公众号「女神进化论」选题分析:如何利用聚类分析和人物角色(Persona)选题?

4 评论 13738 浏览 69 收藏 24 分钟

本文以公众号「女神进化论」为例,分析了它的内容调性以及对文章进行了标签分析,最后确定了几个选题方法和策略。

选题,决定了文章的一半。

一个好的选题可能让你轻轻松松10w+,而一篇选题就没特色或者方向跑偏的文章,即使吭哧吭哧写了很久,打开率依然惨到让你怀疑人生。那在选题过程中,我们经常遇到的问题有哪些?

  1. 看别人才思泉涌,好选题一个接一个,怎么自己就天天头疼“今天写什么”?
  2. 好不容易想到几个选题,大家一讨论,要不就感觉没啥可写,要不就好像和公众号定位有点偏离。

这其实就涉及到选题逻辑的问题,主要涵盖两个方面:

  1. 「选题的量」,首先你得保证有足够的选题。
  2. 「选题的质」,确定标准规范去筛选或纠偏已有的选题。当然,最好是第一步选题库的产生就依照正确的逻辑,第二步筛选只是结合时间、商品和公司近期要求去做一个过滤,而不需要再去甄别。

那如何提高选题的质和量呢,我总结为两个方法:「找用户要」和「找历史数据要」。

1「找用户要」

既然公众号的目的就是为了给用户提供某种价值,那么自然是要去解决用户的问题,看到这很多人会说我们就是这么做的,但是好像用户的问题就那么些,能写的都写的差不多了。这反映了用户画像做的不够细致,没有真正深入地了解用户的问题,并且还可以和场景结合,最后再加入时间的维度,保证你的选题是源源不断的,至少不会在数量上犯愁。

2「找历史数据要」

很多时候用户的问题不是那么明确,具体从哪个角度入手不好把握,或者说有时候即使有用户调研,但是用户也不一定能够把他的需求明确表达出来,这个时候我们就需要去分析历史数据,用户可能表达不准,不愿意说,但是他一定会用他实实在在的阅读行为来告诉你什么是他们喜欢的。

因此,对历史数据的分析非常重要,正所谓“让数据说话”,从中你可以发现大量规律,然后将这些规律应用到后续选题中,你会发现你能够慢慢摸清用户需求的脉络了。

本文将以「女神进化论」这个公众号为例,向你详细讲解一下如何真正应用上述这两个方法。首先,我会通过聚类分析从历史文章中找出好选题的规律,然后应用人物角色(Persona)+思维导图的常规选题法,让你真正掌握选题的诀窍。

一、公众号定位及内容调性分析

1. 定位

通过「女神进化论」发展史(知乎专栏起家)及创始人的访谈文章、公众号介绍(“内外兼修的成长教科书”)等信息,我们很清楚地了解到「女神进化论」的核心定位是:解决年轻女性的成长问题,让用户的外在和内在变得更好

这个定位决定了公众号的基调不是娱乐,所以在内容上会做出相应的取舍:不关注八卦、鸡汤和热点。

这个定位源自创始人席九天的个人经历及她对消费升级的看法,她认为下一步的消费升级一定会从目前这种粗放式的方式转化到精细化消费,是一种「受过良好教育」的消费,即知其然并知其所以然。 比如说护肤最起码会考虑到自己的肤质了,会看一些成分表,简单知道哪些成分是有效成分,知道某一瓶护肤品是否真正能够满足自己的需求。

因此,「女神进化论」的定位与市面上普遍的“种草”号不同,它的文章读起来更像是偏科普性质的小论文,尝试通过科学系统的知识解答妹子们的各种困惑,品牌理念是「专业、科学、实用」。

2. 内容调性

上述定位就决定了「女神进化论」的内容:

1)侧重于方法和思路,“授之以渔”而不是“授之以鱼”,更多是在告诉妹纸们“为什么要买”、“如何选”、“什么值得买”,而不是“别人买什么”、或者“什么流行”,比如「鞋子这么买,时髦又耐穿」就是教给大家一个如何从每年的流行趋势里找到「自己的经典款」的方法,而不是简单地告诉你今年秋冬买什么鞋。

