微信公众号阅读量忽高忽低，问题到底出在哪里？怎么解决？

从上图可以看出，韩寒、郭敬明和李尚龙的微博粉丝的年龄段主要集中在“19-24岁”这个区间，这是“第一集团“，而“第二集团”是“25-34岁”这个年龄段区间，而韩寒的粉丝年龄段“第一集团“和”第二集团“人群相差无几，不过这也好解释，他的文风犀利但有深度，有自己的人生哲学（对比《后会无期》与《小时代》系列、《你只是看起来很努力》即可知）俘获广大80后粉丝有关。

综上所述，该公众号主要面向人群是19-24岁这个年龄段的人群，次要人群为25-34岁，据一般常识判断，粉丝群体应涵盖学生群体（高中生、大学生）、白领群体。

（2）目标人群的性别分析

▲3位作家单条微博对应的粉丝性别分布

据上图可知，几位作家对应的粉丝群体的性别主要以女性为主，尤其是郭敬明和李尚龙的粉丝群体女性占比极大，分别达到90%和75%上下，造成这种情况的原因如上分析。

综上所述，该公众号面向的人群主要是女性群体，加上年龄特征，即女青年。

（3）目标人群的地域分析

▲3位作家单条微博对应的粉丝地域分布

关于粉丝地域分布，笔者是想找出几位作家人群的共性分布区域，缩小地域范围，在几个区域进行集中发力，到时可以着力找当地的畅销文学、事件、人物等内容素材信息，打造粉丝群体喜闻乐见的文章；抑或找到当地有影响力的自媒体进行推广和互推；后期盈利变现也能有的放矢。

上面可以看出，上海、北京、广东三地的粉丝较多（当然也不排除这里的互联网发达，网民较多…），这里可以作为主攻区域。

（4）粉丝的兴趣图谱及情感需求分析

这部分需要对上述3条微博的互动粉丝的兴趣标签进行整理。将三条微博的粉丝兴趣标签进行优先级赋值和归并计算，找出得分较高的前10个兴趣标签：

▲对粉丝兴趣标签进行处理

由此，我们可以得到公众号目标人群的10个最重要的特征，关于它的用户，笔者将在后面提到。

再经处理，得到如下“兴趣-行为动机”对应表和最终的3类主要情感需求象限。

▲3条微博粉丝的“兴趣-行为动机”对应表

▲目标人群的情感需求在Censydiam动机分析模型中的反映

由上述分析可知，公众号的粉丝的情感需求是“享乐/释放”、“舒适/安全”和“个性/独特”。这三类情感需求对应的是三类不同的粉丝群体，所以在后续的公众号定位及栏目规划时需要兼顾三者的差异性需求。

好了，通过间接手段，我们获取了目标人群的用户画像，了解了他们的基本特征，这对我们进行公众号的内容规划、风格调性和粉丝获取渠道都很有帮助。

然而，对于微信公众号的定位来说，仅有上述信息是不够的，因为我们还需要确认目标人群的阅读偏好，知道哪些内容是他们喜闻乐见的，据此可以“投其所好”。

获取粉丝的阅读偏好信息

该部分的目的在于获取目标人群的阅读喜好，了解他们喜好什么风格的文章，里面包含哪些意象/元素（帅哥、虐恋还是各种关于青春的东西），涉及到哪些关键词，这样便于栏目规划、菜单设置及后续的内容（伪）原创和采集。

总之，这一步是为内容输出奠定框架和找准发力方向。

为此，我们需要进行文本挖掘，笔者采用了网络内容分析法进行分析，从中提取粉丝的阅读偏好相关信息，对应的工具是Tagxedo和Netdraw。

1.语料提取

进行网络内容分析的第一步是采集精准、高质量的文本分析语料，需要找到符合上述用户特征的文本数据。

为此，笔者采用大数据文本采集及分析工具（新浪微舆情）进行文本数据采集和部分数据的分析。采集时间段是2016-6-1~2016-10-13，数据来源为全网。

▲输入“青春文学”进行全网文本数据采集和分析

这段时间全网关于“青春文学”的信息量分布情况，如下图所示：

▲全网关于“青春文学”的信息量分布

将这些文本数据导出到本地，形成Excel格式文件，再按“青春文学”文本数据在上述传播渠道中所占的比重进行相应分层随机抽样，并进行同比例的人工随机抽样校准（看抽取的样本有没有问题，有的话及时剔除，再进行补充），最终得到1526条文本数据，如下图所示：

▲经抽样得到的最终分析文本数据

2.词频分析

经过系统处理，从这些定性语料中抽取出若干关键词形成词云，可以获得这些语料的初步印象，有一个直观的判断，见下图：

▲定性语料形成的关键词云

从上述关键词词云中，能直观的看到“爱情”、“故事”、“关系纠葛”（他们、你的、她们、她的、我们）、“青春”这些关键词，由此在直观上可以对公众号的内容运营方向有一个“朦胧”的感觉。

不过，这还不够细致，我们还需要进行更为深入的分析。

将语料中最为重要的150个关键词（按词频和权重）进行提取，下载到本地，然后基于对“青春文学”背景知识的了解，进行人工的词汇定性分类（见颜色标注），如下表显示：

▲从语料中提取出的150个重要关键词

从上述关键词表中，可以得出以下几类主题：

● 爱情（爱情、美好、爱上、遇见、幸福、火花、感情等）

● 校园（青春、学校、校园、高中、大学、同学、学院等）

● 美女（单纯、公主、可爱、萝莉、美丽、美女、妹妹、妹子、女生、女主角、最美等）

● 帅哥/美男（大人、高富帅、哥哥、老公、美男、帅哥、帅气、王子、阳光等）

● 拜金（千金、小姐、霸道、霸气、贵族、总裁等）

● 亲情（父亲、孩子、家族、母亲、亲情、兄弟等）

这些主题及其下辖关键词可以作为公众号的内容规划方向，或者是具体文章中需要体现的重要元素，当然笔者在进行公众号内容规划时会留其精华，对其“糟粕“内容进行剔除或重构，只生产优质内容。

接下来，笔者将对上述关键词及其主题进行语义网络分析，揭示出这些主题及其关键词之间错综复杂的关系，为将来的内容运营找到足以有吸引力的情节架构和写作套路。

3.语义网络分析

在对本案例进行语义网络分析之前，先科普下它的概念，因为直接进行分析的话，大家理解起来会有点困难，给大家的阅读带来障碍。

所以，暂且听笔者唠叨一下它的原理，对于下面的实例分析和今后的“迁移应用”大有裨益。

（1）语义网络分析和（词频）共现分析的原理

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!