【运营实操】如何用聚类分析进行企业公众号的内容优化

【运营实操】如何用聚类分析进行企业公众号的内容优化

一、楔子

文章中的货很干，同时也意味着烧脑无下限，但看完数据运营的功力大增。所以，在开始正文前，先说下本文的布局，让大家有个心理准备：

先讲讲聚类分析的一些基本原理，为接下来的数据分析做好理论储备；关于微信文章/内容评估体系的建立和数据的抓取，为分析提供上等“原料”；案例实操，用鲜活的实际案例将方法落地，让大家在一个案例里彻底搞明白聚类分析这一方法；应用延伸，一通百通—除了微信可以用，APP及网站数据分析、用户画像分析也用的上。

1.什么是聚类分析

聚类分析就是把看得见的实体对象（如桌子、人、树木等）或看不见的抽象对象（如情绪、观念等）进行分组，将它们中具有类似特征的对象划分到一块，形成很多总体特征不同的“小团体”，同时这个过程是人为主观的—最终由我们来给这些分类及其特征下定义，从而在具体的业务场景中应用它们。生活中我们经常讲“物以类聚，类以群分”，说的就是不同的人和事物因特征的相似而归并成一类，形成了很多大大小小的分组/类。

人以群分

聚类分析作为一种多元统计分析方法（研究多个自变量与因变量相互关系的一组统计理论和方法），其目的在于按照个体或样本的特征将其分类，使得同一类别下的个体具有尽可能高的同质性，而不同类别/组别之间则是尽可能高的异质性。举例来讲，有2个不同的爱好者组成的松散组织—球迷协会、摄影协会。球迷协会中清一色的足球狂热者，个个谈起足球来眉飞色舞；摄影协会内的成员个个手握“长枪短炮”，最大的爱好就是对着美女和美景一通“咔咔”。这2个团体中的成员“臭味相投”，有共同的爱好和志趣；而作为集体的球迷协会和摄影协会，则形同陌路，毫无共性，小团体和小团体之间的价值观和思想倾向大相径庭。

在进行聚类分析时，需要在相似的基础上收集数据并对其进行分类，衡量不同数据间的相似性，以及把数据分类到不同的组/类中。下图是存在2个变量的数据聚类的情形，根据距离远近确定分类。

二维维度（2个变量）下的聚类分析图

值得注意的是，聚类分析的用武之地在于探索性分析，得出的结果可以提供许多个可能的解，选择哪个解取决于分析者对具体业务的判断和自身的知识结构。

2.主要步骤

复杂的原理运营喵就不说了，怕大家看着发晕，这些环节我就一带而过，因为在接下来的分析中小喵会用鲜活的案例让大家好好反刍一下。进行聚类分析的工具是SPSS 20.0，用的聚类方法是K-means聚类法，进行分析的步骤分为4个环节，及数据预处理、定义距离函数、聚类或分组及评估结果。

二、文章质量评价体系和数据抓取

由于我们做聚类分析的目的在于从庞大且凌乱的数据表象下，按照若干维度将文章进行自然分类，从中发现规律。所以，我们需要先找出进行聚类的指标，然后对指标进行有意义的分类。

1．分析数据选取—构建微信文章的内容质量评估体系

一般情况下，对于文章质量的分析和评估，我们只关注阅读量、点赞量这样的指标，深层次一些的就是分享转发指标，但很少有全方位的去评价文章质量和分析受众内容偏好的。

因此，我们有必要趣多维度的评价一篇文章的质量，而不仅限于阅读量、点赞量之类的浅显指标，而是要尽量多的去挖掘能反映文章情况的评价指标，为我们的内容运营提供指导。

本文中，运营小喵认为：评价微信文章质量需要有一个完整的指标评价体系，从笼统的粉丝、阅读和转发数据中发掘更细致、更全面“文章画像”数据指标体系，由表及里的从多个层次分析文章的情况。

