大家好，我是点点医生事业部的技术开发,公司ERP系统负责人，曾参与开发点点医生的后台，点点医生的冷启动，在线咨询，支付与退款，名医视屏（更名为名医讲堂），运营大数据屏幕的数据接口等。
今天这场分享主要是针对[点点医生]
尽管我们以各种意想不到的方式在不同的场合绽放光彩，但是今天已经不是一个简单的数据时代，而是如何用好小数据的时代。看大数据，不如用好小数据。【点点医生】，成就属于我们的小数据时代。
今天，我们的主题：医疗产品的小数据分析-点点医生
一、医疗产品如何拉新促活
用户来了，我们通过提升留存漏斗模型优化关键节点，通过种种运营手段提升次日留存，来提高日活。
医疗产品如何拉新促活？
不可能。
为什么这么说？
问题来了：用户今天不在作图软件作图，用户今天不挂号软件上挂号，那么用户来做什么呢。
比如：支付宝做社交。
…为什么支付宝的眼里都是泪水…
核心：不以用户活跃度，而是以品牌影响论英雄
即，我们的目标是：积累用户口碑。
用户觉得产品好用，才是产品的成功之道。
而产品好用的核心关注点：功能使用频次，功能使用时长，用户没有完成最终目标退出的比例。
即考核功能的易用性，产品价值度。
二、文章质量评价体系和数据抓取
注意:文章的传播力和的自身价值没有必然的关系。
一篇很好质量很高的文章，可能收藏量、点赞量很多，但阅读量、传播量不一定很大；相反，很多价值不大的文章，因其易读且迎合用户部分心理需求，传播力会大不少，阅读量和转发量“蹭蹭”的上涨。
多维度分析
一套完整、全面的文章/内容评估体系，归纳出的微信文章/内容质量评估体系，共罗列出了5个维度，即粉丝增长指标、粉丝活跃指标、文章信息指标、文章传播指标和文章价值指标，5类指标下又包含若干类型数据，尽量将分析的“颗粒”细化。
抓取数据指标的信息汇总表格
详情见图：
2.1粉丝增长指标
粉丝增长指标反映粉丝在某天当中的增长/取关情况，下面涵盖3类数据—新关注人数、取消关注人数和净增关注人数。
其中，“新关注人数”和“净增关注人数”是正向指标，也就是越大越好，而“取消关注人数”则是反向指标，越少越好。
在不做活动的情况下，这3个指标综合起来看，可以反映出当天总体人群的阅读质量怎样—阅读量足够大，文章足够好的情况下，粉丝的增长会多，取关的人数会少；假使标题党，诱使粉丝阅读或关注，粉丝的取关数量会很多。
2.2粉丝活跃指标
粉丝活跃指标反映了所关注粉丝的活跃度情况，这里包含有图文阅读人数、公众号会话阅读人数和来自历史消息的阅读人数。
值得注意的是，这3个指标都是发文后7天内的统计数据，具有一定的时效性，能反映出粉丝对本公众号的关注/重视程度（如果不重视的话，可能过很久甚至从不打开，出现极端的情况是，文章从朋友圈或是好友转发处看到。）
其中，“图文阅读人数”是7天内对某篇文章的总阅读用户数。“公众号会话阅读人数”是指从公众号推送的会话里打开的，反映出读者已经养成了在订阅号里查看推文的习惯，有一定忠诚度和活跃性了。从历史消息里看，可能有两种情况：一是粉丝新关注公众号后，会在历史消息里翻阅过往推文，表示ta对公众号的内容很感兴趣；另一种情形是，粉丝忘记查看之前的推送消息，看到目前的这篇后，会兴致盎然的查看过往推送记录，两者都反映出粉丝对公众号的感兴趣，能体现粉丝活跃性。
2.3文章信息指标
文章信息指标是文章发布的基本信息，包含文章标题、文章发布日期和文章发布时间点。
这3类数据/信息不能单独进行分析，需要结合其他维度的数据进行关联分析，用以判断文章质量的优劣。
2.4文章传播指标
