第48件事 2步分析内容价值

小O最近与一位产品运营高手打得火热,大有相见恨晚之意。跟这位高手沟通交流时,高手时不时蹦出一些专业词汇,比如A、B、C、D类内容,搞得小O有时还真跟不上人家的节奏。

根据小O对老K师傅的理解,上一次讲了用户价值分析,下一次培训的内容很有可能是内容价值分析。还真不出小O所料,师傅正要讲解什么样的内容是A类,什么样的内容是B类,等等。

内容价值分析指的是利用数据分析方法根据内容的价值对内容进行细分,并采取差异化的内容运营策略。

1.内容价值综合评分

跟用户价值综合评分类似,我们首先进行内容价值综合评分,相关数据如表7-9所示。

表7-9 内容价值综合评分

00116.jpg

其中:

内容综合评分=浏览量评分×浏览量权重+转化率评分×转化率权重+价格评分×价格权重

评分采用min-max归一化方法,放到[0,1]中。综合评分采用百分制,用归一化的评分乘以100后再乘以权重然后相加得到最终总和。

2.内容4象限分类表

我们以一个案例进行内容的价值分析,可以选择电商型产品,也可以选择应用商店型产品。数据如表7-10所示。

表7-10 内容4象限分类表

00161.jpg

偏移量:散点与原点之的距离,两点的坐标是(x1,y1)(x_1,y_1)(x2,y2)(x_2,y_2),则两点之间的距离公式为d=[(x1x2)2]+(y1y2)2d=\sqrt{[(x_1-x_2)^2]+(y_1-y_2)^2} ,各个商品对应的点与(794,3.68%)(794,3.68\%)这个点的距离依次为56、196、344、1186、206、156、4、176、379、738,然后进行数据归一化处理,偏移量越大,归属于相应分类的程度越深,应优先调整运营策略。

根据数据,可以生成内容的4象限分类表,如图7-15所示。

图中以横轴代表为浏览量、以纵轴代表转化率进行矩阵分析(以浏览量和转化率的均值划分成4个象限)。4个象限的具体含义可参见43件事中“内容运营”小节。

00135.jpg

图7-15 内容的4象限分类法

小O今天终于了解了什么是A、B、C、D类内容,实际上就是一种矩阵分析方法。当然了,跟用户价值分析类似,也可以对内容进行综合价值评分,比如电商网站的每一个商品或者应用商店里的每一个App都可以从浏览量、转化率和价格三个指标进行加权评分进而得出综合评分数值。

00168.jpg

学会利用z标准化和归一标准化将数据转化为无量纲的纯数值,便于不同单位或量级的指标进行比较和加权。内容价值分析的主要目的是将内容进行细分,然后针对性采取运营策略。第一象限A类内容,其运营策略是重点维护和优先推荐。第二象限B类内容,其运营策略是提高曝光度,比如推荐位等。第三象限C类内容,其运营策略是可以考虑下架。第四象限D类内容,其运营策略是改善转化关键路径的用户体验优化。