怎么获取codeforces的数据_手把手教你学会新媒体运营——如何通过数据分析来优化新媒体运营...

一般来说，我们希望运营的新媒体的每篇内容都可以获得高打开率和高分享率。但事实并不总是如愿，因此，在新媒体运营过程当中，我们需要不断地优化自身内容，以求可以获得更多的关注和流量。那么我们今天来讨论下如何在数据加持下优化我们的内容。

我们将数据分析简化为以下几个步骤：

设定数据指标——获取数据——数据分析——优化调整

一、设定数据指标

我们要设定数据指标前，首先要清楚我们需要哪些数据。

在日常工作中，有很多人往往还没搞清楚自己的数据需求，就开始去调取数据，后面想到一个看一个。这样做其实效果不大，因为你没有形成一个鲜明的目标，就只能想到一个点是一个点，这些点不能很好地串联起来供你做系统性分析，那么也就无法针对分析结果给出系统性的优化建议。因此，我们需要先明白，自己的数据需求。

当你不清楚，或者公司没有给你具体的需求时，可以从宏观来想，我们运营维护的账号最想达成的目标是什么，然后倒过来去拆解需要的数据。

比如我想有高打开率和高分享率，那么我首先要知道某篇文章的打开数和分享数，以及总体用户数。这样我们就知道了我的数据需求里面至少要有三个数据：每篇文章的打开数、分享数、总用户数。

通常来说，分析文章内容，我们需要用到的日常数据有：

文章阅读次数

发送文章数

转发（分享）次数

收藏次数

新增粉丝数

菜单栏的点击次数

……

在此基础上，我们还可以通过周数据和月数据，来对整个运营平台来进行分析，那么需要用到的数据可以有：

本周文章阅读次数

本周发送文章数

本周新增粉丝数

本周菜单栏的点击次数

……

（以上仅做举例，具体情况可以根据自己运营的媒体做调整。）

有了数据之后就是设定一个分析指标，即判断数据是否符合我们想要达到的效果。

我们可以拉取历史数据，来推算出一个平均的数据指标，用来判断文章的数据质量。

当然公司想以某篇比较好的文章数据来作为合格的指标也是可以的，这个主要还是看公司要求。

如果是新开的媒体账号，可以根据竞品的数据情况，来设定指标标准。

二、获取数据

那我们该如何获取到这些数据呢？一般运营后台都是可以看到这些数据的，运营人员需要做的就是将数据整理进excel表格，形成日报和周报，这样便于我们后面的记录和分析。

如果是想获取竞品的数据，一般可以使用一些爬虫工具，比如八爪鱼、造数等，当然如果不会使用工具，你也可以手动扒，但是有点耗时耗力。

三、数据分析

有了数据和指标，接下来就是拿手上的现有数据去和标准做对比，如果低于标准，我们需要弄清楚低的原因，加以改进和优化；如果高于标准，也要弄清楚高的原因，在这方面加大力度，扩大效果。

到了分析这部分，有很多人往往觉得无从下手，下面教给大家两个小方法，如果你实在不知道如何开始做数据分析的话，可以一步一步参照着来做。

方法1、问自己三个问题：谁？——做了什么？——怎么做更好？

问自己这三个问题，也是为了让你对自己维护的媒体有个基本的清晰认知 。

【谁？】

即是要弄清楚你的用户受众的情况。你可以通过后台的一些数据去了解你的用户信息，如果能获取用户画像是最好的。去观察你的大部分用户的特点是什么。

【做了什么？】

知道了都有谁在关注你的媒体账号，也要知道这些用户为什么要关注你，他们从你这里获得了什么，或者他们想从你这里获得什么。

【怎么做更好？】

当你弄清楚了以上两点之后，就去想想怎么把第二点做得更优。即当你知道了你的用户受众是谁，知道了他们喜欢什么和想要什么，那么就去迎合他们的喜好，或者吸引他们，引导他们。

比如，通过数据，我得知了关注我的都是18-25岁之间的大学生和刚毕业的人群，他们大部分是因为我的一篇关于某个综艺节目的花絮集锦开始关注我的，然后通过横向对比，发现一些相关的文章，比如某些娱乐新闻和情感类文章的打开率和转发率都比较高，那么后期就可以多发一些这方面的文章。

方法2：按四个象限维度去分析

例如针对我们关注的打开率和分享率，我们可以通过四象限的方式去分析：

从上图可以看出：

A象限代表的是高分享率、高打开率的文章，此类文章可以作为我们的优秀标准，也是需要我们去放大、加大力度的方向；

B象限代表的是低分享率、高打开率的文章，这类文章可能质量不高、或难以让用户产生共鸣去分享、或用户仅仅是因为标题而打开了文章，当发现并不是想要获取的内容就退出了。具体情况还要具体分析；

C象限代表的是高分享率、低打开率的文章，这类文章可能因为标题取的不好而流失了打开次数。但文章质量应该还是可以的，因此分析率较高，那么针对此类，可以在标题上面多做功夫，进一步去提升打开率；

D象限代表的是低分享率、低打开率的文章，这类文章的存在就是为了告诉你怎么避坑的。证明你的用户对此类文章不感兴趣，或者文章本身的质量不行。

我们可以将获取的数据套进四个象限中去分析，A象限是优秀类，需要继续加强，扩大优势；B、C象限，都是有可取之处的，我们可以根据具体分析，做到扬长避短，往A象限再努力努力；D象限基本就是避坑指南，可以具体分析一下是因为文章质量不行，还是选题方向不行，再做进一步调整分析。

需要注意的事项：

在新媒体运营中，数据分析无疑更加客观，它排除了我们运营人员的主观臆断，更为直观地将具体情况摆在了我们面前。但需要注意的是，也需要不要死磕数据，或者过分依赖数据。

用户是人，是感性的个体，也是会变的。以前受欢迎的文章，后面不一定会一直受欢迎。用户可能同时关注了很多同类型账号，他可能对某部分内容看得太多，已经无感了，如果你太过依赖数据，就会被自己限制住，可能还觉得莫名其妙，明明是之前数据很好的同类型文章啊，为什么用户不买账了吗？难道是数据出了问题了吗？

数据是客观呈现，不会出问题的，出问题的是我们的判断。因此，在运营中，切忌生拉硬套，死记硬背，一定要学会灵活。数据是我们作为优化运营的一个工具，工具用得好的时候才是有利的。那么数据之外，我们还有哪些地方可以做的更好呢？我们后面来一一探讨。欢迎大家一起交流讨论。