淘宝达人文章采集软件(如何用数据来驱动内容运营？企业如何做数据运营)

　　淘宝达人文章采集软件(如何用数据来驱动内容运营？企业如何做数据运营)

　　今天我们将讨论如何使用数据来推动内容运营。

　　一、什么是内容操作

　　很多互联网产品都是靠内容的不断更新来吸引新用户，维护老用户。内容是用户和产品之间的桥梁和纽带，尤其是知识型产品或自媒体平台。换言之，将内容比作平台或产品的灵魂和肉体一点也不为过。可见，对于一个产品或平台来说，内容是非常重要的。

　　要定义内容操作，我们首先要了解什么是内容。在不同的行业和领域，内容有不同的表现形式。内容可以是H5软文、音频、视频、图文、*敏*感*词*、幻灯片、小程序、歌曲、游戏等。 内容运营是指通过内容制作、发布和传播满足用户的内容消费需求，并保持传播与用户连接，扩大用户数（粉丝数），增加用户粘性（活跃度），传递产品价值。

　　二、为什么需要数据驱动的内容运营？

　　传统的内容运营一般分为选题、内容制作、内容审核、内容发布传播、效果反馈五个阶段。由于人力不足、技术支持不足或数据意识薄弱，企业在内容运营上往往存在不同程度的四大不足：

　　1、数据采集不完整

　　企业在完成每一次内容分发和传播后，往往只采集和分析打开率、点击量等效果数据。内容消费行为采集的深度细粒度数据，尤其是外部平台（如头条、微博、微信等）粉丝行为数据的深度采集导致对内容呈现形式和内容修订缺乏全面透彻的分析。

　　2、用户画像不详

　　如今，大多数公司对用户画像并不陌生，但实际的用户画像往往是肤浅的，只是对一些静态指标（年龄、性别、来源等）进行统计分析，还缺乏与用户画像高度相关的标签具体的场景，更不用说整合第三方数据的标签了。事实上，对用户的洞察并不详尽和全面。

　　3、内容优化不科学

　　企业内容运营商在决定特定内容和演示形式时经常会遇到需要在多个选项中进行选择的情况。人们拍拍脑袋做出选择。这种类型的内容优化有时可能有效，有时可能无效。如果能结合用户内容偏好模型、内容质量评分模型等量化方法进行分析，我们对内容的优化就会有更科学的依据。

　　4、不准确的内容推荐

　　内容操作通常在内容分发之前以“广播”模式完成。一个H5软文可以分发给所有粉丝是理所当然的，分发前没有粉丝重新分类。这种内容推荐和分发的模式比较广泛。事实上，不同的细分用户群体会有不同的内容偏好。即使是属于同一种产品的粉丝，每个粉丝的喜好也可能略有不同。每个内容运营商都在进行内容分发。并且传播应该为正确的用户匹配正确的内容。

　　在这种情况下，为了推动内容的精细化运营，需要在内容运营中补充数据采集和分析应用能力。在原有内容运营闭环的基础上，引入数据运营闭环为核心，以数据运营内环驱动内容运营外环，以数据赋能内容运营，以数据为核心提高内容运营效率。

　　三、如何利用数据驱动内容运营？

　　基于数据的方法和手段可以渗透到内容运营的很多方面。笔者选取以下六个方面进行阐述：

　　1、引入埋点技术弥补数据采集能力短板

　　所谓埋点，就是在应用中植入特定的程序，采集一些信息，跟踪用户行为的轨迹数据，为后续的产品和运营提供数据支撑。数据嵌入技术的引入是为了更好地记录和分析用户在消费内容时的行为模式。目前市面上的埋点方式主要有以下三种：

　　(1）代码嵌入：所谓代码嵌入，就是在需要统计数据的地方植入N行代码，统计用户的关键行为。目前国内主要的第三方数据分析服务百度统计、友盟、TalkingData等供应商均提供此方案。

　　(2）全埋点：表示无需应用开发工程师编写代码或只需少量代码。通过简单的配置，可以提前自动采集用户的具体行为数据，如页面浏览、元素点击等。

　　(3）可视化全嵌入：意思是除了集成采集 SDK，开发者不需要编写额外的嵌入代码，业务人员就可以访问分析平台的圈选功能对需要捕捉用户行为的控件进行“圈出”，并给出事件名称，圈出完成后，这些配置会同步到每个用户的终端，采集 SDK会根据圈出的内容自动执行配置。采集以及用户行为数据的发送。

