▼

       易奇科技导读：内容运营几乎成了每家企业必备的获客方式，在塑造品牌的同时也完成了转化。但在内容初期，往往会出现流量不够，无法进行传播的情况。这时候该怎么办？易奇小编分享了利用“小数据”快速迭代转化的方法，大家一起来看下吧。

　　内容获客几乎成为了每家企业、每个大V、甚至是每一个独立个体都在做的增长尝试。在塑造品牌影响力的同时产生转化，何乐而不为?

　　然而，并不是每个人都是天生的“网红体质”。从0开始做内容的初期，往往流量还不足够。

　　当只有几百甚至几十流量时，如何(不利用技术工具)快速优化找到 适合自己的内容，并且借此“一炮而红”呢?

　　这就需要充分利用初期所获得的“小数据”。

　　小数据(small data)，或称个体资料，是指需要新的应用方式才能体现出具有高价值的个体的、高效率的、个性化的信息资产。

　　顾名思义，与大数据相反，小数据更具象、更关注个体。

　　那么，对于内容生产者而言，究竟哪些是值得观察的小数据?

　　一、小数据1：简单行为——点赞、收藏等

　　不论是视频还是图文类的内容，读者所采取的简单行为就是对 直观的答案，甚至许多媒体平台的推荐因素之一也是点赞和收藏数量。

　　对于观众(或读者)而言，只需要双击屏幕就能点赞，只要是在查看内容的过程中发现了能让自己为之兴奋的点，基本就能触发这一行为;而收藏行为则比点赞更为理智些，通常是在查看完通篇内容，或者确定自己会反复查看该内容之后，才会触发。

　　但需要注意，这类简单行为往往只能反映内容里有读者感兴趣的“点”，无法保证整个内容在“面”上也是吸引读者的。从观众视角而言，也许内容整体本身吸引力不够大，但其中的个别文字、观点、图片、视频等，打到了读者的G点上。

　　如果能有技术追踪到是在读过哪个段落之后、看过视频中哪个片段之后，触发的点赞和收藏行为，则能够 直观地指导创作者——这就是你内容 吸引人的地方。

　　抖音后台的参数中有完播率一项，可以看到观众是在视频的第几秒跳出的，能够指导创作者优化。

　　哪怕此时只有几十个观众，但超过半数的点赞行为都是发生在某一个“子内容”上，这就是观众的兴趣标签，也是创作者应该继续深耕的方向。

　　二、小数据2：高分互动行为——留言、赞赏、转发、新增关注等

　　相比简单行为，诸如留言、赞赏、转发等“成本更高”的行为，显然更能彰显出用户对于内容的高度认同。(当然，也有可能是不满)

　　但总的来说，高分互动行为无疑会为内容带来更多关注与流量，即便是评论区“互撕”这种互动行为也有可能让内容“黑红”一把。

　　此时，除了留言的内容(下个部分详细讲)，内容创作者应该关注这的什么“小数据”?

　　其中至少包括：

　　1. 留言时间

　　是集中在发布后的一段短时间?还是平均分配?或者是长尾效应很好?

　　这样就可以判断出是平台机制好，用户习惯问题，还是内容踩中了SEO关键字，或者是平台在搜索中的权重给得较高等等。

　　另外，也可以横向对比多篇文章的留言时间，找出 佳的发布时间。

　　2. 留言字数

　　留言字数能直观反映出来作者对于内容的共鸣程度。如果只是“好”、“太棒了”、“差评”这种形容词，而没有详细解说，一方面反映出可能内容较为简单、一方面也反映出观众的水平相对初 ，如果是深度内容如此“曲高和寡”，有可能是投放渠道出了问题。