2)文章呈现很强的三段论风格:科普原理或教授方法(怎么挑,怎么选,如何判断),如何结合用户自身、示例,比如「眼妆对一个人气质的影响有多大?」这篇文章的目录结构为:

  • 怎么判断自己适合哪种类型的眼妆?
  • 如何把好看的眼妆为己所用?
  • 上手实操(篇幅限制,放在了下篇文章)

3)偏重工具属性,呈现形式以图解、合集为主,比如「新手彩妆完全流程图解」、「人手一份|必备完全护肤指南」等。

另外,需要注意的是「女神进化论」已创立4年多,早期用户以小白为主,适合生产比较初级的内容,但是随着用户的进化,沉淀下来的老用户可能不再需要新手内容,重点会偏向高阶内容,但是仍然会新增小白用户,这个主要通过分号和基础内容合集的形式来解决。

二、选定标签并分类文章

准备工作:需要用爬虫爬取一定量的公众号历史文章作为分析数据,本次爬取了从「2019/4/29」到「2019/9/5」的头条文章。

1. 确定标签并分类文章

根据公众号介绍、关注回复、访谈文章等信息,我们通过文章内容文章类型两个维度对文章进行打标签,内容维度又细分为一级和二级标签。

具体说明如下:

1)文章内容维度

说明:标签后为对应的文章数。

MECE自检及注意点:

  • 在「服饰/时尚穿搭」和「个人护理」下都有「测评」这个二级标签,因为目前测评内容比较少,且分布在各个栏目下,后续如果相关内容比较多,可以独立成一级标签。
  • 在「服饰/时尚穿搭」和「美妆」等标签下也有物品推荐,「好物推荐」侧重于其他品类的物品推荐,或者针对某个时间点/节日(父亲节、母亲节)、某个具体指向(女孩的第一件奢侈品)的好物合集。

2)文章类型维度

MECE自检及注意点:

种草文和科普文的区别:比如「11套不同风格的连衣裙穿搭」和「素人和时尚博主之间,就差这5个细节!」讲的都是穿搭,都属于「时尚穿搭」类文章,而且作者都是「番茄」,但是前者侧重于直接给用户推荐11款连衣裙搭配,所以划为「种草文」,而后者侧重于如何从领口、肩袖等角度去做好款式搭配,所以归到「科普文」。

3)文章数据处理及打标签

因为二条基本上都是团购和广告(还有一个「30s 知识点」栏目),因此直接去掉,本次仅分析头条文章,共95篇文章。

由于文章有很明显的栏目设置,我们按照星期几对文章进行筛选,同一栏目的文章在一起进行打标签,以便这个过程更精细化、更合理。

此外,由于栏目对应着固定的一位或几位编辑,在打标签过程中把作者也进行了统计。

最终打标签结果如下:

注意:

  1. 因为时间上有将近半年的跨度,在统计阅读量、在看数时应该考虑到公众号粉丝的增长因素,但是由于拿不到该数据,只能暂时忽略。
  2. 由于有些文章文末有点「在看」抽奖的活动(且不同奖品的吸引力也存在着差别),势必会对数据造成影响,所以实际分析过程中可以增加更多维度,比如「打开率」、「分享率」、「收藏率」来整体分析。

三、双高双低文章分析

1. 聚类分析

由于几乎所有文章的阅读数都是10w+,只能对「在看数」进行聚类分析。利用SPSS软件进行分析,得出的结果如下:

