内容运营:如何利用“小数据”快速迭代优化?

0 评论 5317 浏览 7 收藏 11 分钟

编辑导语:内容运营几乎成了每家企业必备的获客方式,在塑造品牌的同时也完成了转化。但在内容初期,往往会出现流量不够,无法进行传播的情况。这时候该怎么办?作者分享了利用“小数据”快速迭代转化的方法,我们一起来看下吧。

内容获客几乎成为了每家企业、每个大V、甚至是每一个独立个体都在做的增长尝试。在塑造品牌影响力的同时产生转化,何乐而不为?

然而,并不是每个人都是天生的“网红体质”。从0开始做内容的初期,往往流量还不足够。

当只有几百甚至几十流量时,如何(不利用技术工具)快速优化找到最适合自己的内容,并且借此“一炮而红”呢?

这就需要充分利用初期所获得的“小数据”。

小数据(small data),或称个体资料,是指需要新的应用方式才能体现出具有高价值的个体的、高效率的、个性化的信息资产。

顾名思义,与大数据相反,小数据更具象、更关注个体。

那么,对于内容生产者而言,究竟哪些是值得观察的小数据?

一、小数据1:简单行为——点赞、收藏等

不论是视频还是图文类的内容,读者所采取的简单行为就是对最直观的答案,甚至许多媒体平台的推荐因素之一也是点赞和收藏数量。

对于观众(或读者)而言,只需要双击屏幕就能点赞,只要是在查看内容的过程中发现了能让自己为之兴奋的点,基本就能触发这一行为;而收藏行为则比点赞更为理智些,通常是在查看完通篇内容,或者确定自己会反复查看该内容之后,才会触发。

但需要注意,这类简单行为往往只能反映内容里有读者感兴趣的“点”,无法保证整个内容在“面”上也是吸引读者的。从观众视角而言,也许内容整体本身吸引力不够大,但其中的个别文字、观点、图片、视频等,打到了读者的G点上。

如果能有技术追踪到是在读过哪个段落之后、看过视频中哪个片段之后,触发的点赞和收藏行为,则能够最直观地指导创作者——这就是你内容最吸引人的地方。

抖音后台的参数中有完播率一项,可以看到观众是在视频的第几秒跳出的,能够指导创作者优化。

哪怕此时只有几十个观众,但超过半数的点赞行为都是发生在某一个“子内容”上,这就是观众的兴趣标签,也是创作者应该继续深耕的方向。

二、小数据2:高分互动行为——留言、赞赏、转发、新增关注等

相比简单行为,诸如留言、赞赏、转发等“成本更高”的行为,显然更能彰显出用户对于内容的高度认同。(当然,也有可能是不满)

但总的来说,高分互动行为无疑会为内容带来更多关注与流量,即便是评论区“互撕”这种互动行为也有可能让内容“黑红”一把。

此时,除了留言的内容(下个部分详细讲),内容创作者应该关注这的什么“小数据”?

笔者认为,其中至少包括:

1. 留言时间

是集中在发布后的一段短时间?还是平均分配?或者是长尾效应很好?

这样就可以判断出是平台机制好,用户习惯问题,还是内容踩中了SEO关键字,或者是平台在搜索中的权重给得较高等等。

另外,也可以横向对比多篇文章的留言时间,找出最佳的发布时间。

2. 留言字数

留言字数能直观反映出来作者对于内容的共鸣程度。如果只是“好”、“太棒了”、“差评”这种形容词,而没有详细解说,一方面反映出可能内容较为简单、一方面也反映出观众的水平相对初级,如果是深度内容如此“曲高和寡”,有可能是投放渠道出了问题。

3. 赞赏数量

如果某一篇内容得到的赞赏数较高,那无疑这就是观众喜爱的。如果赞赏数量比较平均,那则证明内容总体质量保持在一个水平线上。

另外,赞赏分为应该区分两种:基于内容的和基于作者的。前者是对于内容的认可,后者是对于IP的认可,可以分别用不同的方式做后续用户运营。

4. 新增关注

新增关注是持续出现,还是集中某篇文章发布之后?前者证明账号已经开始稳步增粉,后者更说明该内容的“爆款”潜质。

5. 转发和下载

如果某篇内容的转发或下载等高分互动行为较多,则证明它会被多次传播。但创作者要尽可能地观察到这些行为,比如:抖音内的视频转发到微信上传播,能不能监测到?数据怎么统计核算?这是小数据阶段要人为思考和操作的。

以上指标量不多的时候,只需要人工统计就可以得出这些“小数据”的规律。其实,当数据庞大时这些维度也应该是可以直接用技术能够捕捉和统计的,无需人工干涉。

三、小数据3:互动内容——留言&私信内容,转发文案等

更深一层次的小数据则是基于用户反馈要做的内容分析。

事实上,包括笔者在内的很多创作者,在初期都不自觉地分析过互动内容。

在观众数相对较少的时候,我们可以逐条留言、私信地去看,观众具体都说了什么、对内容有哪些评价、认为什么地方不够严谨、哪些方面讲得还不够具体……

这个时候,可以把留言内容做一个总结,划分成几个维度,甚至每个维度给出一个评分,低分项是重点要提升的方面,高分项则是要保持的方面,而用户疑问最多的方面——无疑应该成为你下一篇内容的选题。

笔者就通过这种这种机制,总结出评论和私信中频繁提及的问题,围绕一个垂直话题制造了矩阵式的多个高流量话题。

不仅仅是笔者,程十安、潘雨润等网红也在抖音内容分享时提及过这种机制。

潘雨润曾经说过,她会和粉丝一对一地聊天,来了解对方的真实关注点。这就是小数据的一个最常见、最真实利用案例。

可以说,不会主动和观众主动对话的创作者,很难快速切中观众需求。

而转发文案也有助我们了解:用户究竟更喜欢内容里的哪些方面,是话题、节奏还是视觉效果?

四、小数据4:观众画像——用户资料+兴趣话题

如果能够通过前3种小数据“顺藤摸瓜”到用户页面,既可以看到对方的基础资料,可能包括:性别、年龄、从业经验、关注的其他话题等等。

假如你发现该用户关注了你擅长领域的多个话题,那么无疑分别在创作者侧和观众侧你们二者的“兴趣标签”是高度吻合匹配的。

当观察了超过20个用户后,你大概就能勾勒出内容所吸引的观众的画像了。

笔者就将自己在某垂直领域的读者画像归纳为:0-3年工作经验的职场小白,理工科背景为主。

而这类用户所关注的问题也多为:某一行业适不适合我?工作日常是什么?薪资多少?后期发展如何等等?

基于用户画像和小数据3,我制造了所提及的话题矩阵,其中流量之王的阅读量为14w+,目前还在持续增长,带来的变现已经近万元。

当观众只有几十、几百时,我们就需要一个个头像点进去观察、一条条私信留言互动,用最直接、简单的方式、最真诚地态度,来对待这些小数据背后的个体。

这些个体往往就是后期内容获客的种子用户,大有一两拨千金的效果(参考“乐纯酸奶”营销案例)。你在做的不仅是寻找内容优化的灵感,更是在做最直接的客户关系维护。

世界上本没有大数据,小数据多了,自然就有了大数据。

不论是文章中列举的小数据,还是你不断探索出的小数据,都可以成为指导内容运营的利器。当然,不断进化的技术和Martech手段,无疑也会帮助我们探索出更多基于内容的数据及其用法。

当没写出爆款、没总结出流水线生产内容的模式时,每一个创作者都应该对小数据如视珍宝,因为它们是内容优化的指南针,也是内容获客的试金石。

 

本文由 @营销小吉吉 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!