辛苦寫的文章不賺錢?快學會這個方法,效果立竿見影


Photo by?Green Chameleon?on?Unsplash

辛苦寫的文章不受歡迎?

有小伙伴兒會很委屈,他們覺得自己辛辛苦苦寫的文章,制作的短視頻,發表后卻沒有什么人看,于是堅持了幾天后就放棄了,直言內容創業不賺錢。

對于這種情況,大家估計都不會陌生。

值得注意的是:

一,內容創業前期是有一個小小的積累期的,尤其是自媒體推薦機制的平臺,不可能你上來注冊一個賬號,發兩篇文章就火了。度過這個小小的積累期,自然平臺會對你釋放更多的推薦量。

二,因為單純操作沒有好的數據就放棄,這類人其實是意志力不堅定,認為內容創業不賺錢只是他們放棄的借口而已。還有就是他們沒有學會數據分析,通過數據來調整自己接下來的操作。

于是,白白浪費了大好機會。

數據分析能力對于做內容創業非常重要,今天,time就給大家講講,如何通過數據分析來增加作品閱讀量,從而讓你更快賺錢。


先搞清楚自媒體平臺的推薦機制

time以頭條號為例。

當你發表了文章或是短視頻,平臺會先通過抓取關鍵詞來打標簽,然后推薦給閱讀過這些標簽的用戶,一開始的推薦是少量推薦,根據推薦效果,如點擊率,互動率,讀完率等因素來決定后續推薦的力度。

舉個例子。

你寫了一篇關于育兒方面的文章,機器會將這一篇文章先推薦給少量的用戶進行閱讀,我們就比如是1000個用戶吧。

其中有兩百個人打開了這一篇文章閱讀。打開率為百分之二十。

這樣的數據還不錯了,于是機器會擴大推薦量,繼續推薦給更多的人。

但是,如果只有50個人閱讀了,打開率只是百分之五,這樣機器就會覺得用戶不喜歡你這樣的文章,于是就會選擇減少推薦。

雖然很多人會吐槽這樣的推薦機制過于粗暴,有很多質量很好的文章被埋沒,火爆的往往是吃透這些推薦機制的無腦文章。

但是這就是海量信息時代中信息推薦趨勢。

我們必須要順應時代的趨勢,而不是做無謂的斗爭,只會發牢騷。

學會其中技巧,一樣能夠寫出質量又好,數據又好的文章。


學會利用后臺的數據分析功能

就拿今日頭條為例。頭條的后臺就有數據統計功能,分別為概況,圖文分析,視頻分析,微頭條分析和問答分析。

概況的分析主要從文章量,推薦量,閱讀量,粉絲閱讀量,評論量,轉發量,收藏量幾個指標入手。

大家可以通過選擇時間跨度來了解最近發表內容的數據變化。

我建議大家拿出一張紙,一邊看數據,一邊根據不同的角度來向自己提問,這樣就能總結出規律和經驗。

time總結的這個數據提問法,限于篇幅,這里只簡單的說兩個。

如,數據高的,寫的是什么主題要點?結合了什么熱點?發布時間是什么?等等。

如,數據低的,寫的是什么主題要點?發布時間是什么時候?等等。

如果你經常在頭條上發表文章,可以選擇圖文分析。

點擊進入圖文分析后,你可以從選擇7天,14天,30天三個跨度來對某篇文章查看具體的數據。

指標分別為“平均閱讀進度”,“跳出率”,“平均閱讀速度”,“閱讀來源分析”,“閱讀完成度分析”。

“平均閱讀進度”指的是所有讀者對該內容的平均閱讀完成度,該指標是越高越好。如果文章質量差,沒有融入營銷策略去迎合讀者心理,這樣的文章也肯定平均閱讀進度低。

“跳出率”指的是所有讀者中,閱讀進度不足20%的讀者占比,該指標是越低越好。說白了,讀者也許剛看了個開頭就不想讀了,然后選擇關閉。

有爭議性的內容,跳出率也容易高,不同意文章觀點的用戶就會選擇直接關閉,但是,有些爭議的內容也有好處,讀者容易通過評論等方式表達見解,這樣互動性好的文章能提高推薦量。

