数据不是万能的，没有数据却万万不能。
公众号在经过粗放式运营阶段之后，目前已经进入精细化运营阶段。数据是精细化运营的基础，挖掘每个可能有价值的数据，进而带动公众号的发展，正是数据分析的价值所在。
对银行公众号而言，数据分析有其必要性：
数据分析能够让运营者了解银行公众号的运营情况；
通过数据可以洞察用户喜好，从而创作出符合用户口味的内容；
数据能够反映运营动作的效果，从而让运营者进行针对性的优化；
通过数据分析，能够找出运营中存在的问题，从而指导并调整银行公众号运营方向。
数据驱动决策。通过解读银行公众号数据中的关键核心，才能真正对用户“投其所好”，实现运营效果的最大化。那银行公众号要如何做好数据分析呢？
本文将从数据分析原则、数据分析维度并结合一些应用场景为大家讲解运营者如何做银行公众号的数据分析，如何通过解读数据为运营提供支撑和方向调整，文章干货量大，建议先收藏后看，希望能对各位有所借鉴~
银行公众号数据分析原则
01
准确性
无论是公众号源数据的采集，还是关键数据的换算函数，再到最终的可视化图标呈现，都要保证数据的准确性，避免数据失真。
02
有效性
并非所有的数据都是有效数据，在选择公众号数据时以及分析过程中，对于反馈意义不大或反馈目的高度重合的数据，应该适时放弃，将更多的注意力放在有效数据的分析上。
03
对比性
单独一个数据摆在那里，是没有任何意义的，意义从相互比较中产生。从时间维度来说，公众号数据可从短、中、长期来看，短期数据看表现，中期数据看波动，长期数据看周期。
04
美观性
数据最终的呈现方式最好是可视化图表，除了美观之外，也便于观察与分析。一堆数字和一张可视化处理后的图片，给人的感觉是完全不一样的，而且可视化图片能让人更直观地了解公众号运营情况。
银行公众号数据分析维度
一
公众号后台数据分析
公众号后台数据主要集中在【统计】板块，大部分的数据分析会应用到四个功能：用户分析、内容分析、菜单分析、消息分析。了解每个功能下的数据指标，有助于我们在解读数据时快速抓住核心要点，得出结论。
▼公众号后台数据指标
01
用户分析
用户分析包括用户增长、用户属性和常读用户分析。以下将对较为重要的用户增长和用户属性进行详解。
用户增长
用户增长有4个关键指标，即新增人数、取关人数、净增人数、累计人数。新增人数和取关人数是每天实时涨粉、掉粉的数据；净增人数=新增人数-取关人数，累计人数是当前实时关注总人数。
峰值数据是我们在分析用户增长时需要注意的情况，这部分需要结合时间线来具体分析。当涨粉/掉粉在某一天达到波峰时，一定要提高注意。
模拟数据分析
如上图所示，红圈内标识的是当月取关人数的最高峰，当出现类似这种情况时，我们可以从两方面来分析原因：一是粉丝角度，流失的粉丝可能是通过之前活动吸引来关注的，活动结束，这波路人粉就取关了；二是推文角度，分析当日推文与其他时间段推文有何差异，是否有足够的理由让大批用户取关。
用户增长中新增人数的来源也是数据分析的重要指标。下面简单介绍一下目前关注公众号的主要渠道：
搜一搜：即通过搜索栏进行搜索关注，如多平台引流。
扫描二维码：常见的互推效果观察，或其他附有二维码的传播活动。
文章内账号名称：文章标题下的蓝色公众号名称点击关注，头部的引导效果观察。
名片分享：通过分享名片到微信群或好友对话框关注，在于公众号的口碑传播。
支付后关注：针对开通微信支付的公众号，用户他人转载：其他公众号发布转载文章后，通过推文上方引导关注到原创公众号。
微信广告：通过广告宣传引来的关注，可观察广告效果。
模拟数据分析
如上图所示，运营者可以通过分析用户来源，明确银行公众号的开源渠道，进而有针对性地通过活动等方式，在有效的渠道上，设计增长机制，增长用户。
用户属性
