Hi ，早上好。
我是洛小山，和你聊聊 AI 思考。
最近，我基于数据驱动进行内容优化后，公众号的阅读数据有了一些提升，月平均单篇阅读量从 1,583 增长到了 10,899， 提升了580%。
趁周末和大家分享一下，我对内容数据指标的思考。
原本内容调整打算悄悄进行，干毁了就当从未发生过～
这篇文章里，我将分析我的数据复盘方法论，包括：
1、开源我的数据统计分析插件
2、分享可视化分析数据的技巧
3、分享我做自媒体的北极星指标，以及我对数据驱动内容创作的思考
答应我，一定要看到最后好吗，一定不会令你失望…
下图是我用飞书多维表格做的仪表盘，供参考。
它现在已经可以独立于飞书客户端、直接在网页上使用。
基本功能使用是免费的，付费的大部分是进阶功能，多数时候用不上。
使用链接请戳：https://v2ig.cn/2GO57vnoP7k
如果你只想看如何进行数据复盘，可以直接往下拉到第三章，跳过数据清洗和准备部分。
一、快速抓取公众号数据
一切分析的前提，是拥有干净、规整的数据。
但公众号后台的数据是割裂的，手动整理费时费力。
为了从根源上解决这个问题，我给自己开发了一款浏览器插件，开源给你。
它可以一键抓取你的所有文章数据，还可以导出分析。
插件捕获的所有数据都只保留在你的本地，不会上传。
Github 地址：https://github.com/itshen/wechat-mp-data-scraper
安装过程非常简单，只需要三步：
1、你可以直接克隆到本地，也可以点击下载 zip 到本地
2、点击【管理扩展程序】，或者在浏览器地址栏输入 chrome://extensions/ 打开扩展程序管理页面，然后激活右上角的“开发者模式”。
3、将刚才下载的 ZIP 文件解压，然后把整个文件夹拖拽到扩展程序页面里（或者点击左上角加载），就完成了安装。
4、然后回到你的微信公众号后台内容列表，点击浏览器右上角插件图标里的「抓取数据」按钮，
你可以直接在插件里进行简单的排序和查看，
或者对各个字段的数值进行排序。
然后点击顶部的 【导出 CSV】 按钮，直接导出数据，然后导入到飞书多维表格里，形成可视化图表。
二、快速进行数据可视化
虽然是纯兴趣写作，但谁不希望能有更好的阅读量呢…
问题在于，公众号后台的数据看板，给我们提供了既全局又局部的矛盾视角。
全局层面，我只能看到阅读、分享、在看等等的基础数据。
局部层面，点进去之后看到的这些更详细的数据，但我自己却很难有一个相对全局的视野。
全局数据太过笼统，单篇文章详情，数据又过于零散。
我如果想知道一些更关键的问题，就变得非常困难，比如：
- 读者喜欢哪一些文章？
- 哪种类型的文章，更容易获得高比例的互动？
- 最近的内容质量，在进步还是在退步？
- 不同选题之间，效果差异究竟有多大？
更重要的是，我们类天生就对纯数字不敏感。在一堆数字里面能快速抓到重点、发现规律的，绝壁是天才。
对于我们大多数人来说，还是更习惯看图说话。
比如下面这张表，你能非常快速发现：哪篇文章的点赞率最高吗？
很难，对吧，但如果我把它变成一张图，答案就一目了然了。
一方面，取决于对数据的二次处理，统计出点赞率；
另一方面，就是将数据进行可视化处理，让人能够通过图快速发现结论。
图表是可交互的，鼠标移动过去就能查看到详情。
怎么做到的？
1、浏览器输入：base.feishu.cn，点击【免费使用】按钮。点击文章最后的【查看原文】也可直达。
2、 登录后选择一个身份，不过这只会影响系统推荐给你的模板，可以随意选择。
3、在飞书多维表格首页点击【新建多维表格】，新建一个画布。
4、回到第一步，打开我们用插件导出的 CSV 文件。
5、打开这个 CSV 文件
6、数据清晰：推荐你在正式导入前，把一些不需要的行列删掉，比如一些已经删除的内容，或者老旧的内容，确保分析的有效性。
复制数据：选中你需要分析的所有数据，直接复制。
7、直接回到飞书多维表格里，不用管里面的内容，直接粘贴。系统会问你要不要识别为字段名，务必选【识别为字段名】。