　　3. 赞赏数量

　　如果某一篇内容得到的赞赏数较高，那无疑这就是观众喜爱的。如果赞赏数量比较平均，那则证明内容总体质量保持在一个水平线上。

　　另外，赞赏分为应该区分两种：基于内容的和基于作者的。前者是对于内容的认可，后者是对于IP的认可，可以分别用不同的方式做后续用户运营。

　　4. 新增关注

　　新增关注是持续出现，还是集中某篇文章发布之后?前者证明账号已经开始稳步增粉，后者更说明该内容的“爆款”潜质。

　　5. 转发和下载

　　如果某篇内容的转发或下载等高分互动行为较多，则证明它会被多次传播。但创作者要尽可能地观察到这些行为，比如：抖音内的视频转发到微信上传播，能不能监测到?数据怎么统计核算?这是小数据阶段要人为思考和操作的。

　　以上指标量不多的时候，只需要人工统计就可以得出这些“小数据”的规律。其实，当数据庞大时这些维度也应该是可以直接用技术能够捕捉和统计的，无需人工干涉。

　　三、小数据3：互动内容——留言&私信内容，转发文案等

　　更深一层次的小数据则是基于用户反馈要做的内容分析。

　　事实上，包括笔者在内的很多创作者，在初期都不自觉地分析过互动内容。

　　在观众数相对较少的时候，我们可以逐条留言、私信地去看，观众具体都说了什么、对内容有哪些评价、认为什么地方不够严谨、哪些方面讲得还不够具体……

　　这个时候，可以把留言内容做一个总结，划分成几个维度，甚至每个维度给出一个评分，低分项是重点要提升的方面，高分项则是要保持的方面，而用户疑问 多的方面——无疑应该成为你下一篇内容的选题。

　　笔者就通过这种这种机制，总结出评论和私信中频繁提及的问题，围绕一个垂直话题制造了矩阵式的多个高流量话题。

　　不仅仅是笔者，程十安、潘雨润等网红也在抖音内容分享时提及过这种机制。

　　潘雨润曾经说过，她会和粉丝一对一地聊天，来了解对方的真实关注点。这就是小数据的一个 常见、 真实利用案例。

　　可以说，不会主动和观众主动对话的创作者，很难快速切中观众需求。

　　而转发文案也有助我们了解：用户究竟更喜欢内容里的哪些方面，是话题、节奏还是视觉效果?

　　四、小数据4：观众画像——用户资料+兴趣话题

　　如果能够通过前3种小数据“顺藤摸瓜”到用户页面，既可以看到对方的基础资料，可能包括：性别、年龄、从业经验、关注的其他话题等等。

　　假如你发现该用户关注了你擅长领域的多个话题，那么无疑分别在创作者侧和观众侧你们二者的“兴趣标签”是高度吻合匹配的。

　　当观察了超过20个用户后，你大概就能勾勒出内容所吸引的观众的画像了。

　　笔者就将自己在某垂直领域的读者画像归纳为：0-3年工作经验的职场小白，理工科背景为主。

　　而这类用户所关注的问题也多为：某一行业适不适合我?工作日常是什么?薪资多少?后期发展如何等等?

　　基于用户画像和小数据3，我制造了所提及的话题矩阵，其中流量 的阅读量为14w+，目前还在持续增长，带来的变现已经近万元。

　　当观众只有几十、几百时，我们就需要一个个头像点进去观察、一条条私信留言互动，用 直接、简单的方式、 真诚地态度，来对待这些小数据背后的个体。

　　这些个体往往就是后期内容获客的种子用户，大有一两拨千金的效果(参考“乐纯酸奶”营销案例)。你在做的不仅是寻找内容优化的灵感，更是在做 直接的客户关系维护。

　　世界上本没有大数据，小数据多了，自然就有了大数据。

　　不论是文章中列举的小数据，还是你不断探索出的小数据，都可以成为指导内容运营的利器。当然，不断进化的技术和Martech手段，无疑也会帮助我们探索出更多基于内容的数据及其用法。

　　当没写出爆款、没总结出流水线生产内容的模式时，每一个创作者都应该对小数据如视珍宝，因为它们是内容优化的指南针，也是内容获客的试金石。