利用公众号后台【用户属性】可以查看关注用户的性别分布、年龄分布、语言分布、省级分布、地级分布以及终端分布，构建出简单的用户画像，进而可以在用户画像的基础上，推送用户感兴趣的内容。
对银行公众号而言，性别、年龄、省级是可以重点了解的用户属性，通过性别可以预估用户感兴趣的内容，年龄可以大概判断经济能力，省级可以了解粉丝的地域分布，策划有针对性的区域活动。
需要提醒的是，微信官方后台所收集的用户属性并不完整，如果银行需要构建更完整的用户画像，还需要借用其他渠道获取用户数据，进行用户数据分析。
02
内容分析
在公众号后台，对图文数据的呈现还是比较详细的，有对全部图文的关键数据分析，也有对单篇图文的关键数据分析。时间维度上包括小时报和日报，最长日报时间段为三个月。
全部图文的数据包括数据趋势和渠道构成。数据趋势可以自选时间段，查看这一时间段内推文的阅读次数和阅读人数，注意留意峰值数据。
模拟数据分析
如上图所示，红圈内标识的是当月阅读次数和阅读人数的最高峰，出现此类情况可以结合峰值前推文内容进行分析，判断是否是某篇“爆款”推文引来的流量。
单篇推文的数据分析详情页有送达转化、分享转化、阅读完成情况等关键指标。下面对这几个指标做详细说明。
送达转化
送达转化=公众号消息阅读次数/送达人数，也就是通常所说的打开率。
决定打开率的主要因素包括以下两方面：
主观因素：文章标题是影响打开率的主要因素，标题取得好不好，直接影响到文章的打开率高不高。此外，还有文章选题、文章封面图、内容摘要、发送时间等。
客观因素：目前用户关注公众号数量越来越多，推文时间重叠，信息覆盖频率加快，也会导致打开率的降低。
在这种环境下，银行公众号要抢占用户注意力，除了在内容上吸引用户之外，也可以引导用户置顶银行服务号或将银行订阅号设置为星标，由此间接提升公众号打开率。
分享转化
分享转化主要衡量一次传播（公众号会话阅读、首次社群/朋友圈分享）和二次传播（朋友圈阅读、在社群/朋友圈在此分享）的效果，通过分析分享转化指标，可以判断出，一篇文章是否具有传播性，判断文章的阅读量来源于已关注用户，还是分享的结果。
模拟数据分析
如上图所示，分享产生的阅读次数远远高于公众号消息阅读，二次传播的效果明显大于一次传播。
此外，通过分析阅读量与朋友圈分享占比，也可以分析出文章标题与内容的关系，从而对运营做出调整。两者的关系可以通过下面的四象限图展示：
1
阅读量低、朋友圈分享占比高
说明文章标题不够有吸引力，但看过文章的人觉得内容不错，乐意分享。这种情况需要考虑优化文章标题。
2
阅读量高、朋友圈分享占比高
说明文章标题和内容都属于上乘，具有传播潜质。
3
阅读量低、朋友圈分享占比低
说明文章标题和内容都不够有吸引力。
4
阅读量高、朋友圈分享占比低
这类文章一般是凭标题吸引读者点击，且阅读量大多来自公众号会话阅读，但内容一般，所以读者分享率低。
阅读完成情况
阅读完成情况包括跳出比例和仍读比例，纵向为阅读人数百分比，横向为文章浏览位置。跳出比例与仍读比例是两个很直观了解公众号文章质量的指标，更能够抓取单篇文章问题点。
模拟数据分析
如上图所示，读者在推文10%前有一个高峰的跳出比例，说明此类用户可能被标题吸引进来，但看了文章开头后发现内容与自己的期待不符，随即跳出。这种情况下，可以考虑调整文章开头，尽量能够吸引用户。
03
菜单分析
银行公众号往往在菜单栏设置多个服务窗口，通过分析菜单栏的点击次数，可以找到用户感兴趣的内容，及时调整菜单文案及菜单内容。
如通过数据发现某个子菜单根本无人点击，可以先调整名称，若还是无人点击，说明这项子菜单对用户没有意义，不如干脆去掉。又如在某一时间段内，无宣传的情况下，某一子菜单点击量上升，就要考虑这一阶段用户是不是在某方面需求上升，银行对此可以进一步挖掘。
04
消息分析