这里的字段名其实就是表头。
8、到这里，数据就上传好了。
在之前，我非常畏惧搞这种仪表盘，因为这些仪表盘约等于你要花费非常非常多的时间配置。
飞书多维表格有 AI 生成仪表盘的功能，直接口述就可以创建仪表盘了，比较方便。
9、在左边切到仪表盘页面，点击右上角的彩色圆圈。
然后在对话框里，用大白话输入你的需求：
帮我创建总阅读量、单篇平均阅读、总推文数、总转发数、总点赞数；
以及阅读量柱状图和点赞率柱状图。
然后等待生成，最后点击采纳就可以了。
10、最后，可以调整一下图表的大小、尺寸等…
11、比如本月总阅读量不对，点击右上角进入配置
然后选好相关参数，我会去掉图例、横轴按照发布时间排序，汇总相同的类别，纵轴按照阅读量求和，按照标题分组聚合。
然后样式这边自己选好边框粗细，左边实时预览没问题之后，点击【确定】保存。
再编辑一下卡片标题，就完成啦。
后续更新数据，只要重新从浏览器插件导出，再粘贴过来就好。
如果你要看具体某个月的数据，顶上可以选择过滤条件，这样可以看具体某一个月或者某几个月的数据。
到这里，仪表盘就已经完成，之后就能仔细查看各个维度的数据了。
不过，这些数据可视化都仅仅是「术」，更关键的，是我们怎样更好利用好这些可视化的数据。
接下来想和你一起聊聊，前段时间数据很差的时候，我的一些思考。
三、数据驱动方法论：现象、推测、动作、分析
下面是我之前创业时，秉承的方法论。
简单来说就是基于数据驱动 + 快速迭代调优。
首先是观察数据发现现象，然后基于现象，尝试解释数据原因，提出改进意见；之后快速迭代，同时增加埋点；如果有效就固化，如果不凑效，就立刻改变，就当无事发生过。
特劳特《定位》一书提出，做内容之前得先明确自己的定位。
我希望向读者传达的，是我对 AI 产品、AI 行业的思考，而并非简单的测评。
她是我的第一位粉丝，她曾给我的反馈：只靠媒体和快是不行的，需要有专业的内容。
虽然我写的内容不多，目前只有三十多篇，但在这个过程中，我提炼了我的关键指标。
北极星指标：
总有效阅读时长 = 阅读人数（UV） × 平均阅读时长（秒）
核心过程指标：
总完读人数 = 阅读人数 × 完读率
我所有的内容都为了追求这些指标而努力，紧接着，就是为了达成北极星指标的几个关键思路
1、尽可能使用控制变量法，避免多变量模糊分析视图；
2、除了内容以外，发布时间、标题、头图也非常重要。
接下来，再看能收集哪些数据，以支撑我的定位
相比其他应用，微信公众号的数据指标不算特别多，但都是非常有效的指标。
首先是基础数据，以下图为例：
阅读量、点赞数、转发数、在看数、评论数、划线数、赞赏金额、转载数。
这些共同构成了一篇文章的基础数据。
然后点击进详情页，数据内容更丰富了，其中有：
阅读数（PV）、平均阅读时长（秒）、完读率、阅读后关注、听全文数。
你会发现，这里的阅读数和阅读量不一致。
因为详情里面的阅读量是 PV ，没有按照账号排重，而上面的阅读量是按照用户账号去重的。
还有更丰富的维度，这里先不再赘述。
北极星：总有效阅读时长意味着什么？
一个理想的北极星指标，要代表我的读者在里面获得的核心价值。
就和我做产品一样，我追求的不仅仅是大 DAU ，更追求更高的留存。对于内容，我想这也是一样的。
我追求的不完全是「与度量」，而是读者真正投入阅读与思考的的「专注时间」。
我相信，相比于「阅读量」这种虚荣性质的指标，，总有效阅读时长更能反应我内容的真实吸引力。
为啥说阅读量是虚荣性指标呢？
流量很重要，没有流量是自媒体的原罪，毕竟广告主（甲方）首先看的就是这个数据。
这也就解释了，为啥现在很多号为了流量，会搞一些很抽象的操作…毕竟，流量嘛，不寒碜。
只是阅读量是可以刷，可以骗甲方，但不能骗自己。
我的粉丝们比较了解，我更在意的内容质量。
因为不依赖内容变现做主要收入，我拒掉比接的多得多…
甲方需求是营销和数据，而我的目标是提供内容价值然后赢得读者信任。
我觉得良性的循环：当读者的信任足够深厚，更好的商业机会自然会来。但反过来，如果为了迎合甲方数据肯定会导致读者的反感：他又在恰烂钱！
