自从订阅号改成信息流模式后,内容制作门槛提高了一大截,对内容输出的要求也随着水涨船高,简单的copy已不再有竞争力了。
游击式的内容输出模式将缺乏竞争力,并最终在公众号内容的汪洋大海中淘汰出局。
如果没有完整的内容体系支撑,公众号的价值将大打折扣,最终导致投入产出不成正比关系。(最新消息腾讯还在进行订阅号内容模式的A/B测试,有可能改回之前的消息窗口模式。)
无论腾讯是否改回之前的内容呈现方式,也改变不了公众号运营已经由单兵输出阶段进入团队输出阶段。优质的公众号背后必然有全能的运营团队,有完整的内容体系支撑内容输出。
在这个背景下,本篇文章将通过数据角度、结合我本人的内容体系建立经验,讲述怎么利用数据建立内容体系。
— 1 —
“185”组合的秘密
先讲一组数字 “1、80%、5”,这组数字我通常叫做“185”组合。这组数字对于公众号运营来说非常重要。
“1”表示用户在朋友圈看到一篇文章是否会点进去的时间在1秒之内,这一秒能看到的是什么——头图、标题、摘要;
“80%”表示一篇文章阅读量爆发增长的来源来自朋友圈的分享阅读;
“5表示”5个用户在朋友圈分享同一篇文章,更能吸引朋友圈的其他用户点击阅读,因为大家会好奇这么多人都在疯转的文章到底讲的是什么内容。
我接触过很多公众号运营者,他们多数在做运营的时候完全是凭着感觉在做,这是相当不靠谱的,我们应当透过现象看本质,发现更根源的问题。
▌作为一个运营人:我想问你几个问题
1)你知道过去90天写的文章,哪篇文章阅读量最高?这篇阅读量最高的文章和当时的社会热点有什么关联?这篇文章的标题有什么特别之处?这篇文章的选题方向是出自哪里?
2)哪篇文章在朋友圈最受欢迎,受欢迎的原因是什么?和标题、选题方向、内容组成、文字表达方式都有什么样的关系?
3)过去90天推送的文章都能分成几类?哪一类的文章吸粉效果最好?哪个时间点推送最合适?
不能回答出这些问题,则说明你还没有运用数据思维来运营公众号,还在看天吃饭。
— 2 —
通过数据驱动内容体系的建立,树立数据思维
下面用具体的公众号举个例子,(公众号名字《顶级程序员》),通过具体的数据分析来找到建立内容体系的方法。
(导出的图文数据)
▌1、利用数据分析标题和吸粉之间的关系;
(最近90天推文标题和吸粉的关系)
图片中哪些标题吸粉效果好,很清楚就能看出来。
(排序后)
经过排序处理,标题和吸粉之间的关系有了很清楚的可量化指标,把吸粉效果好的标题提取出来进一步分析讨论。
设立一个吸粉>600的的变量,提取出来如下的5个标题,归为一组小样本。
1)flask1.0终于发布,放弃支持Python2.6和Python3.3;
2)你知道Python这五个有趣彩蛋吗?
3)程序员辞职卖卷饼,4天挣了1个月工资,所以我应该改行卖卷饼吗?
4)趣图:测试HTML5可靠方法。
5)送书!AI圣经《深度学习》中文版,来个20本!
对这5个小样本的标题进行分析发现了一些规律:
1)5个标题中都出现了数字;
2)5个标题有4个内容标题,1个活动标题;
3)5个标题中出现程序员专业术语相关的有4个;
4)5个标题进行分类可分为4个和程序员专业知识相关、1个和程序员职业发展相关。
这些规律有什么用呢?能得出什么结论呢?
▌2、利用数据分析内容和目标用户群体的关系;
公众号输出的内容和目标用户群体是不是保持一致的关系,输出的内容是不是围绕目标用户群体来输出的。
可以通过输出的高频词汇来判断这两个问题,如下图所示
举例的公众号目标群体是程序员,从词云图中高频词汇很清晰的看出,输出的内容和程序员的保持一致。
▌3、利用数据分析选题方向和阅读量、朋友圈阅读量的关系;
选择标题纬度,对推文阅读量和推文朋友圈阅读量做分析处理,得到的结果如下所示:
提取阅读量最高的5个标题作为样本组:
1)20幅程序员才能看懂的图,看到第三幅我就忍不住哈哈哈哈哈哈!
2)"十问"中兴,你是真(Z)特(T)二(E)啊!
3)昨天一产品经理被围殴,现场惨烈
4)开发12年,整整6百万行代码,史上最烂的开发项目原来长这样……
5)看了《药神》,突然心疼我离开北京的程序员朋友……
对这5个小样本的选题方向进行分析发现了以下规律:
1)5个选题方向出现了2个热点方向、2个程序员工作相关方向、1个程序员趣味方向;
2)2个热点是当时网上的大热点;
3)2个程序员工作相关方向的选题不是单纯的技术而是升级到项目、职场相关的方向;
4)5个选题方向可分为4大类别,选题的方向很广。
这些规律有什么用呢?大家可以结合上面的例子仔细思考下,就当是课堂作业啦~~
用这样的方法还可以多维度的深入分析,比如标题、阅读量、朋友圈阅读量、吸粉量、公众号对话阅读量等等,从而学会对整个公众号数据如“庖丁解牛”一般的掌握。
感兴趣的朋友可以自己动手分析你在运营的公众号,可能会有意外的惊喜哦。
— 3 —
建立内容体系
为什么要建立内容体系?内容体系建立的目的是什么?