文章传播指标反映微信推送内容的传播力度/效率，因为在一般情况下，微信推文的生命周期基本维持在一周（绝大部分的阅读量在此期间完成）。该指标下辖4类数据—从公众号分享到朋友圈人数、在朋友圈再次分享人数、在朋友圈阅读人数和来自好友转发的阅读人数，这几个指标都是发文后7天内的统计数据，具有一定的时效性，能反映文章在7天内的传播效果。“从公众号分享到朋友圈人数”指粉丝在公众号会话里查看推送内容后，再转发到朋友圈再次被阅读的人数，也称之为“二次传播率”；“在朋友圈再次分享人数”和“来自好友转发的阅读人数”可以理解成“三次传播率”，它们的传播路径过于复杂，见下图所示：
2.5文章价值指标
文章价值指标表示阅读者对文章内容的认同和赞许，认为文章给他们带来了某种价值（如心情放松、获得新知等），该指标下辖4个指标—总阅读数量、分享人数、微信收藏人数和点赞数量。
其中，
分享人数、微信收藏人数是发文后7天内数据，而阅读数量和点赞数量是文章从发文之日起至今的总数量。
2.数据清洗
数据清洗，并进行K-M均值聚类分析，进行文章价值度的分类。
K-M 分类数据
3.数据处理
- 第一类：传播力非常强，在一周内传播时效性显著，但粉丝增长度低，且文章具有非常高的价值（对目标用户来说很“值”），同时相应的粉丝也非常活跃；
- 第二类：文章一周内的传播力较强，粉丝增长量较高，文章的价值度较高，粉丝活跃性良好；
- 第三类：文章传播效率地，粉丝取关量大，文章价值度低，粉丝活跃性非常差；
- 第四类：文章传播效率一般，粉丝增长量较大，文章价值度一般，粉丝活跃度一般；
- 第五类：文章传播效率一般，粉丝增长度一般，文章价值度一般，粉丝活跃度一般。
可以进一步将上述指标数据值进行标准化，文章各指标的量化表：
第一类文章
从上表可以看出，这篇文章的传播效果和文章价值度、粉丝活跃度都非常好，但粉丝增长量很小。一个抢点借势、内容区分度较好的文章。
第二类文章
第二类文章的各项指标相对均衡，是这五类文章中质量最佳的类型。
第三类文章（局部）
第三类文章在这5个分类中属于“最差”的，其中的营销类（广告）较多，再就是讲座类的内容，缺少“干货性”的内容，不符合目标受众的口味。
第四类和第五类
依次类推，需要结合各项指标来进行诊断分析，得出规律性的结论。
三、 文章数据的描述性分析
3.1 文章标题
先对文章的阅读量”、“点赞量”、“收藏量”、“正文字数”和“标题字数”进行描述性统计分析，获得这些数据的“第一印象”
部分数据解读：
- 单篇文章阅读量的最大值是63520。
- 读者的评论较稳定，50-70之间。
- 文章字数均值1400，偏差较大，当然大多数文章都有配图。
- 标题字数28左右
阅读量与正文字数、标题字数之间的关联分析
分别对“阅读量”与“标题字数”、“正文字数”做了散点图分析，以期判断它们之间是否存在相关关系。
从上图来看，阅读量和标题字数之间并没有明显的线性相关性，标题字数及其对应数量的散点分布，近似形成了一条左偏态的正态曲线，从图像上印证了上面的描述性分析，而且更新了我们的认知：在25~30这个“标题字数”区间的文章数量最多。
从上图可以看出，从1500字开始，阅读量和正文字数在大体上呈负相关关系，即文章字数越多，阅读量越小。由此看来，大家都比较喜欢短平快的“快餐式”阅读，篇幅太长的文章看起来太磨人。。。
3.2 公众号的内容
后台聚类分析，得出下表：
建议：吸引年轻用户群体
方法：
- 1.文字增加动图、表情包等使文章整体风格保持清新
- 2.开通微博引流
3.2.1 用户精准度分析/验证
用户来源、渠道分析，用以判断粉丝的来源路径