透支掉自己最宝贵的资产得不尝试。
毕竟个人 IP ，每个人只有一次。
不过，对于内容，我的看法是：
读者不反感恰饭，读者只反感生硬又没有营养的恰饭…
当商业内容本身也能提供价值、尊重读者的智商和时间时，它才是一次成功的内容创作。
看到这里你肯定会想：
好好好，你说的都对，别喊口号了。
那么，除了阅读量以外，还有什么能量化内容质量呢？
转发量？点赞量？在看量？
或者一些比率如：完读率？转发率？点赞率？
我觉得都不是。我的第二个指标 ：
平均阅读时长（秒）。
简单说就是平均每个人花了多少秒看我的推文。
那 总有效阅读时长 = 阅读人数（UV） × 平均阅读时长（秒）是不是还是有点抽象，我举个例子你就懂了。
我拿之前推文做例子，这个指标能有效甄别「标题党」的文章。
之前我有一篇推文：《高考志愿填报...》，阅读量 5745，平均阅读时长只有 11秒，完读率只有 3%
这个虽然不是商单，但不知道是谁给我买了流量…导致大量的读者直接涌进来。按照算法，这篇文章的得分只有：5,745 × 11 = 63,195
而另一篇文章：《我花了30分钟，搭好一个本地大模型...》，阅读量高达 38009，同时平均阅读时长也达到了 121秒。
这说明这篇文章真正的到读者的认可，内容和数据能对得上。按照算法，这篇文章得分是 38,009 × 121 = 4,599,089
下面是我所有推文的阅读量与北极星指标的多维表格数据，简单总结：阅读量、平均阅读时长两项，只高一头是没有意义的。
这个指标很好，它能驱动我所有关键指标的正向增长。
因为，为了提升「总有效阅读时长」，我必须尽可能创作出更高质量、更有深度、更有用的内容。
读者的阅读时长增加，他们就更有可能进行点赞、在看、转发，并最终关注公众号。
所以，这是一个能牵一发而动全身的指标。
专注于解决这个北极星指标，会自然而然地带动其他所有我关心的指标（如互动率、转发率、新增关注）的提升。
另一个问题是：那我盯着这个北极星指标搞，是不是就行了？
不行。
先说学院派的解释：古德哈特定律。
解释是：指标会钝化，一项指标一旦变成了目标，那这项指标最终一定会失去它功能，因为你就会为了达成这个指标而做数据。
举个简单的例子：如果一家公司对程序员的绩效考核是代码行数，程序员们一定会想方设法把一行代码多拆几条。结果就是这个指标很快就不可用了。
回到刚刚文章的例子，假设我真的要追求「平均阅读时长」，只要文章足够长、足够干，即使读者只看到一半，这个数据就会非常高了。
如果我为了追求这个数值，我一定会写出一篇究极缝合怪。比如四五万字，把关于 AI Agent 的所有知识点、论文全部怼在一起。
假设阅读量还是只有 5,000 ，但平均时长 400 秒！完读率只有 1%（因为几乎没有人能完整看完）
接下来计算我的北极星指标： 5,000 × 450秒 = 2,250,000 秒。
牛逼到不行，远超我别的文章。
但是！但是！但是！实际发生了什么？
99%的读者没有看完文章，他们没有得到文章的结论或者最终的答案。我传递的内容是残缺的！
而且读者的感受也是很差的，他们就像在上班！
我以后再发长文，读者会有极强的心理负担：我还要不要点开进行赛博坐牢。
因为之前的内容给他们带来了负面预期。
导致我以后推文的打开率会下降。
所以，如果追求这一个指标，然后优化到极致，最终：北极星指标的数字在增长，但公众号的内容质量的健康度在恶化，读者体感越来越差，导致未来内容的阅读量越来越低。
进入死亡螺旋。
所以我的结论是：
在我追求内容质量深度的时候，我还要追求读者消费内容的比例。
于是，我给自己定了第二个指标，用来做监控的指标：
核心过程指标：总完读人数 = 阅读人数 × 完读率
这个指标只量化一件事：有多少读者接收到了我 100% 完整的内容价值。
老粉们肯定知道，我之前动不动就一万字，八千字。
现在，我尽可能把所有推文控制在 4,000 字以内。
但就和上面的逻辑一样，不能一味追求高完读率。