其中1. 2. 3分别代表利用「在看数」聚类出来的质量差、一般、好的文章。

  1. 质量好的文章对应「服饰/时尚穿搭」、「个人成长」、「美妆」三个标签。
  2. 质量差的文章中「好物推荐」和「个人护理」这两个标签排名2. 3,说明这两类内容质量还是比较差的,另外「服饰/时尚穿搭」排名第1,说明这类内容有些文章还不错,但是整体还需要提升。「美妆」类文章平均分布在质量差和一般,说明这类文章目前还没找到足够的特色。
  3. 我们可以进一步把「作者」这个维度再放出来,可以发现一些有意思的现象(当然,这里只是一个很粗粒度的分析,需要结合更多数据进行验证)。比如质量差的「好物推荐」文章中,作者「乐歪歪」占比比较大,而「服饰/时尚穿搭」文章中「喜多萌」的数量最多。

2. 高「在看数」文章分析

高「在看数」一共5篇文章:

由于「在看数」主要反映的是内容质量,因此我们主要从「选题」和「内容特点」上进行分析。

选题规律总结:

  1. 「素人改造」是一个比较好的形式,「案例」和「科普文」比较受欢迎。
  2. 一定要针对某个特定人群的特点场景,分析痛点所在,然后有理有据地给出解决方案思路,最后给出实际建议。建议后续选题时加上“用户角色”和“场景”两个考虑因素。
  3. 要选取用户在实际生活中常遇到的问题或选择,比如如何在有限的经费下做到平价和大牌的平衡;一方面闲置衣服很多,但同时又感觉没衣服穿(不会搭配);不会化个性化妆容。
  4. 充分利用好现有的个人IP资源,以人与人对话和聊天的形式去传递要表现的内容。而且用户对这些个人IP非常喜爱和了解,能够增加用户互动和话题性。后续可以考虑引入一些有代表性的读者。

3. 低「在看数」文章分析

低「在看数」一共58篇文章,我们选取最差的10篇文章按照上述类似逻辑进行分析。

选题规律总结:

1)直接的「种草文」往往效果不太好。周五的文章一般为「种草文」,不管是哪位编辑,写的什么题材,效果都不太好,直接的反映就是周五文章的平均「在看数」也是最低的。

比如「11支阿玛尼新品口红试色,第二支好美!」这篇文章,一点都不进化论风格,如果只是单纯地给大家介绍介绍口红、试试色,那很多号都在做,而且别人是视频、真人介绍,更直观。所以,不能单纯地安利商品。

2)「怎样把这4个容易踩雷的单品穿好看?」和「20到1000块的白T,哪件性价比最高?」这两篇文章分别属于「案例」和「科普文」,前者通过《我们是真正的朋友》里的四位女嘉宾给大家介绍4个容易踩雷的单品怎么穿好看,有理论分析,也有实际建议,第二篇文章也是类似,那为什么不太受欢迎呢?

初步分析是缺乏场景,用户首先是需要知道我在什么情况下需要用到白T或者印花长裙以及会遇到的问题,然后这些文章才会引起共鸣。而现在这种介绍方式,只是针对那些具备强主见用户的需求。

3)「2019有什么值得买的包?」看上去好像有一个特定场景「2019有什么值得」,而且是「寺主人」亲自主笔,但是这个场景还是太泛,不够具体,也就不够针对,而且里面推荐的物品价格上偏高(当然有为「饲主的日常」导流的目的,价格上需要衔接)。

选题规律总结:

  1. 文章一定要充分体现进化论风格,从一个具体场景(痛点,越具体越好)切入,有理论分析,有案例展示,最后再给出实际建议。
  2. 文章要紧贴用户特征和实际需求。

四、确定选题

由于「女神进化论」公众号有非常鲜明的“固定编辑”+“固定栏目”的特点,因此我们可以建立一个质/量库,重点打磨好“专栏作者/专栏话题”这个核心内容,同时在「系列选题」上做一个突破,并做好「常规选题」的规划和多样性尝试

1. 专栏作者/专栏话题

因为周一到周五已经形成了固定的栏目,编辑也都相对固定,下一步重点是深挖本类内容,结合用户需求及场景,列出本品类的内容树,如下图所示:

