如何分析数据优化传播能力-如何写作
为什么要分析数据？原因是避兔臆测
人是主观的，数据是客观的。数据可以最直观、最理性地告诉你你在哪些方面做得好，在哪些方面做得差，在啷些方面需要及时纠正这是移动互联网时代给写作者的福利，在传统媒体时代，我们是拿不到很多数据的，拿到的数据也没有那么准确。
因此，每个写作者都要形成数据思维，研究传播时少一点“我觉得”“我认为”，多一点数据支撑，因为人的判断力经常是不靠谱的至少是不稳定的，而数据不会撒谎。
那么，我们应该分析哪些数据，如何分析？
阅读总量
上一节讲到，传播的第一层是让读者阅读，第二层是让读者转发。因此我们分析数据的时候，首先要看的是一篇文童的阅读总量
阅读总量跟你的选题、标题质量直接相关。因此，标题和选题是影响传播的关键点。你的选题、标题好，打开率就很高，相应的阋读量就不会差；选题差、标题不好，用户的点击欲望就会瞬间下降，相应的阅读量也一般不会好
所以，你每天要通过这个数据来复盘你对选题的敏感度、对标的把控度，进而更好地预判阅读量。
转发分享
在传搔数据中，最重要的就是文章的转发分享人数。点开阅读代表的是你对存量用户的利用，分享人数代表着你的增量用户。如果你的账号阅读量很高，但高阅读量只是靠打开率实现的话，那就不好了，因为这样你的增长就停滞了，只有分享才能带来新的增量
（1）阅读量低、分享人数低说明：选题、标题差，写得也不好。即喜欢看的用户不多，看完原意分享的用户也不多
（2）阅读量低、分享人数高说明：标题差，但写得好。标题不好，点开率低，但是看过的都说好，都原意分享，所以分享人数很多。
但因为标题差，分享也没带来多少增量，所以阅读量还是不高
（3）阅读量高、分享人数低说明：标题好，但写得不好。这个就是标题起太好了，用户一看就想点，但看完文章觉得很不好，肯定不想转发
（4）阅读量高、分享人数高说明：标题好、写得好。这就是我们追求的，谁都没有辜负谁
互动数据
互动一般指的是点赞和留言，这两个数据理想，可以刺激更多的转发分享。
点赞数能够非常直观地反映你的内容质量，如果阅读量很高，赞数很低，说明大部分用户没有认可你这篇文童，传播效果势必不好。
留言数是判断你选题质量的风向标，如果你的选题特别好，戳中了用户痛点，满足了用户需求，留言区一定很活跃。如果你的留言区非常冷清，说明这个选题不是大家感兴趣的，或者说明你的文章质量太差了。这些也会直接影响传播。
用户数据
用户数据是传播效果的最终反映，因为用户增长是我们传播的终极目的—拥有更多的读者
用户数据一般有新增数、取关数和净增数（新增数-取关数=净增数）
因此，我们首先关注的是新增数，而且最好将这个数据跟阅读量、分享人数一起看，因为不同的文章，带来新读者的能力是不同的。有的文章10万人看了，只有100人关注你，有的文章10万人看了，可能有几千人关注你。我们要不断分析这个数据，以便知道写哪类文章么写文童，传播效果好的同时转化效果也好
其次，我们要关注取关数。取关是已有读者对你发出抗议的信号要么是你的内容定位不是他们喜欢的了，你的内容没有从前好了，要么是你的内容传递出了他们不认同的观点和价值观，这个也要被重视。另外，适当比例的取关是正常的，读者来来往往是常态，就像人们喜欢的东西一直在变，你要关注的是那些非正常数据，比如某天取关数异常高，你就要认真分析了
最后，我们要关注净增数。净增数才是我们一次传播的果实。每日净增数的理想状态是：整体稳定，呈上升趋势。净增数至少是稳定的，不要今天净增1000，明天净增200，后天又净增500，如果每日净增不稳定，那说明你每天的内容不是持续、稳定、符合用户预期满定用户价值的，这时候你就需要进行调整了。如果你的净增是负的，你就要停下来重新规划内容了
定期复盘
定期复盘可以让你周期性地、整体性地看这些传播数据，核心目的是总结普遍规律。
比如一个月结束，你要整体看数据，清楚阅读量最高的5篇文章是哪些，转发人数最多的5篇文章是哪些，整体数据最差的5篇文章是哪些，再分别去分析原因，然后在后期的运营中扬长避短。
同时你还可以建立一个爆款选题库，把每个月阅读和传搔数据最好的标题、选题都整理进去，后期做选题、起标题时都可以做参照
每一个写作者都要形成“数据思维”，让数据去量化、反馈、指导传播工作，用数据明确传播目标。心中有数据，才能得心应手、进退有据。