完读率一样有陷阱，我如果一味追求完读率，可能会忽略内容的传播规模。
比如 ：
- 一篇文章1,000阅读，80%完读率，总完读人数 = 800人。
- 另一篇文章30,000阅读，30%完读率，总完读人数 = 9,000人。
第二篇文章让更多的读者获得了完整的价值。牛逼！
转粉的概率又高了！
仔细分析多维表格里面的图表：
有一些内容完读率极高 …这种就是属于没啥意义然后拉均值的。
这又暴露了一个新的问题：单篇文章统计完读率是完全没有问题的，但一旦取周期统计完读率，就要考虑进行缩尾处理，说人话就是去掉最高最低。去掉最高最低之后，再算平均完读率。
看起来靠谱！这样的统计方式剔除了偶然性，无论是靠运气刷出的超级爆款推文，还是某次乱搞导致的垫底文章，都不会影响整体内容质量的研判。
最终，得出我内容的平均完读率在 30% 左右。
但这就够了吗？！
绝对不行！！
对外忽悠人，拿个平均值可以。
对我自己而言，这行为是主动忽略了我最重要的成功和最深刻的失败，而这两者正好是驱动增长的最关键信息来源。
如果有超级爆款文章（最高值）是带来新用户、扩大影响力的核心中的核心。
这样文章创造的价值（新增关注、阅读时长）是真实不虚的，不管是不是垃圾水文，只要完读率高，我都应该仔细看。
从做产品，业务增长的角度看，我的目标就是不断地去复制和创造这种「局部最高值」。
如果在最终量化效果指标里把它去掉，就等于年底我在计算总营收的时候：“我们把 DAU 最高的产品数值去掉，因为它不具有代表性。”
我老板一定会敲碎我的狗头。
收回来
这两个指标一起，一个推动，一个修正。
是我量化所有文章的关键指标。
北极星指标：
总有效阅读时长 = 阅读人数（UV） × 平均阅读时长（秒）
核心过程指标：
总完读人数 = 阅读人数 × 完读率
我认为这两个指标构成了一个健康的、而且相互制约的标准。
总有效阅读时长（北极星）
它负责内容价值的上限，作用是推动，让我聚焦做有深度、有价值、信息量大的内容，避免内容注水。
总完读人数（观测指标）
负责确认内容传达效率，作用是修正。让我必须关注行文节奏，内容结构、逻辑和读者的阅读体验，确保我想传达的价值能被读者顺利吸收。
只看前者，可能会为了追求高秒数，内容变得臃肿而低效。
只看后者，可能会为了追求完读率，而只写短小简单的内容，丧失深度。
将两者结合，一直驱动我持续产出「有深度而且易于吸收」的优质内容。
在这过程中，我也用了一些小技巧。
比如品牌一致性，我确定了机智的小狐狸形象。
以及头上的呆毛、赫奇帕奇配色的围脖、以及胸前的叶子盾牌徽章等等…
让我的读者能通过视觉立刻发现是洛小山…
还有坚持 Less is More， 我会定向邀请评论和互动比较多的朋友们加入我的精神股东群…
在我发推文的时候，他们是第一批读者～
在不确定性中，寻找内心的确定性
OK，再次回到最初的那个循环图。
观察数据、提出需求、快速验证、固化 or 调整…
我一直在践行这一个范式，不断尝试修正，不断调整…
过程中一直用飞书多维表格，帮助我辅助判断。
通过持续优化数据，有目的性地提升互动率，提升完读率，逐渐获得平台的推荐…
但在这个过程中，我自己总会问：
做了这么多东西，就能保证下一篇是爆款？就能获得平台的推荐吗？
答案是：不能。
很丧：平台的算法是不可预测的。
努力，并不一定总能被看见。
不过，这正是我搞这么多数据分析工具，建立这套复杂体系的根本原因。
因为当外部的反馈（推荐、流量）充满不确定性时，我唯一能做的，就是建立一套相对强大、自洽、且忠于读者的内部评价体系。
最终数字的增长，是这趟旅途的结果，而不是我们追求的过程。
这套体系把外部的异常都抛开，不要算命一样猜流量池，不要拼了命地各种蹭热点。
专注在我的读者群体里，低头耕耘我的小花园。
我没有办法掌控天气，但我可以优化我的土壤、选我喜欢的花、精心地灌溉他们。
我相信，当你的花园足够繁茂时，蝴蝶自会飞来。
这，比任何一次10万+都更值得我们去追求。
希望我的思考，对你亦有启发。
我是洛小山，我们下次见。
热门跟贴