運用実践 | WeChat バックグラウンドデータを活用して WeChat 運用を最適化する方法!

この記事は、この公式アカウントの運用の位置付けとコンテンツの初期化から始まり、その後、データ最適化の部分に移行し、 WeChatの背景データ分析に基づいてWeChat運用を最適化する方法に焦点を当てます。WeChat公式アカウントを運用している友人に何らかのインスピレーションを与えることができれば幸いです。私にとってはそれで十分です。

少し前に、私は空き時間に新しいメディア操作を練習したいと思い、個人の公開アカウントを開設しました。この間、WeChatバックエンドが提供するデータ統計機能を使用して、操作全体を最適化しようとしました。私はこれを20日近く続けています。限られた空き時間と正確なユーザーセグメンテーションのおかげで、ファンの数は多くありませんが、多くの経験を積むことができました。それを皆さんと共有したいと思います。

少し練習した後。 WeChat バックエンドデータ統計の重要性は、次の 3 つの側面にあると私は考えています。

• 初期のパブリックアカウントの位置付けとユーザーの精度に関する検証分析を実施し、初期戦略が軌道に乗っているかどうか、また適時に調整が必要かどうかを確認します。
• ファンのソースパスを特定し、公開チャネルを調整するために、ユーザーソース/チャネルを分析します。
• 画像とテキストを分析してコンテンツを最適化し、適切なタイミングでプッシュする

公式アカウントの位置づけ

私が作成したこの公開アカウントは、運用に関するものです。自分の運用経験を共有し、さまざまな運用の専門家と友達になることを目的として開設しました。運用に携わったのはほんの少しで、スキルも限られているため、この公開アカウントの対象者を次のように位置付けました。

• オペレーションに興味のある大学生
• 一定期間勤務し、オペレーション職に転職を希望する従業員
• 1～3年の運用経験

上記の位置付けから、対象者は初心者オペレーターやこれからオペレーターに従事する人に限定されており、そのため人数が限られており、ファンは量よりも質を重視していることがわかります。オンライン調査を実施し、上記のグループのいくつかを調査した後、私たちは、視聴者が達成する必要のある目標、既存の問題点、この公開アカウントのメンバーになることで得られるメリットという3つの側面から始め、この公開アカウントのユーザー像を概説しました。

公式アカウントのターゲット層の概要・プロフィール

次に、上記のユーザーポートレートをベースに、私の仕事内容や携わっている領域などを踏まえ、公式アカウントのコンテンツセクションを以下の5つに分けました。今後のコンテンツプッシュでは、これらの点に重点を置きます。

• 運用のヒント: 実用的な運用手段や方法を共有する
• 運用哲学：運用における重要な考え方や概念を共有する
• キャリアプランニング: キャリアプランニングに関する個人的な意見や経験を共有しましょう
• 運用事例: 実践的な運用事例を共有する
• 学習方法: 職場で素早く学習する方法、学習スキルとツールを共有する

上記の公開アカウントの位置付けと内容部分を完成した後、公開アカウント名を「XXX」（広告と疑われないように、公開アカウント名は表示されません）とし、キーワードは「運営」と「初心者向け」を強調しました。

公式アカウントとチャンネル配信の初期化

このWeChatアカウントの位置付けと枠組みが確立された後、次に行うべきことは、公式アカウントのコンテンツを初期化することです。つまり、視聴者が公式アカウントをフォローして入室する前に、事前に視聴者を受け入れるための「ホール」を配置し、視聴者に良い第一印象を残し、その後の維持とプッシュに備えます。

このパブリックアカウントのコンテンツの初期設定は、WeChatメニューバー、自動返信ワード、フォローするガイド画像とテキストの3つの側面に重点を置いており、その構成は、このパブリックアカウントのトーンに従う必要があり、このパブリックアカウントの価値と今後プッシュするコンテンツを表現できます。

この公開アカウントのコンテンツの初期化

WeChatメニューバー

コンテンツがあまりない初期段階では、メニュー設定はできるだけシンプルで直感的でわかりやすいものにします。そのため、この公開アカウントのメニュー設定は次のとおりです。

古いニュース: 元の機能への招待を取得していない場合は、クリックして過去のニュースを表示し、後続のファンが以前の記事を見ることができるようにします。

役立つ情報: 長めの定番の役立つ情報記事を素材ライブラリに配置し、ファンがクリックして直接表示できるようにここにリンクします。

フックアップ: 私の WeChat アカウントが直接ポップアップ表示され、ファンが私に連絡して交流できるようになります。これにより、ファンの活動が増えるだけでなく、将来のコンテンツ更新のための資料や指示も提供されます。

この公開アカウントのメニュー設定

自動返信

自動返信設定は主に 2 つの部分に分かれています。

（１）自動返信機能追加

追加された自動返信の設定は、以前に設定されたトーンと可能な限り一貫性があり、新参者/同僚（年齢は明かします）を対象とし、フレンドリーで興味深い言語スタイルで、次の側面を反映しています。