在开头中说过,内容输出的门槛正在提高,不建立内容体系将不会有竞争力,优质的公众号都有自己完整的一套内容体系。
内容体系建立是为了流程化的写出吸引用户点击、吸引用户阅读、吸引用户分享打动人心的文章。
这样才能保证运营过程中内容输出的稳定性和持续性,从而提升公众号的运营价值。
▌建立内容体系第一步:通过多维度多角度数据分析建立选题树;
在上文中,通过分析标题、阅读量、朋友圈阅读量的数据对选题方向寻找了一些规律。找到的规律现在将派上用场,用来建立一棵“选题树”。
把刚刚找到的选题方向,填充到“选题树”中,让它慢慢的成长为一棵参天大树。
(选题树非常庞大,在这里仅用选题树框架做简单示意)
先围绕用户目标群体确定几个大的选题方向,然后围绕选题方向一直向下深挖,直到找到的选题方向可以具体写一篇文章为止。
平时积累或新发现的选题方向则不断补充在选题树中,通过不断的补充让选题树越来越茂盛。当选题树长大到某一阶段,运营需要输出的内容选题都可以在选题树中寻找。
一篇文章能否吸引用户阅读,能否引起传播,选题占了80%。有了选题树,终于可以把虚无缥缈的选题方向通过数据成体系的方式呈现出来。
▌建立内容体系第二步:利用数据建立内容库。
选题树建立后,根据选题树的选题方向进行内容库的建设。每一个可写选题方向下,要有对应的数十篇素材库,热门的选题方向下,甚至拥有成百上千篇素材。
建立内容库后,对内容库中的文章从下笔角度、文字表达方式、信息密集度、呈现形式等多维度进行数据分析,根据分析的数据结果确定文章的写作角度、文字表达、信息密集度。
内容库经过反复补充后,将会成为一个超级军火库一样,为内容输出提供强有力的武器支持。
▌建立内容体系第三步:通过数据分析进行标题优化。
选题树、素材库建立后,到了最后一步,对文章的标题进行优化处理。
好的标题对内容的数据有很大的影响,一定要在1秒里吸引用户点进去。
切忌不要标题党,标题党的文章没有传播性,得不偿失。
下面10个标题是通过数据分析后表现很好的标题,最后提取出来当作小样本。
1)flask1.0终于发布,放弃支持Python2.6和Python3.3;
2)你知道Python这五个有趣彩蛋吗?
3)程序员辞职卖卷饼,4天挣了1个月工资,所以我应该改行卖卷饼吗?
4)趣图:测试HTML5可靠方法。
5)送书!AI圣经《深度学习》中文版,来个20本!
6)20幅程序员才能看懂的图,看到第三幅我就忍不住哈哈哈哈哈哈!
7)"十问"中兴,你是真(Z)特(T)二(E)啊!
8)昨天一产品经理被围殴,现场惨烈
9)开发12年,整整6百万行代码,史上最烂的开发项目原来长这样……
10)看了《药神》,突然心疼我离开北京的程序员朋友……
现在对这10个标题进行总结会发现以下结论:
1)借助社会热点,凸显文章方向;
2)标题中善于利用数字吸引用户的注意;
3)利用人的好奇心在标题中设置悬念;
4)通过制造矛盾、引进强烈的对比强化标题张力;
5)标题表达出鲜明的主观态度和情绪;
6)多种效果的组合使用。
针对标题优化,通过数据分析进行归纳总结,会不断发现很多相似的套路和小技巧。把这些小套路、小技巧利用到实践中反复验证,最后不断总结加以利用。
在这里主要学会利用数据来优化标题,形成一套完整的标题优化方法,从而提升文章的打开率。
在建立选题树、标题优化的过程中,用到了“归因法”。在进行归因的时候,一定要进行正确的归因,这样得出来的结论才有参考性。
现在验证一下标题的归因结论是否具有实用性:
1)刚刚,阿里开源了一项重磅炸弹,终结程序员“中年危机”;(阅读量:10万+)
2)这份程序员的简历刷爆了五月的朋友圈;(阅读量:10万+)
3)刚刚,阿里公开600页技术图,程序员看完少走10年弯路;(阅读量:10万+)
4)程序员揭秘:左右脑刷爆朋友圈的真实内幕;(阅读量10万+)
5)痛心!中兴程序员跳楼始末:或成其公司内部矛盾牺牲品;(阅读量:98358)
通过对这5个标题的分析和对比,发现其标题中的规律和标题归因结论完全一致。
这5个高阅读量标题也满足以下结论:
1)借助社会热点,凸显文章方向;
2)标题中善于利用数字吸引用户的注意;
3)利用人的好奇心在标题中设置悬念;
4)通过制造矛盾、引进强烈的对比强化标题张力;
5)标题表达出鲜明的主观态度和情绪;
6)多种效果的组合使用。
那还等什么,赶紧把标题的归因结论大胆的运用到实践中。运用的时候不要生搬硬跑,而要举一反三,利用标题归因结论,进行反复实践,并不断地迭代,最终形成自己的方法。
选题树、内容库、标题优化这三大部分完成后,内容体系框架就建设完成了。
在框架里面不断的验证、不断的迭代,内容体系将会发挥出巨大的能量。
— 4 —
总结
▌怎么建立公众号内容体系?让我们再次回顾下:
一、学会利用数据分析问题
二、利用数据建立公众号内容体系
-
1)通过多维度多角度数据分析建立选题树;
-
2)利用数据建立内容库;
-
3)通过数据进行标题优化。