这种多维度分析的目的在于，内容运营是有阶段性的，囿于精力不济和经验不多，每个阶段我们要对内容运营制定出有不同侧重点的策略：初期（粉丝不多）需要迅速涨粉，这时文章的传播力就很重要；成熟期（粉丝量很大，增长快，流失也快）需要沉淀用户，需要创作出有价值的内容，留住粉丝；到平台期或是衰落期（粉丝流失多于增长），竞品出现及用户口味大变，内容需要创新，挽留或是招揽新粉，这时文章的传播力和价值性兼具了。

值得注意的是，文章的传播力和的价值没有必然的关系，一篇很好质量很高的文章，可能收藏量、点赞量很多，但阅读量、传播量不一定很大；相反，很多价值不大的文章，因其易读且迎合用户部分心理需求，传播力会大不少，阅读量和转发量“蹭蹭”的上涨。

基于此，有一套完整、全面的文章/内容评估体系至关重要。以下是运营小喵根据研究，归纳出的微信文章/内容质量评估体系，共罗列出了5个维度，即粉丝增长指标、粉丝活跃指标、文章信息指标、文章传播指标和文章价值指标，5类指标下又包含若干类型数据，尽量将分析的“颗粒”细化，详情见下图：

（1）粉丝增长指标

粉丝增长指标反映粉丝在某天当中的增长/取关情况，下面涵盖3类数据—新关注人数、取消关注人数和净增关注人数。其中，“新关注人数”和“净增关注人数”是正向指标，也就是越大越好，而“取消关注人数”则是反向指标，越少越好。在不做活动的情况下，这3个指标综合起来看，可以反映出当天总体人群的阅读质量怎样—阅读量足够大，文章足够好的情况下，粉丝的增长会多，取关的人数会少；假使标题党，诱使粉丝阅读或关注，粉丝的取关数量会很多。

（2）粉丝活跃指标

（3）文章信息指标

文章信息指标是文章发布的基本信息，包含文章标题、文章发布日期和文章发布时间点，这3类数据/信息不能单独进行分析，需要结合其他维度的数据进行关联分析，用以判断文章质量的优劣。

（4）文章传播指标

几种不同的阅读路径

（5）文章价值指标

文章价值指标表示阅读者对文章内容的认同和赞许，认为文章给他们带来了某种价值（如心情放松、获得新知等），该指标下辖4个指标—总阅读数量、分享人数、微信收藏人数和点赞数量。其中，分享人数、微信收藏人数是发文后7天内数据，而阅读数量和点赞数量是文章从发文之日起至今的总数量。

下表是各指标的说明以及抓取位置：

2.数据抓取位置

（1）群发功能-已发送

要注意，这两个数据跟“图文分析”里的数据不同，这两个数据是某一篇文章历史上总的阅读量（次数）和点赞量（次数），且具有实时性、即时性，就是当前看到的数据就是从发布文章到目前所有的阅读量和点赞量。这里的阅读数据跟“图文分析”里的不同，“图文分析”只记录了发文之日起7天内的阅读，且无“点赞”的数据统计。

总阅读量和点赞量的数据抓取位置

（2）用户分析-用户增长

在“用户分析”一栏里，需要抓取的数据为取关数、增长粉丝数、净增粉丝数，这三个数据较容易获得，在“用户分析”下方下载excel表格即可得到。

粉丝增长数据抓取位置

（3）图文分析-单篇图文

在“图文分析”这一栏，文章标题、推送时间、送达人数、图文阅读人数和分享人数皆可在数据概况处获得。值得注意的是，这里的图文阅读人数和分享人数是7日内的统计总数，且分享人数是转发或分享到朋友、朋友圈、微博的去重用户数（包括非粉丝）的总和。

从朋友圈打开人数（其实也可以在上图中的“在朋友圈阅读”处获取）、分享转发人数、微信收藏人数可以在图文分析à单篇图文à图文详情的最下方获取，通过excel下载处理可得。

上述处理的获得如果用人工手动操作的话，费时费力，如果要统计一年的数据，那可得把运营喵们累死。。。这里提供一个更简便的做法，那就是用“网络爬虫”（爬虫是一种自动获取网页内容的程序，是搜索引擎的重要组成部分）来抓取数据，可以在节省人工的情况下准确无误的获得大量上述提到的原始数据。