• この公開アカウントの対象者は新参者です。一緒に0から1を目指していきましょう。
• 運営初期段階ではコンテンツがあまりありませんが、フォロワーの疑問を払拭するためにも、今後は注目してください。
• 即時のやり取り、いつでも私とつながることができます

この公開アカウントに自動返信設定が追加されました

（２）キーワードによる自動返信

自動キーワード返信を設定する目的は 3 つあります。

• ファンとの交流を強化する
• 記事の人気度をチェックする「埋もれポイント」（記事ごとに異なるキーワードが設定されます）
• 一部の記事は画像形式で表示されますが、WeChat では十分に明確ではありません。対応するキーワードを返信すると、明確な PDF ドキュメントが取得されます。

写真やテキストへの注意を誘導する

読者の注意を最大限に引き付けるために、読者が写真とテキストに次々に注目するように導きます。そのため、2 つの部分に分かれています。

（１）記事の前にある写真と文章に注目するよう読者を誘導する。

公式アカウントの位置付けとコンテンツセクションは下図の通りです。

この公開アカウントの序文の画像とテキスト

（２）記事末尾のQRコードに従ってください：

目的は、第 2 レベルを使用して、これまでフォローされていなかったが記事を読み終えた人々を引き付け、可能な限り読者を維持し、ファンに変えることにあります。内容は主に公式アカウント名と大きなQRコードを反映し、人々の注目を集めます。

この公開アカウントの最後にあるQRコードに従ってください

バックエンドデータを使用してパブリックアカウントの運用を最適化する

この記事で取り上げるWeChatバックエンドデータセクションは、ユーザー分析、画像とテキスト分析、メニュー分析、メッセージ分析です。この公式アカウントは二次開発が行われていないため、インターフェース分析とWebページ分析は含まれません。

バックエンドデータ分析に関わるいくつかの主要セクション

この記事の冒頭で述べた、最適化のためのバックグラウンド データ分析を必要とする 3 つのトピックと組み合わせると、次の図に示すように、これらのデータ分析モジュール間には一定の対応関係があります。

議論のトピックに対応するいくつかの主要な分析セクション

これまでの運用戦略が正しいかどうかを確認するためのユーザー精度分析/検証

（１）性別と言語分布

ファンの性別と言語分布

性別分布は、男の子が女の子よりわずかに多く、基本的には同数です。言語分布は主に簡体字中国語で、一般的な認識と一致しています。この部分はトピック 1 を分析する上であまり参考になりません。

（２）ユーザーの地理的分布

ファンの地理的分布

上記の2つの図から、ユーザーは南東海岸と北京に集中していることがわかります。都市別に見ると、北京、上海、広州、深セン、杭州であり、インターネットの分布と一致しています。上位数位は、Baidu Indexの「インターネット」のユーザー分布とほぼ一致しています。同時に、ファンは皆積極的にフォローしており、見知らぬ人です。これは、この公式アカウントのファンが、本来の視聴者のポジショニングと一致していることを示しています。

百度「インターネット」というキーワードを使用する人の分布に関する指数

（３）ファンのソースパスを決定するためのユーザーソースとチャネル分析

ファンの注目の源

ユーザーのソース分析は、上図の赤い点線で囲った部分に示すように、主に公開アカウント検索、QRコードのスキャン、画像とテキストページの右上隅にあるメニュー、画像とテキストページ内の公開アカウント名、名刺の共有、支払い後のフォローなどに分かれています。これらが間接的に反映するユーザーの行動を次の図に示します。

ファンのソースとそれに対応する行動の分析

この公開アカウントのファンのソースを整理すると、次の表に示すようなデータが得られます。直感的にわかるように、値の大きさはヒートマップの形式で表示されます（暖色から寒色、そして暖色へのグラデーションは、値が小さいものから大きいものに変化していることを示しています）。

この公開アカウントのファンの出所は内訳です

上の写真からもわかるように、この公開アカウントのファンの大多数は「写真とテキストのページに公開アカウント名」から来ており、次いでQRコード（記事を読んだ後に追加）をスキャンしてフォローする人たちが続きます。この場合、「ファンの情報源とそれに対応する行動の分析」と組み合わせると、主に「写真とテキストページの公開アカウント名」に基づいてフォローするファンの行動にはいくつかの説明があります。

• この公開アカウントの名前は魅力的で、ファンがフォローしたくなる
• ファンはバナーでフォローするように促される
• 記事の質が高く、ファンはすぐに注目する

また、「QRコードをスキャン」という経路で入ってくるファンは、記事を読んでフォローしていることを意味します。このタイプのファンは、「写真とテキストのページに公開アカウント名」を通じて入ってくるファンよりも選り好みが激しく、このタイプのファンがより「忠実」で正確で、高品質であることも反映しています。