用户的来源分析，如上图红色虚线框所示，主要分为公众号搜索、扫描二维码、图文页右上角菜单、图文页内公众号名称、名片分享、支付后关注、其他。它们间接反映的用户行为如下图所示：
对本公众号的粉丝来源进行整理，(图略)，本公众号粉丝来源细分
数据可知
本公众号的粉丝绝大部分来源于“扫描二维码”，其次是公众号搜索，名片分享。
结合“粉丝来源及对应行为分析“，
“扫描二维码”行为解释：
对于粉丝以“图文页公众号名称”为主的加关注行为有如下几种解释：
- 本公众号名称具有吸引力，引导粉丝关注
- 粉丝被引导关注的标题吸引
- 文章质量较高，粉丝第一时间关注
- 通过“扫码二维码”这个路径进来的粉丝，意味着ta是在阅读完文章后加关注的，此类粉丝较“图文页公众号名称”进来的更为挑剔，同时也反映这类粉丝更为“死忠”和精准，质量很高。
- 在2017年6月23日，来自其他渠道2073个新增粉丝，异常（6月21日发文为第三类）。
2017年8月7日，来自其他渠道1854新增粉丝，异常（8月7日发文为第五类）。
- 10月9日《长痣会变恶》，9月26日《每天掉多少头发》，8月14日《20岁小伙洗澡》，5月11日，5月3日护士节投票活动分别被不同平台转载，明显可以看到阅读量的提升，通过“公众号搜索”加关注的粉丝增多。
3.2.2 内容分析，优化公众号的结构和内容
内容优化判别
诊断问题和发现规律
按照图文分析—>全部图文， 在“趋势图”下方找到“导出excel”这一项，设定好日期区间，将这些数据进行导出：
导出的图文数据中，无论是“图文页阅读”、“从公众号会话打开”、“从朋友圈打开”、“分享转发”还是“微信收藏”，都有“人数”和“次数”这2个类别，为了精简分析项目，只保留了每个分析指标里关于“人数”的部分。经整理，整合粉丝数据和内容数据，得到 “日期&粉丝&阅读&内容”对应热力表，将此表命名为“发布内容信息诊断表”。
注：
一次转化率=公众号打开人数/累计关注人数（千分比）
二次转化率=从朋友圈打开人数/累计关注人数（千分比）
识别这些天发布内容的优劣情况及发布时间上的规律，起到诊断问题和发现规律这2个作用。
诊断问题
文章的转化率情况：
会话占比高真的好吗？
首先来看数据概况中的“阅读来源分布”图。
下面是两篇头条文章的阅读来源饼状图，考考大家觉得哪个阅读量会更高？
答案揭晓：左图文章的阅读量是右图的近十倍。
一篇文章阅读来源中的“朋友圈”和“好友转发”代表着它的传播量，如果这两者占比很高（如左图），说明这篇文章二次传播得很广，阅读量自然会蹭蹭上涨，还会带来更多新粉丝。
但如果“公众号会话”占比很高（如右图），只能说明二次传播效果不理想。就算是用标题党让很多用户点了进来，也很难有后续的阅读数上升。
更加深入的分析需要点进“数据概括”旁边的“详情”，这里显示了大家都很关注的转化率。放张截图：
可以看到图上有两个百分比数字，第一个就是通常所说的图文打开率，计算方法是：公众号会话阅读人数/图文送达人数。
据说：打开率基本都不足5%，正常的可能在2%-3%的样子。
第二个百分比代表的是：看了公号推送的读者有多少转发到了朋友圈。这个数字基本反映了文章的传播情况。
据说：2%左右。
长期观察这两个数字，能对公号内容存在的问题有个大致了解。
可以看出，阅读量的来源绝大部分在一次传播上,粉丝粘性不强,用户二次转化率极低。
发现规律（考虑删除）
发现合适的内容方向
在发布时间和发布渠道固定的情况下，可以判断出是内容上的改变带来了这些数据的协同增长。
