数说公众号｜文章的打开率

通过阅读数高低只能判断单篇文章的好坏，并没办法对公众号的整体运营情况的好坏进行判断。

新媒体运营是一项非常系统化的工作，包含了内容运营、用户运营、活动运营等一系列运营框架体系。

很多人对于公众号文章的好与坏，都是很主观的通过阅读数、点赞数、留言情况来判断。

通过阅读数高低只能判断单篇文章的好坏，并没办法对公众号的整体运营情况的好坏进行判断。

知其然不知其所以然。

接下来，通过对比文章的后台数据，得出一些数据指标，以此来判断公众号的整体运营情况。

通过公众号后台的数据统计维度进行划分，一篇文章的阅读数G=G1+G2+G3+G4+G5。

其中，对于文章阅读数影响最大的三个指标分别是：G1、G2、G3

一般爆文的数据情况是：

G2+G3>G1或G2>G1

这里不排斥另外一种情况，新号的阅读数来源占比也是呈现这样的状况。

正常情况下，都会G2>G3；

通常情况下，公众号的阅读数据的增长趋势都是“L型”发展，文章第二天的阅读数就会出现“断崖式”增长。

“追热点”一直是行业从业者提高文章阅读数据、涨粉的最佳手段，热点的时效性也是一样的，呈“L型”发展。

超过24小时的“热点”，不建议行业从业者再去翻出来写了。当然，如果你有“独家密料”的话，这个热点的时效性就会加长，但也不要超过72小时。

这里顺便提一下活动运营时间原则：24小时黄金时间。

何为“24小时黄金时间”？

去年，我在自己的公众号上面做了一波持续7天的涨粉活动。一天为一个周期，涨粉数也是呈现“L型”趋势。

这个活动的24时内的涨粉效率奇高，24小时候之后，不管我怎么增加活动的曝光，整体的涨粉的趋势都是呈现“L型”的增长趋势。

这个活动之后，我又做了一次测试，通过一张海报在朋友圈里面裂变，粉丝增长趋势依然是“L型”增长。

除了“24小时黄金”之外，这次活动还有另外一个规律：

每天增粉速度出现三个峰值，分别是8:00~9:30，12:00~13：30，18：30~23:00，特别是最后一个时间段，增粉效率最高。

打开率一般指公众号粉丝通过公众号对话打开文章的比率，这里称之为K指（打开率）。

这里的K值（打开率）并不是文章的阅读数除以公众号粉丝数。以前我们计算打开率时，一般都是直接以文章阅读数作为被除数。

通过G值（文章阅读数）来计算K值（打开率），G值包含了五个影响因素G1、G2、G3、G4、G5（具体事例可以翻阅前文的关于G阅读量的说明）。

这样计算出来的K指（打开率），作为判断文章的变化情况会有很多误导性判断。

这里的K值（打开率）是取了关联性最大的G1（公众号对话）换算出公众号对话打开人数，再除以文章推送到达人数计算出来的一个比值。

在计算K值时，取了G1作为单一计算基础值进行换算。以此，来提高对文章K值得判断准确度。

对于K值得影响这里称之为g值（打开率影响因素），这里的g值指可以对K值直接或间接产生影响的因素，主要可分为六大因素：

以K值的影响程度进行排序的话，从大到小，分别是：

X>B>P>T>F>ZY

这个排序为个人判断，仅做参考！

这里对其中两个因素简单做个说明：

（1）文章推送时间

正常理解的话，是指在人们使用微信的高峰期时进行文章推送。这里的“文章推送时间”指的是公众号固定时间段对文章进行推送，养成用户打开公众号文章的打开习惯。

（2）文章概要

很多人会把文章的摘要忽视掉，文章摘要+文章标题两者之间相辅相成。

因为整体的传播上来说，标题是优先露出的，为了提高文章在传播中的打开率（这里的打开率包含K值），难免会成为“标题党”。

通过文章摘要，可以对文章的主题做简单的陈述，有利于减少用户的判断成本，提高打开率。

如果遇到活动或者热点，这个时候的g值影响程度最低。

正常情况下，一个公众号在周期内的K值都是无规律性分布，再加上g值（打开率影响因素）无法直观的得出判断值。

因此，很难通过K值直观的判断出公众号在单位周期内的运营情况。

这里通过对K值进行线性回归分析，来得出线性回归趋势，以此来判断公众号的整体增长情况。

K值得线性回归方程数值说明：

将公众号每日的K值计算出来，依次带入线性回归方式的计算公式，依次得到线性回归方程式，取其中的b进行判断：

bk值代表的是K值得波动情况。

当bk值>0时，公众号的打开率正在上升，公众号整体运营处于正向发展。

一般情况下选题和标题带来的影响是最大的，这个时候最好的做法是分析打开率上升的原因，把所有有可能造成影响的因素罗列出来进行分析。

当bk值<>需要对文章的选题、排版、内容素材等各方面因素进行调整优化。

当bk值=0时，这个情况万年难遇，就不解释了（如果是投放广告的话，不要考虑了，果断放弃，你懂得~）

如果bk值一个周期内，大于0，且连续多个周期都在递增或增长，说明这个号的一直处于成长状态。（甚至可以作为一个投资的判断参考值）

这里介绍一个计算K值线性回归方程超级方便的计算方式：

通过Excel表格，将K值和T值导入，可以直接快速得出线性回归方程。

示例：

上图是我以一周为一个计算周期，T值取1···7，打开率无规律随机生成的数据，计算得出的K值的线性回归方程。

数据说明：

上图数据无法判断整体K值（打开率）的走势，第六天打开率时5.9%，第七天打开率时8.1%，虽然上升了，但是整体的打开率确实在下滑。

通过Excel表格计算回归方程式简易教程：

第一步：导入数据，注意T值和K值的分布，T值一定代表X轴，K值一定代表Y轴。

将导入的数据随意生成图表，在图表上方点击右键，选择“更改图表类型”。

第二步：选择XY散点图，一定要注意T值和K值在坐标轴的位置。

第三步：点击添加图表元素，选择趋势线，找到线性回归方程趋势就可以得到这个K值的线性回归方程了。

（编辑：ASP站长网）