以下是上述提到的抓取数据指标的信息汇总表格。

经人工手动/网络爬虫处理，得到以下原始数据，篇幅有限，所以只展示了局部：

微信后台的若干原始数据

三、聚类数据分析实操

1.案例背景

某新媒体培训机构的账号，从今年年初的1月中旬到近期的7月中旬，时间跨度刚好半年。半年时间里，推文近200篇（包含副文，即第二、第三图文）。我们接下来要分析的原材料就是这段期间的文章数据、粉丝数据。

做这个聚类分析的主要目的在于：

发现其中质量较好的文章及质量最差的文章，从数据中发掘出它们，并发现它们身上存在的特征，以便将优良文风（选题、标题、内容、排版设计等）发扬下去，并避免以后再出质量不佳的文章，以期阅读量、转发分享量的提升，最终实现凭内容增长粉丝的目的。

注：处于商业保密，部分内容或数据在不影响数据分析的情况下稍加处理~

2.数据预处理和选择聚类方法

主副图文分析要分开进行分析

对获取的原始数据中的异常值进行剔除，即除去数据中明显异常大或异常小的数据值，以免对整体分析形成干扰。

将上述Excel原始数据导入SPSS中，检查一下数据的“度量标准”是否有误。“度量标准”下面有四种类型的数据，即名义、序号、度量。其中，名义是对数据分类的数据类型，如姓名、标题等；序号是对数据进行排序得到的变量；度量则是数据进行测量得到的数值型变量。在原始数据中，日期、标题和发文时间点等数据也属于名义型变量（时间点在SPSS中不分析），其他的变量皆为度量变量，是着重分析的变量。

数据预处理后，按“分析-分类-K-均值聚类”的路径选择聚类方法。

打开“K-均值聚类”会话框，将其中的变量输入到“变量”框中，在“保存”项里，勾选“聚类成员”“与聚类中心的距离”这两项，以便运算后将得到的分类信息显示在表格里，判断分类。

其中，最重要的一环是选择“聚类数”，这里需要根据经验和数据的数量来确定，有时需要进行“试错”。我依次按2次、3次、5次、6次和7次进行运算，发现输入5次得到的“解”最为理想，分类不多不少，特征很突出，有分析和参考的价值。

进行“聚类分析”选项设置

设置好项目后，进行确定，得到如下图所示的运算结果：

注意上图中红色虚线框部分的数据，分别是“分类数据”和“距离分类中心距离”的数据，然后将结果另存为“excel2007至2010”格式，得出的数据和spss中所呈现的保持一致。

3.处理经聚类分析得到的数据

先将得出的数据进行替换处理，即分类数据中的“1”“2”…“5”替换成“第一类“”第二类”…”第五类“，然后再

进行透视表处理，各个变量在“值字段设置“里皆取平均值，见下表：

运用透视表处理经聚类分析得到的数据

经透视表处理好数据后，将该数据“全选”并“粘贴”“复制”到新的sheet里，以便按之前的评价指标体系将不同类型数据进行分类整理。将各数据进行“热力图示化”，以颜色深浅和冷暖显示数值的高低差异，直观的反映数据的大小变化情况。从而得到下表：

微信文章质量评估体系表

从上表中可以看到，近200篇文章可以分为5类，按照上述提及的微信文章质量评估体系，每一类的特征都不一样（以下各指标的程度由低到高依次分为“非常差-较差-一般-较好-非常好”，这种比较在这5个类别之间进行，具有相对性）：

第一类：传播力非常强，在一周内传播时效性显著，但粉丝增长度低，且文章具有非常高的价值（对目标用户来说很“值”），同时相应的粉丝也非常活跃；

第二类：文章一周内的传播力较强，粉丝增长量较高，文章的价值度较高，粉丝活跃性良好；

第三类：文章传播效率地，粉丝取关量大，文章价值度低，粉丝活跃性非常差；

第四类：文章传播效率一般，粉丝增长量较大，文章价值度一般，粉丝活跃度一般；

第五类：文章传播效率一般，粉丝增长度一般，文章价值度一般，粉丝活跃度一般。

如果微信运营的经验不足和对数据不敏感，可以进一步将上述指标数据值进行标准化，乘以权重系数（根据过往经验和公司强调的KPI来决定）后相加，从而使多指标合并起来（如粉丝增长指标=-取消关注标准值*权重1+新关注数标准值*权重2+净增粉丝数标准值*权重3），在同一维度的不同分类下的指标值可以进行比较，其大小用“★”和“☆”的五角星来表示，得到这5类文章各指标的量化表：