从上表中可以看出，用户感兴趣的健康科普知识方面。此外，用户倾向于图片式的展现形式，这样的阅读体验更为直观和亲和。上述关于内容方面的选题和形式的经验，可作公众号文章素材查找、撰写和编排的方向的参考。
四、非结构化文本数据 （考虑删除）
以【几乎所有孩子都中招】为例
4.1 语义分析实体抽取
4.2 词频统计
4.3 词向量统计
4.4 关键词权重统计
建议
优化微信后台统计数据
- 1.有关联性的数据，呈现不够集中，不够直观
- 2.部分数据的采集，必须手工完成，汇总繁琐
- 3.无法展现某个时间段的多个模块的数据表
- 4.部分数据的更新是实时的，无法及时监测到时分级的增量浮动情况
- 5.单篇图文的数据分布太分散，导致加总计算数值对不上。
如何提高文章价值度
你内心有没有产生过疑问：
“文笔流畅，思路如泉涌的你，文章阅读量怎么那么可怜呢？”
小数据分析，统计一般性的规律。（只作数据分析交流用）
1.创造用户阅读兴趣
我们在分享干货知识的时候，喜欢“直接教给别人”，比如
“秋季要“四防”，若不注意小心落下病根！ ……”
或者：
“这6种人最易招来癌症！你是否也在其中？”
这样的思路简直像标准的议论文一样“开门见山”，直接告诉别人答案。
++它们无法让吸引读者看下去++。
因为：当你说“秋季要“四防””之前，你并没有让读者产生“我很想知道”的渴望；
当你说“这6种人最易招来癌症”之前，你也并没有让读者产生“我很想知道具体有什么方法可以预防”的渴望。
这些文章在读者产生了对答案的渴望之前，就给出了答案。
而这肯定是无效的。
如果你想卖米饭，就得想办法先让对方饥饿。
如果你推销笔，就请对方为你签个名。
如果你想让你的答案被人读下去，就得先让对方产生对答案的渴望。
创造用户兴趣的方法
违背用户第一直觉的部分。
举例：
《啪啪啪时，这个面部表情要留意！》
《20岁小伙洗澡后竟患上这种病！这个危险动作常被你忽视》
《几乎所有孩子都中过招！避开这6个常见误区，让宝宝好得更快》
《你的一举一动都离不开它！这些习惯却在加速它的老化！》
知乎：实名反对楼上所有答案
《不容忽视！现代人都有这些症状！跟着专家这样做，轻松拥有好脾胃！》
《它能救命亦能误命！权威药师亲授的“干货”，你务必收藏！》
提高价值度方法
举例：
让用户“在熟悉的事物中看到新的解释”。
《你的一举一动都离不开它！这些习惯却在加速它的老化！ 》：
爬山、跑步、跳舞……你的一举一动都离不开它——关节的帮助，可你是否有感到过膝关节的活动不畅，甚至隐隐作痛呢？
其实这些都是关节发出的“求救信号”，大多也是关节损伤、老化的早期症状。
是的，“看到”并不意味着“观察到”，如果你能把文章的理论联系到别人可以“看到”但是“观察不到”的事情上，就会提高文章的启发性。
这也是所有的谜语、迷宫让人看到答案后产生“启发感”的原因—所有人都能看到谜语，但是他们往往猜不出来。这时候如果突然呈现了答案，就会产生“启发感”。
这也是所有的侦探剧、悬疑剧引人入胜的精髓—导演把所有的线索都给你了，但是知道最后，你才突然发现“原来他才是凶手”。
就像夏洛克的经典台词说的：You do see, but you don’t observe.（你看得到，但是没有观察到。）
如何刺激用户疯狂转发
首先，用户什么情况下会分享。
有一个心理学教授曾召集一批人做一个关于三明治喜好的测试，作为回报，被试者可以拿到一定的实验酬劳。
在试验中，这些被试者有2个选择：
1，什么都不做，多获得25%的酬劳；
2，可以把自己关于三明治的喜好分享给周围的人，酬劳不变。
最后的结果是什么？大部分人宁愿放弃25%的酬劳，也要把自己关于三明治的喜好分享给别人。
