为什么要分析数据？原因是避免臆测。
人是主观的，数据是客观的。数据可以最直观、最理性地告诉你：你在哪些方面做得好，在哪些方面做得差，在哪些方面需要及时纠正。这是移动互联网时代给写作者的福利，在传统媒体时代，我们是拿不到很多数据的，拿到的数据也没有那么准确。
因此，每个写作者都要形成数据思维，研究传播时少一点「我觉得」「我认为」，多一点数据支撑，因为人的判断力经常是不靠谱的，至少是不稳定的，而数据不会撒谎。
那么，我们应该分析哪些数据，如何分析？
阅读总量
上一节讲到，传播的第一层是让读者阅读，第二层是让读者转发。因此我们分析数据的时候，首先要看的是一篇文章的阅读总量。
阅读总量跟你的选题、标题质量直接相关。因此，标题和选题是影响传播的关键点。你的选题、标题好，打开率就很高，相应的阅读量就不会差；选题差、标题不好，用户的点击欲望就会瞬间下降，相应的阅读量也一般不会好。
所以，你每天要通过这个数据来复盘你对选题的敏感度、对标题的把控度，进而更好地预判阅读量。
转发分享
在传播数据中，最重要的就是文章的转发分享人数。点开阅读代表的是你对存量用户的利用，分享人数代表着你的增量用户。如果你的账号阅读量很高，但高阅读量只是靠打开率实现的话，那就不好了，因为这样你的增长就停滞了，只有分享才能带来新的增量。
（1）阅读量低、分享人数低说明：选题、标题差，写得也不好。即喜欢看的用户不多，看完愿意分享的用户也不多。
（2）阅读量低、分享人数高说明：标题差，但写得好。标题不好，点开率低，但是看过的都说好，都愿意分享，所以分享人数很多。但因为标题差，分享也没带来多少增量，所以阅读量还是不高。
（3）阅读量高、分享人数低说明：标题好，但写得不好。这个就是标题起太好了，用户一看就想点，但看完文章觉得很不好，肯定不想转发。
（4）阅读量高、分享人数高说明：标题好、写得好。这就是我们追求的，谁都没有辜负谁。
互动数据
互动一般指的是点赞和留言，这两个数据理想，可以刺激更多的转发分享。
点赞数能够非常直观地反映你的内容质量，如果阅读量很高，但点赞数很低，说明大部分用户没有
（本章节未完结，点击下一页翻页继续阅读）
正在加载...