编辑导语：内容运营几乎成了每个企业获取客户的必经之路，在塑造品牌的同时也完成了转型。然而，在内容的初始阶段，往往会出现流量不足以传播的情况。这个时候该怎么办？作者分享了使用“小数据”进行快速迭代转换的方法。让我们一起来看看。
内容获取几乎成了每一个企业，每一个大V，甚至每一个个体做出的增长尝试。为什么不在塑造品牌影响力的同时进行转型？
然而，并不是每个人天生就有“网络名人体质”。从0开始做内容，流量往往不够。
当流量只有几百甚至几十个的时候，如何快速优化找到最适合自己的内容(不使用技术工具)，从而“一炮而红”？
这就需要充分利用初期所获得的“小数据”。
小数据，即个体数据，是指需要新的应用方法来体现高价值的个体化、高效化、个性化的信息资产。
顾名思义，与大数据相反，小数据更具体，更关注个人。
那么，内容生产者有哪些值得观察的小数据呢？
# 1.小数据1:简单的行为——表扬、收藏等。
无论是视频还是图文内容，读者采取的简单行为就是最直观的答案，甚至很多媒体平台的推荐因素之一就是点赞数和收藏数。
对于观众(或读者)来说，双击屏幕才能喜欢。只要他们在观看内容的过程中发现了一些令人兴奋的东西，基本上就可以触发这种行为。但是，收藏行为比点赞更理性，通常是在看完整个内容或者确定你会反复回顾内容后触发的。
但需要注意的是，这样简单的行为只能反映出内容中有读者感兴趣的“点”，并不能保证整个内容在“方面”上也会吸引读者。从观众的角度来看，也许整个内容本身不够吸引人，但有些文字、观点、图片、视频等。已经击中了读者的g点。
如果有技术可以跟踪你在视频中读到的哪一段、哪一个片段触发了点赞和收藏行为，就可以最直观地引导创作者——这是你内容中最吸引人的部分。
在Tik Tok后台的参数中，有播放率，显示的是视频前几秒观众跳出来，可以引导创作者优化。
哪怕此时只有几十个观众，但超过半数的点赞行为都是发生在某一个“子内容”上，这就是观众的兴趣标签，也是创作者应该继续深耕的方向。
# 2.小数据2:高分互动行为——留言、欣赏、转发、加关注等。
相比于简单的行为，如留言、欣赏、转发等“成本更高”的行为，用户对内容的高度认同显然更为明显。(当然也可能是不满)
不过整体来看，高分互动行为无疑会给内容带来更多的关注度和流量，甚至评论区“互撕”的互动行为都有可能让内容“黑红”起来。
这时，除了消息的内容(下一部分详述)之外，内容创作者还应该注意哪些“小数据”？
在我看来，它至少包括：
## 1\.留言时间。
是否集中在发布后的短时间内？还是均匀分布？还是长尾效果好？
这样就可以判断是平台机制好，用户习惯了问题，还是内容踩在SEO关键词上，还是平台在搜索中给予了更高的权重，等等。
此外，还可以横向比较几篇文章的消息时间，找出最佳发布时间。
## 2\.留言。
文字可以直接反映作者对内容的共鸣。如果只是“好”、“棒”、“差评”等形容词而没有详细说明，一方面反映出可能的内容相对简单，另一方面也反映出观众的水平相对初级。如果深度内容如此“高低贵贱”，可能是投放渠道有问题。
## 3\.欣赏数量。
如果一段内容被高度赞赏，那无疑是观众所喜欢的。如果欣赏量一般，则证明内容整体质量保持在一个水平。
另外，赞赏分为应该区分两种：基于内容的和基于作者的。前者是对于内容的认可，后者是对于IP的认可，可以分别用不同的方式做后续用户运营。
## 4\.增加注意力。
新的关注是持续出现，还是在一篇文章发表后才集中？前者证明账号已经开始稳步增长，后者则显示出内容“爆炸”的潜力。
## 5\.转发和下载。
如果有很多高评分的互动行为，比如转发或下载一段内容，就证明它会被传播很多次。然而，创作者应该尽可能多地观察这些行为。比如Tik Tok的视频转发到微信，能监控吗？如何统计数据？这是需要人类思考和操作的小数据阶段。
当上述指标较少时，这些“小数据”的规律只能通过人工统计得到。事实上，当数据庞大时，这些维度应该由技术直接捕捉和统计，无需人工干预。
# 3.小数据3:互动内容——私信内容、复制转发等。
小数据的更深层次是基于用户反馈的内容分析。
其实很多创作者，包括作者在内，都是在前期不自觉地分析了互动内容。
在观众数相对较少的时候，我们可以逐条留言、私信地去看，观众具体都说了什么、对内容有哪些评价、认为什么地方不够严谨、哪些方面讲得还不够具体……
这个时候，可以把留言内容做一个总结，划分成几个维度，甚至每个维度给出一个评分，低分项是重点要提升的方面，高分项则是要保持的方面，而用户疑问最多的方面――无疑应该成为你下一篇内容的选题。
笔者就通过这种这种机制，总结出评论和私信中频繁提及的问题，围绕一个垂直话题制造了矩阵式的多个高流量话题。
不仅仅是笔者，程十安、潘雨润等网红也在抖音内容分享时提及过这种机制。
潘雨润曾经说过，她会和粉丝一对一地聊天，来了解对方的真实关注点。这就是小数据的一个最常见、最真实利用案例。
可以说，不会主动和观众主动对话的创作者，很难快速切中观众需求。
而转发文案也有助我们了解：用户究竟更喜欢内容里的哪些方面，是话题、节奏还是视觉效果？
# 四、小数据4：观众画像――用户资料+兴趣话题
如果能够通过前3种小数据“顺藤摸瓜”到用户页面，既可以看到对方的基础资料，可能包括：性别、年龄、从业经验、关注的其他话题等等。
假如你发现该用户关注了你擅长领域的多个话题，那么无疑分别在创作者侧和观众侧你们二者的“兴趣标签”是高度吻合匹配的。
当观察了超过20个用户后，你大概就能勾勒出内容所吸引的观众的画像了。
笔者就将自己在某垂直领域的读者画像归纳为：0-3年工作经验的职场小白，理工科背景为主。
而这类用户所关注的问题也多为：某一行业适不适合我？工作日常是什么？薪资多少？后期发展如何等等？
基于用户画像和小数据3，我制造了所提及的话题矩阵，其中流量之王的阅读量为14w+，目前还在持续增长，带来的变现已经近万元。
当观众只有几十、几百时，我们就需要一个个头像点进去观察、一条条私信留言互动，用最直接、简单的方式、最真诚地态度，来对待这些小数据背后的个体。
这些个体往往就是后期内容获客的种子用户，大有一两拨千金的效果（参考“乐纯酸奶”营销案例）。你在做的不仅是寻找内容优化的灵感，更是在做最直接的客户关系维护。
世界上本没有大数据，小数据多了，自然就有了大数据。
不论是文章中列举的小数据，还是你不断探索出的小数据，都可以成为指导内容运营的利器。当然，不断进化的技术和Martech手段，无疑也会帮助我们探索出更多基于内容的数据及其用法。
当没写出爆款、没总结出流水线生产内容的模式时，每一个创作者都应该对小数据如视珍宝，因为它们是内容优化的指南针，也是内容获客的试金石。
本文由 @营销小吉吉 原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议