需要注意的是,并不是平均閱讀進度指標低,跳出率高的文章就一定不是好文章。

有很多高質量的文章被埋沒,無非就是沒有掌握自媒體寫作的規律。文章寫的太干,太長,雖然干貨很多,卻沒有給到讀者真正需要的,讀者其實心里面很明白,看到一篇很好的文章,他們雖然讀不下去但是卻會收藏起來,這就導致高質量的文章往往跳出率高,但收藏量大。

time說過,讀者的收藏夾其實是冷宮,讀者當時覺得收藏起來,有時間慢慢看,放心,他們永遠不會有這個時間。

“平均閱讀速度”指的是所有讀者對該內容的平均閱讀速度,閱讀速度越快,證明文章寫的越直白,越淺顯,閱讀速度越慢,說明文章寫的越深,需要一邊思考一邊閱讀。

“閱讀來源分析”,指的是用戶是通過什么途徑閱讀這一篇文章的。我沒有做其他的推廣,可以看出文章大部分依賴的是平臺推薦。

“閱讀完成度分析”,指的是用戶閱讀該文章不同完成度的比例。

通過這些數據,結合我剛才介紹的數據提問法,就能讓內容創作者明白運營中的問題,如選題,標題,配圖等等。

找到問題才能對癥下藥,這樣就可以快速見效。

就好比time的一個讀者,他的文章寫的不錯,但閱讀量不高。經過數據提問法排查后發現問題主要是出現在標題上。他還是用原來寫作文想題目的方法去寫標題。

問題找到了,就等于解決了一半。

time之前詳細講解各個平臺如何寫有效標題的方法,讓他趕緊學習,用講的方法去改標題,練了幾天后效果就來了。

我們需要有策略的執行,而不是悶頭瞎干,數據分析是執行復盤的一個方法,根據效果不斷調整可以讓你進步的更快。

需要明白的是,數據分析是反應問題的一個指標,但是我們不能被數據所脅迫,為了提高閱讀量,打開率就盲目亂踩熱點,用擦邊配圖等,題不對文很容易被舉報,即便打開率高的,但跳出率也會提高。

我提倡大家用正規的方法去做內容創業,這樣我們能夠長久的賺錢,吸引更多的機會,靠個人品牌輕松賺錢。而不是一個號被封,再做下一個,永遠抓不住機會。

除了內容分析以外,頭條還有一個粉絲管理的功能,提供粉絲概況和粉絲畫像兩個分析功能。

粉絲概況指的是粉絲的日常增長情況。如,新增多少粉絲,有多少取消了關注,凈增粉絲數量,累計粉絲數量。

通過這個數據也可以反映出你的內容在用戶那里的歡迎程度,什么樣的內容容易漲粉,什么樣的內容容易減粉。

容易減粉的內容是雷區,少寫。容易漲粉的,可以多寫。

粉絲畫像內容是通過大數據來勾畫出你的粉絲大概屬性,我覺得,比較有用的是粉絲的性別。粉絲以男性居多,那么就可以在內容領域下多選擇男性喜歡的選題,如果是女性居多,就多選女性喜歡的選題。

至于粉絲畫像中的“你的受眾都喜歡哪些分類的內容?”和“你內容里的哪些關鍵詞更受關注?”這兩個數據,我個人覺得不是太準。可以忽略。


好啦,今天就分享到這里,希望我講解的能夠對你有所幫助。歡迎關注,點贊,評論和轉發。

我是time,一枚用大白話講干貨的萌萌噠,time專注分享兩件事:一是自我提升,二是內容創業。


本文均為作者原創,未經允許和授權,不得轉載,違者必究!

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,156評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,401評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 176,069評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,873評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,635評論 6 408
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,128評論 1 323
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,203評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,365評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,881評論 1 334
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,733評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,935評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,475評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,172評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,582評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,821評論 1 282
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,595評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,908評論 2 372