来源:参考资料2
  • 对于周一、周五阅读效果不理想的情况,可以结合上述分析,多从一些具体的场景、痛点或问题入手,能够很好地关联到用户的真实需求。
  • 周四的内容方向并不固定,而且「寺主人」作为公司创始人,对公众号的定位最清楚且没有一些约束条件(比如KPI考核),因此可以作为一些尝试性文风和内容的试验田
  • 周日,可以用于A/B test

2. 系列选题

「女神进化论」的文风和文章结构,比较适合做系列选题,一来要把一个事情讲透彻,可能需要多篇文章,二来也让用户有一个期待。因此,建议把周六开辟成专门的系列主题专栏,当然,在周一到周五的各个内容模块里,也可以尝试系列选题,比如服饰里的“人体特征”、“时尚深度扒”系列。

3. 常规选题

常规选题有九宫格法、思维导图法、用户留言法、竞对调研法等常用方法,结合「女神进化论」的定位和内容风格,建议综合采用“用户留言法+思维导图法”,即通过分析用户留言并结合完整的人物角色(Persona)分析,得出用户在某个特定场景下的特定问题,然后通过思维导图的方法得出一个个她需要解决的小问题乃至背后的深层次原因,而这一个个问题最终就对应着文章的选题。

考虑到本次选题是从9/30到10/13日,秋高气爽,同时也有一批刚从学校毕业的女生迈入职场,那对于这些刚入职场的年轻女性来说,会有哪些在时尚方面的困扰。下面的思维导图就是从这个问题出发得出的各类选题

除了小白用户,当然还离不开我们的忠实用户,来看看老朋友Jacqueline最近的烦恼。

(当然,实际情况下不可能两周只针对两个人物角色出选题,可以从现有人物角色中选取多个,交叉选题,这里时间关系做简化处理)。

4. 热点选题

由于「女神进化论」的基调不是娱乐,因此不太关注八卦、鸡汤和热点这类内容,一些热点也是作为文章的一个引子。下两周考虑到有国庆长假、重阳节、二十四节气中的寒露,季节也正式从夏季切换到秋季,大家会面临一些秋季特有的穿搭、美妆和护肤方面的问题,这些因素可以作为选题时的考虑点。

5. 候选选题及定位纠偏

根据上述分析,得出候选选题,然后根据公众号定位及内容风格对这些选题进行纠偏。

五、9/30 – 10/13选题排期表

纠偏后,我们就得到了9/30 – 10/13这两周的选题排期表:

几点说明:

  1. 这里只列出了头条选题,二条和三条待团购或广告的选品确定后再加入到选题中。
  2. 针对周五阅读效果不理想的情况,在2019/10/4(周五)这一天的选题上有一些新的尝试,即不是简单粗暴地安利买买买,而是是一个场景结合起来。
  3. 2019/10/12(周六)是新的系列选题的尝试。2010/10/3(周四)是全新栏目(男性视角)的前期测试。

总结

本文在选题过程中主要应用了「思维导图」常规选题法,当然还有很多其他方法,比如九宫格法、用户留言法、竞对调研法等,你需要结合你的公众号的定位及内容风格选择适合的。对于历史数据的分析也是如此,除了聚类分析法,还有很多其他方法,最简单的就是用Excel做数据透视。

方法是死的,你真正需要掌握的核心是找到一个适合的方法挖掘出用户需求并以正确的解决方案(包括公众号定位、内容调性和情感属性等)呈现给用户,并获得他们的正向反馈

参考资料

  1. 36Kr:自媒体平台「女神进化论」获千万级人民币A轮融资,130万微信粉丝值多少钱?
  2. 「知群X可能性与大设计」:女神进化论寺主人:我如何用设计思维,从 0 做到 300 万粉丝

 

本文由 @三少爷的见 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 分析的很棒,向您学习,希望自己有一天也能这样分析问题

    来自天津 回复
  2. 谢谢你的分享,很有启发! 😉

    来自广东 回复
  3. 分析思路很有意思!值得赞赏和收藏

    来自广东 回复
    1. 很高兴您能喜欢,多交流哦⊙∀⊙!

      回复