通过对银行公众号的消息分析，可以找到用户集中访问时间，找到关键词，做好FAQ，进而进一步完善银行公众号的关键词回复设置，及时设置相应的【自定义关键词】，提高银行公众号服务用户的能力。
模拟数据分析
如上图所示，在单日消息发送人数统计中，18：00-22:00之后的消息发送人数高于其他时间段，运营者可连续观察多日，若此规律长期存在，可得出用户集中访问时间段在18：00-22:00的结论，那推文的推送时间也可设置在这一时间段，提高阅读率。
如上图所示，运营者可以在【消息分析】中查看用户发送的关键词，包括自定义关键词和非自定义关键词，可通过关键词的出现频次了解用户需求。若某个非自定义关键词出现频次很高，银行公众号就需要去完善对此关键词的FAQ或服务，满足用户需求。
二
同行竞品数据分析
银行公众号的竞争对手，除了其他银行的公众号之外，也可以选择行业领域内的标杆大号作为观察对象。关于银行公众号如何选择竞品，可以查看我们之前推送的《深挖公众号运营，你需要这份超实用的竞品分析拆解~》一文。
确定好竞品对象后，就可以对相应的数据以及日常运营的一些动作进行监控。当然，能够监控到的数据是有限的，这个工作可以借助新榜等平台工具获取数据，建立对竞争对手的监控表格，表格中的监控数据包括但不限于文章标题、文章位置、推送日期、文章形式、阅读量、好看量、留言量等。
通过观察同行公众号，银行公众号可以为自身的运营作参考，包括内容选题及营销活动上的参考，进而不断对内容进行优化。
三
周期性数据分析
因为不同银行公众号的更新节奏不同，运营者可以根据所需选择合适的数据分析周期。
01
以周为单位
对于银行公众号来说，运营者可以建立图文数据表格，以周为周期，对数据进行更新，涵盖的指标包括但不限于：日期、图文数据、文章标题、内容形式、阅读数、点赞数、打开率、分享率、当日涨粉/掉粉数等，如下图所示（模拟数据）：
这些数据采集可以以7天为周期，因为微信公众号后台对一些数据指标最长也只计算到第7天，此外7天后的数据增长波动相对来说比较小。
面对这些历史图文数据表格，运营者可以结合之前所说的公众号后台数据指标，做成可视化图标，分析出什么样的内容是符合用户需求的，什么样的内容是具有传播性的，什么样的内容是能够涨粉的，形成一份周数据工作总结。
02
以月为单位
以月为单位的数据分析，其实和周工作相差不大，只不过需要在周数据的基础上进行整理，形成以月为单位的数据报表。
因为月的时间相对较长，且月数据通常会跟上月对应数据进行对比，以此归纳出数据的趋势走向。
此外，月数据的总结性会更强一些，柱形图、条形图、饼图、圆环图都是常用的可视化图标形式。运营者通过对月数据的分析可形成月总结报告，并针对下月的运营计划提出相应的建议。
模拟数据分析
上图为某银行公众号月度推文阅读次数饼图。从图中可以看出，【聊天会话】和【朋友圈】阅读次数占比较大，而这两个渠道都属于分享渠道，可见公众号推文的传播与读者分享关系很大。因此，在后面的运营过程中，银行可以有针对性地对公众号内容进行推广，如鼓励员工分享朋友圈等。
最后想要提醒大家，我们在对公众号数据进行维度的分析时，不能太过单向思维。因为不同维度之间，甚至是同个维度不同关键指标之间，都存在相关性，所以分析数据，要多向结合进行，否则就变得非常局限。
新视界总结
数据分析如同一条绳索，应该贯穿整个银行公众号运营之中。只有通过一次次的数据分析，才能不断对运营策略进行验证和修正，引领公众号走上精细化运营之路，从而在同行竞争中脱颖而出。
如今公众号的发展已经相对成熟和平稳，数据驱动运营是大势所趋。本文中我们介绍的数据分析还比较浅显，但我们希望能起到抛砖引玉的效果，提醒银行公众号运营者重视数据，多用数据，也许就会开辟出不一样的运营之路。
了解更多数字化营销干货，欢迎关注：金融营销新视界