也就是说，分享转发本身就是向吃饭一样的天生欲望，是不需要金钱激励就会自动去做的事情。
再举个例子，你拍下某个明星出轨的照片！
这也是上文提高文章价值度的初衷。
如果你的信息也能够帮助别人表达想法、说出自己内心想说的话，他们就会自动分享、传播你的信息。
在社交中，几乎所有的人都渴望能够表达自己的想法来影响他人。而如果你的信息能够在这个过程中提供帮助，他们就会转发你的信息。
举例：
朋友圈中经常看到公司老板们分享这些文章：
《致加西亚的信：全力完成任务的，才是好员工》
《细节决定成败：员工最让老板感动的8个细节？》
《情商为王：跟客户打交道时如何压制自己的情绪？》
同样，我们在朋友圈中也经常看到基层员工分享这些文章：
《70%的优秀员工都是被平庸的中层管理者折磨走的》
《研究发现：过度加班反而有害工作效率》
《员工更加勤奋，就能弥补高管在战略上的失误吗？》
在小圈子之中分享和比较的动力，正在大幅超越分享给所有人和所有范围。用户在小圈子中炫耀获得的成就感，远远超过在泛人群中获得的成就感。
举例：
大V店，深究这个产品，发现无数用户在自己小区内组织的读书会等社群行为，帮助它建立起了客均单价800元左右，用户次月复购率50%的亮眼数据；
狼人杀英雄榜背后，无数“法官”自发组局、互相PK游戏排名的行为，帮助这款产品用户数昂扬直上，划出一根非常美丽的增长曲线；
也帮助知识星球成为2017年最优秀的社群产品之一、以及闺蜜圈、分答等一些明星级应用。
。。。
只要有人的地方，就一定有比较——不论这种比较是显性的还是隐形的。
人们可以接受在平均年薪3万的公司里拿到10万年薪，也很难接受在平均年薪100万的公司里拿30完年薪。
即使是没有意义的比较，人们也往往乐此不疲。
所以在2015年刚开始时，几乎所有的互联网公司都丧心病狂地开始用各种手段引发比较：
支付宝推出了10年账单的功能，可以让人瞬间了解自己过去10年支付宝花的钱并转发朋友圈。
微信6.0新版本发布，用户可以分享自己过去1年得到了多少赞、送出了多少赞。
知乎可以让用户知道自己过去一年答了多少题、得了多少赞，并且生动地用语言表现出来。比如“在2014年，您的答案被浏览202万次，超过了《细菌、枪炮和钢铁》的总销量。”
百度地图也推出功能，让用户可以分享自己过去一年去过哪些地方……
甚至每次微信群抢红包，大部分人都会比较一下谁强得多。
还有开机时间，告诉你打败了99%的小伙伴……
实际上，“设计一种游戏，引发用户的比较”这种诀窍早在互联网出现之前就有了。
比如线下的各种会员卡、积分卡、贵宾卡……
深刻了解社群中人们的行为习惯、社群运转的规律，并将之结合在自己的产品和运营中是一个关键所在。
结语：
所有人都需要社交，而如果你的信息能够帮助对方社交的某个过程（不论是提供价值，还是个性化），就相当于提供了一种用户刺激，他们就会转发你的信息。
五、产品管理建议
明确使命：给【点点医生】定一个目标
很多时候，我们只是拉了一群人，却没有设计一个共同目标，即使你再用力发红包，用户仍然和你“各取所需”，产品设计仍然偏离初衷。
我们应该设计一个和用户共同完成的长期目标。
六、结语
我们特别希望通过【点点医生】，让那些真正关注健康的人，需要专业健康指导的人，看到一个由更专业的医生团队支撑的医疗模式是更加高效，更加安全，更具价值的。
我们特别希望通过【点点医生】，让那些真正做医疗的人，拥有数据的人，制定政策的人，看到一个由更专业的技术团队支撑的医疗模式是更加高效，更加安全，更具价值的。
下期预告：
主题：
欢迎关注：一只阿木木
关注数据，挖掘数据