从数据到指标，高效开启新媒体运营分析之旅

本文作者：潘娜

数据分析的第一环是？自然是数据！现在我们缺数据吗？肯定不缺，但这些数据能直接拿来用吗？嗯......，是不是已经和我一样开始皱眉了？

小编最近在某网站进行了一波博客推广，该网站后台提供了非常丰富的后台数据，比如具体文章的展示量、阅读量、收藏量、点赞量、转发量，以及整个账户在某个周期的阅读数据变化曲线图和表格，听上去是不是已经信息量满满了，那我们能直接从这些信息获取洞察吗？比如哪类文章更受欢迎？不同分类文章对流量的贡献？展示量和阅读量之间的关系是正相关吗？每篇文章的生命周期？它在每周乃至每天的阅读变化情况？

我已经有了足够细粒度的数据，但是如果希望能直接基于它进行分析还是有些难度，在之前的一系列博客中，我们已经知道即使零代码基础也能创建指标，那么本篇博客我们就将看下如何针对 Kyligence Zen准备数据，快速开始分析。

首先我们来梳理下自己的需求：

1. 整体的阅读变化曲线
2. 每篇的阅读变化曲线
3. 不同类型文章的阅读占比
4. 最受欢迎的一些文章

随后我基于此需求创建了一张数据表，其中包含如下列：

列名	定义
Week	时间维度，希望能按周对数据进行相关分析，基本为每周的第一个工作日
ArticleID	每篇文章的ID，基于发布时间确定，方便从每篇文章的角度进行更深入的分析
Category	文章所属分类，主要包含场景和功能类，方便查看哪个大类的文章更受读者的欢迎
Subcategory	文章所属细分类，方便查看用户对哪个功能模块或者哪个行业的用户对我们产品更感兴趣
Display	内容被用户看到的次数，统计范围为全站（PC、APP、WAP），每日更新，方便统计网站更倾向于向用户推送哪类内容
Reading	内容被用户阅读的次数，统计范围为全网（通过 CSDN 站内，及其他网站访问），每日更新，也是我们最关心的数据，每篇文章的阅读情况
Increment	本周阅读数据相对上一周的增量情况，通过本周的阅读数据减去上周的阅读数据获得，对本周新发布博客，则全部阅读量为
Note： Kyligence Zen 当前仅支持由数字、字母和下划线组成的列名，因此建议在创建表时直接采用英文列名。 此外，由于 csv 文件默认采用 "," 作为分隔符，所以如果某列的内容包含 “,”，也建议提前替换，避免被误认为分隔符，从而造成错行的问题。

完成数据的准备后，我们可以将该表上传至 Kyligence Zen，在预览窗格，可以看到我们表格的各列已被正确识别，如果您想更改某列的类型，也可通过列类型的下拉箭头进行更改，Kyligence Zen 目前支持如下数据类型：STRING、INT、FLOAT、DATE、TIMESTAMP、BOOLEAN。

 基于此表，我们可以创建统计每周的阅读增量变化，在创建指标页面，以 Increment 列进行聚合，聚合方式选择 SUM （加总），格式选择数值，不保留小数位，同时选择所有维度，即我们希望从这些角度对每周增量的阅读数据进行分析。

在时间展示区域，我们可以选择按照天、周、月、季度、年等粒度进行数据统计，这里我们希望查看每周的数据情况，因此选择周，指标值的展示方式选择最新值，至此我们完成了首个指标的创建。

 

回到指标页面，可以看到每周阅读变化指标已经创建完毕，我们可以看到每周的阅读量变化趋势，可以看到阅读在最近的一周有了非常明显的增长，在接下来的一篇博客中我们将介绍如何通过 Kyligence Zen 最新推出的归因分析功能进一步挖掘阅读数据飞涨的原因，敬请期待。

 点击进入指标详情页，我们可以通过切换维度以及图标类型，查看每周的阅读变化曲线，不同分类的阅读占比、每篇文章的阅读情况，以及每篇文章的展示情况。

至此，我们完成了针对新媒体账号运营的数据准备以及第一个指标的创建，同时我们可以完成总阅读量、平均阅读量、每周平均阅读量变化，以及已发布博客数等指标。

在接下来的博客中，我们将通过 Kyligence Zen 基于近期博客阅读量的快速增长进行归因分析，找出数据异动背后的原因，敬请期待。