觀眾是在視頻的第幾秒跳出的，能夠指導創作者優化。
哪怕此時只有幾十個觀眾，但超過半數的點贊行為都是發生在某一個“子內容”上，這就是觀眾的興趣標簽，也是創作者應該繼續深耕的方向。
二、小數據2：高分互動行為——留言、贊賞、轉發、新增關注等
相比簡單行為，諸如留言、贊賞、轉發等“成本更高”的行為，顯然更能彰顯出用戶對于內容的高度認同。（當然，也有可能是不滿）
但總的來說，高分互動行為無疑會為內容帶來更多關注與流量，即便是評論區“互撕”這種互動行為也有可能讓內容“黑紅”一把。
此時，除了留言的內容（下個部分詳細講），內容創作者應該關注這的什么“小數據”？
筆者認為，其中至少包括：
1. 留言時間
是集中在發布后的一段短時間？還是平均分配？或者是長尾效應很好？
這樣就可以判斷出是平臺機制好，用戶習慣問題，還是內容踩中了SEO關鍵字，或者是平臺在搜索中的權重給得較高等等。
另外，也可以橫向對比多篇文章的留言時間，找出最佳的發布時間。
2. 留言字數
留言字數能直觀反映出來作者對于內容的共鳴程度。如果只是“好”、“太棒了”、“差評”這種形容詞，而沒有詳細解說，一方面反映出可能內容較為簡單、一方面也反映出觀眾的水平相對初級，如果是深度內容如此“曲高和寡”，有可能是投放渠道出了問題。
3. 贊賞數量
如果某一篇內容得到的贊賞數較高，那無疑這就是觀眾喜愛的。如果贊賞數量比較平均，那則證明內容總體質量保持在一個水平線上。
另外，贊賞分為應該區分兩種：基于內容的和基于作者的。前者是對于內容的認可，后者是對于IP的認可，可以分別用不同的方式做后續用戶運營。
4. 新增關注
新增關注是持續出現，還是集中某篇文章發布之后？前者證明賬號已經開始穩步增粉，后者更說明該內容的“爆款”潛質。
5. 轉發和下載
如果某篇內容的轉發或下載等高分互動行為較多，則證明它會被多次傳播。但創作者要盡可能地觀察到這些行為，比如：抖音內的視頻轉發到微信上傳播，能不能監測到？數據怎么統計核算？這是小數據階段要人為思考和操作的。
以上指標量不多的時候，只需要人工統計就可以得出這些“小數據”的規律。其實，當數據龐大時這些維度也應該是可以直接用技術能夠捕捉和統計的，無需人工干涉。
三、小數據3：互動內容——留言&私信內容，轉發文案等
更深一層次的小數據則是基于用戶反饋要做的內容分析。
事實上，包括筆者在內的很多創作者，在初期都不自覺地分析過互動內容。
在觀眾數相對較少的時候，我們可以逐條留言、私信地去看，觀眾具體都說了什么、對內容有哪些評價、認為什么地方不夠嚴謹、哪些方面講得還不夠具體……
這個時候，可以把留言內容做一個總結，劃分成幾個維度，甚至每個維度給出一個評分，低分項是重點要提升的方面，高分項則是要保持的方面，而用戶疑問最多的方面——無疑應該成為你下一篇內容的選題。
筆者就通過這種這種機制，總結出評論和私信中頻繁提及的問題，圍繞一個垂直話題制造了矩陣式的多個高流量話題。
不僅僅是筆者，程十安、潘雨潤等網紅也在抖音內容分享時提及過這種機制。
潘雨潤曾經說過，她會和粉絲一對一地聊天，來了解對方的真實關注點。這就是小數據的一個最常見、最真實利用案例。
可以說，不會主動和觀眾主動對話的創作者，很難快速切中觀眾需求。
而轉發文案也有助我們了解：用戶究竟更喜歡內容里的哪些方面，是話題、節奏還是視覺效果？
四、小數據4：觀眾畫像——用戶資料+興趣話題
如果能夠通過前3種小數據“順藤摸瓜”到用戶頁面，既可以看到對方的基礎資料，可能包括：性別、年齡、從業經驗、關注的其他話題等等。
假如你發現該用戶關注了你擅長領域的多個話題，那么無疑分別在創作者側和觀眾側你們二者的“興趣標簽”是高度吻合匹配的。
當觀察了超過20個用戶后，你大概就能勾勒出內容所吸引的觀眾的畫像了。
筆者就將自己在某垂直領域的讀者畫像歸納為：0-3年工作經驗的職場小白，理工科背景為主。
而這類用戶所關注的問題也多為：某一行業適不適合我？工作日常是什么？薪資多少？后期發展如何等等？
基于用戶畫像和小數據3，我制造了所提及的話題矩陣，其中流量之王的閱讀量為14w+，目前還在持續增長，帶來的變現已經近萬元。
當觀眾只有幾十、幾百時，我們就需要一個個頭像點進去觀察、一條條私信留言互動，用最直接、簡單的方式、最真誠地態度，來對待這些小數據背后的個體。
這些個體往往就是后期內容獲客的種子用戶，大有一兩撥千金的效果（參考“樂純酸奶”營銷案例）。你在做的不僅是尋找內容優化的靈感，更是在做最直接的客戶關系維護。
世界上本沒有大數據，小數據多了，自然就有了大數據。
不論是文章中列舉的小數據，還是你不斷探索出的小數據，都可以成為指導內容運營的利器。當然，不斷進化的技術和Martech手段，無疑也會幫助我們探索出更多基于內容的數據及其用法。
當沒寫出爆款、沒總結出流水線生產內容的模式時，每一個創作者都應該對小數據如視珍寶，因為它們是內容優化的指南針，也是內容獲客的試金石。
本文由 @營銷小吉吉 原創發布于人人都是產品經理，未經許可，禁止轉載。
題圖來自 Unsplash，基于CC0協議
- 目前還沒評論，等你發揮！