　　如果要分析核心业务指标，如GVM、MMR等，代码嵌入是首选。代码嵌入的稳定性比较高，同时只有代码嵌入支持采集业务数据的上报。全嵌入和全嵌入的可视化都是自动化的过程，因此很难确定使用了哪些字段。是金额等重要的业务属性数据。

　　如上表所述，三类跟踪技术各有优缺点，企业可根据自身实际情况进行选择。如果只需要简单查看网站的PV和UV，只需要开启全埋点，但显然这样的分析能力已经不能满足时代的要求了。视觉全埋点的分析能力介于两者之间。它可以非常精细地分析交互数据的情况，甚至可以在同一页面的不同链接中埋点，形成转化漏斗，但数据不稳定。随着时间的推移，视觉全嵌入点的嵌入点定义可能会因为代码结构的变化而失效，并且视觉全嵌入点不支持采集业务数据。

　　2、完善用户画像系统

　　以用户内容消费行为分析为核心，从基本属性、内容偏好、内容满意度和行为特征四个维度，建立较为完整的用户画像指标体系。

　　以某财经媒体的用户画像为例，我们建立了如下图所示的指标体系：

　　3、 根据用户分类识别用户内容偏好

　　确定用户的内容偏好是我们进行内容设计和准确交付内容的基础。如何识别用户内容偏好？一般来说，用户对内容的消费行为数据还是需要分析的。分析用户的内容偏好，可以从某个方向偏好的消费时间的角度入手。当方向偏好占用户使用时间的比例最大时，可以将方向定义为用户的偏好。

　　例如，我们在研究电信运营商的用户阅读行为偏好时，根据用户对内容的浏览时间分析，用户对某一内容的浏览时间作为偏好占比最大。通过爬取用户上网行为记录，统计浏览各类网站的时间，对每一类网站进行分类标记，提取浏览时间最长的网站每个用户的Type作为其内容偏好，最终形成用户的内容偏好DNA图。

　　4、使用 AB 测试优化内容

　　在设计文案时，内容运营商往往会设计多个版本进行对比。此时，可以使用 AB Test 来帮助选择更好的解决方案。

　　例如：某食品B2C电信平台经常在手机客户端的通知栏中推送一些产品促销、导购等新闻，吸引用户点击，从而增加用户粘性，提升业务。运营团队在设计推送消息的副本时，总是有很多不同的想法，有时内部会提出几个版本。此时，可以使用 AB 测试方法来选择最佳副本。

　　AB测试采用全栈API方案，通过参数化将推送消息的文本转换为变量，并在控制台中为每个版本设置对应的变量值。测试开始时，选择全网流量的1%进行测试，流量平均分配到各个版本。当测试运行一段时间后，将实验流量增加到 5%。由于消息推送的特殊性，实验只持续了一天（活动只持续了一周，活动结束后得到结果将毫无意义）。结果显示，最佳副本的点击率比最差副本高 42%。具有统计学意义的结果也超过了 95%，可以认为该试验是有效的。活动开始后的第二天，电商平台内容运营团队就通过了测试结果，并使用副本的最佳版本在全网推送消息。

　　5、实现内容精准推送

　　所谓内容精准推送，是指在合适的渠道或接触点，将合适的内容推送给合适的用户，其实就是实现用户、内容、渠道之间的精准适配。

　　p>

　　实现精准内容营销的方式有很多，比如基于用户内容偏好标签匹配、基于用户相似度使用协同过滤算法推荐、基于内容相似度推荐等。

　　例如：在进行手机阅读的内容运营时，根据身份信息和行为特征，将在线用户分为：娱乐达人、应用达人、精打细算的人、新闻达人、纯来电者等类别，并研究基于这几类用户群体的画像特征和内容偏好，开展有针对性的内容微营销，为时尚商务人士推送都市言情励志书籍，以及都市言情、经管、社会科学书籍是为精打细算的人推出的。 ，为新闻专家推送都市言情、奇幻和传记书籍。通过细分用户群和添加内容标签进行推送后，用户人均阅读完成率由本次推荐时的0.5%提升至3.1%，人均阅读效果得到了显着改善。

　　6、构建完善的内容运营效果评价体系

　　在评估内容运营效果时，在AARRR模型的基础上，可以适当整合与用户行为相关的指标数据。例如，以某付费知识学习APP产品为例，围绕用户获取、活跃、留存、收入、行为五个维度，构建内容运营效果评价指标体系。

　　四、总结

　　内容持续维系产品与用户的关系，内容运营需要我们细心细化。利用数据，我们可以深入了解用户的内容需求，指导我们对内容进行测试和优化，帮助我们进行个性化的精准推送。总之，数字化内容运营是提高内容运营效果的有效手段。

　　-END-