微信文章质量量化评估表

各个分类的特征明晰之后，我们需要找到各分类对应的文章，查看他们的标题、内容和发文时间点，也就是上文所提及的“文章信息指标”，值得注意的是，此处通过函数“weekday”可以查询出发文日属于“周几”，多添加一个“时间维度”对于我们分析发文时间很有帮助。结果如下表所示：

各分类下的具体图文信息

从中可以看到，其中有些广告性的一篇软文会在不同日期出现很多次，这是为了达到一定的营销转化目的，我们在分析时仅保留最初的一篇。

分析的顺序是这样的：先分析文章质量最佳的和最差的，然后再分析一般性的文章所具有的特点。

第一类文章

从上表可以看出，这篇文章的传播效果和文章价值度、粉丝活跃度都非常好，但粉丝增长量很小。这篇文章发布于支付宝“集五福”的那段时间，很好的借助了外部的热点，且“尴尬”和大家参与的火热形成鲜明的反差，在某种程度上能勾起读者的阅读欲望，这是一个抢点借势、内容区分度较好的文章。

第二类文章

第三类文章（局部）

第三类文章在这5个分类中属于“最差”的，其中的营销类（广告）较多，再就是讲座类的内容，缺少“干货性”的内容，不符合目标受众的口味，所以各项指标都不太理想。

经分析得出偏好度较好的一些内容采编方向

此外，关于发布时间的分析，上一篇文章《如何利用微信后台数据优化微信运营》分析了2种类型的时间分析，即日期和时间段的分析，分别以日和小时为单位，现再介绍一种按周的分析方法，具体做法是在excel中调用“weeknum”函数，重点选取净增粉丝数、总阅读数和（总）分享人数的“总揽性”数据，形成关于周的数据，这种分析适用于数据量很大的时候，找到重点的分析对象，节省分析时间，见下表：

以周为分析单位的净增粉丝数、总阅读数和分享人数热力表

四、聚类分析在运营中的延伸应用

1．细分市场

市场细分

聚类分析是细分市场的有效工具，可以帮我们在做市场/运营战略决策时找到新的、可行的潜在市场。通过市场调研，我们可以获取本公司和主要竞争者是品牌方面的“第一提及知名度”、“提示前知名度”和“提示后知名度”等指标值，将这些作为聚类分析的变量，将本公司和潜在对手的产品或品牌进行划分。在聚类以后，结合每一产品/品牌的多维度属性研究，可以发现哪些属性组合目前还没有融入所要进行的产品/品牌中，从而找到公司在市场中的机会，不至于身处竞争激烈的市场“红海”中。

2.用户画像

用户画像的主要维度

可用于“用户画像”聚类分析的后台数据（经处理）

聚类分析可以用来发现不同的用户群体，并且通过消费者的人口统计学特征、社会属性和消费属性来刻画出不同的用户群体的特征，也就是对不同的用户群体进行“用户画像”分析。我们在网站上、APP上获取了大量的用户数据后，通过分组聚类出具有相似浏览行为的用户，并分析用户的共同特征，可以更好的帮助我们了解自身的产品/服务所面向的顾客，以便我们能及时做出适销对路的产品/服务，或是及时的产品/服务优化。

用户画像的分析会在接下来的文章中有体现，敬请期待~

数据之于运营，在大多数情况下，是从数据的背后洞察出用户的行为及心理，从而把自己真正放置在于用户的立场上去看问题，对产品/服务有一个更全面、更准确的理解。

作者：运营喵

来源：运营喵是怎样炼成的

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。