7月11日と7月12日には、「公式アカウント検索」を通じて公式アカウントをフォローするファンの数が増えたことがはっきりとわかります。これは、この2日間に公式アカウントの記事が他のプラットフォームに転載され、記事の末尾に公式アカウントの名前とWeChat IDが記載されていたためです。ファンはこの2つの手がかりを通じて私たちを見つけました。

6月27日と7月3日の名刺共有によるフォロワー数の急増は、前日の記事の人気の高さと関係があるのか​​もしれません。この点については次のセクションで詳しく説明します。

以上の分析から、この公開アカウントのコンテンツ初期化におけるテキスト前誘導画像とWeChatアカウント名の設定は比較的合理的であり、調整の余地はあまりないことがわかります。

公式アカウントの構造とコンテンツを最適化するコンテンツ分析

コンテンツ最適化の判断

活動

メッセージ分析では、日ごとのキーワード返信を確認できます。各記事の最後に「ポイント」を設け、対応するキーワードを設定しています。キーワード返信の数は、その日の記事の読まれ具合や人気度を反映し、公式アカウントのアクティビティを判断する指標としても活用できます。

メッセージ返信量分布

各キーワードの回答数（一部）

問題を診断し、パターンを発見する

グラフィック分析 -> すべてのグラフィックに従って、「トレンド チャート」の下の「Excel にエクスポート」項目を見つけ、日付範囲を設定してデータをエクスポートします。

すべてのグラフィックとテキストデータのエクスポート場所

エクスポートされたグラフィックデータには、「画像とテキストページの閲覧」、「公開アカウントの会話から開く」、「モーメンツから開く」、「共有と転送」、「WeChatコレクション」のいずれの場合でも、「人数」と「回数」の2つのカテゴリがあります。作業の重複を減らし、分析プロジェクトを合理化するために、各分析指標では「人数」に関する部分のみを保持しました。ファンデータとコンテンツデータを整理統合して、「日付＆ファン＆閲覧＆コンテンツ」の対応するヒートテーブルを取得しました。このテーブルを「公開コンテンツ情報診断テーブル」と名付けました。

リリースコンテンツ情報診断表

上記の表には、日付情報、ファン情報、閲覧情報、共有および転送情報、変換率情報、コンテンツ情報が含まれています。この記事の配信チャネル（公式アカウント内でプッシュし、操作関連のWeChatグループに送信する）を考慮して、初めて友人の輪に転送しなかったため、次のようになりました。

ワンタイムコンバージョン率 = 公開アカウントを開設した人数 / 累計フォロワー数

二次コンバージョン率 = Momentsからアプリを開いた人数 / フォロワー総数

この表の色が明るい色から暗い色へ、暖かい色から冷たい色へ変化し、対応する値が小さい値から大きい値へ変化していることに留意してください。そのため、各値の大きさをはっきりと見る必要はなく、データ全体の変化を直感的に見ることができます。上記の情報を表にまとめる目的は、最近リリースされたコンテンツの品質とリリース時期の規則性を識別することです。つまり、このテーブルは、問題の診断とパターンの発見という 2 つの役割を果たすことができます。

問題の診断

外れ値：6月27日、写真とテキストのページを閲覧した人の数は1,784人に達しましたが、ファンの総数は非常に少なかったです。前日のツイートと合わせると、二次転換率は比較的高く、65.63％に達しました。したがって、この外れ値は注目する価値があり、さらに詳細なデータを呼び出します。

外れ値の詳細データ

これを見ると、読書源の中で「その他」が79.34%と最も多くを占めていることがわかります。これは、ファンの数は極めて少ないが、読書量は膨大であるという現象をよく説明しています。 WeChatの設定によると、WeChatソフトウェア外での共有は、QQ、Maimai、Doubanなどのチャネルなど、「その他」とみなされます。

次に、この記事のコンバージョン率を分析してみましょう。

外れ値の変換率

現時点では、ファン層が少ないため、読書量の大部分は二次流通によるものであることがわかります。

パターンの発見

適切なコンテンツの方向性を見つける

上記の表から、7月3日から7月7日までの期間、ファン、閲覧数、共有コンバージョンなどのデータはすべて上昇傾向を示しており、非常に印象的であることがわかります。公開時期やチャネルが固定されている場合、コンテンツの変更がこれらのデータの相乗的な成長をもたらしていると判断できます。ここ数日のリリースは次のとおりです。

この公開アカウントの 7-3 から 7-7 までのコンテンツ公開ステータス

上記の表からわかるように、ユーザーは運用事例や運用戦略に興味があり、体系的でわかりやすい運用知識に対する需要が高いことがわかります。さらに、ユーザーは、読書体験をより直感的で親しみやすいものにする絵による表現を好みます。上記のコンテンツの選択と形式に関する経験は、今後この公開アカウントの記事の資料の検索、執筆、整理を行う際の指針として役立ちます。

合理的なメニュー構成を整理する

メニュー分析セクションから提供されるデータは、高品質のメニュー列（クリック数が多いメニュー）と人気のないメニュー列（クリック数が少ないメニュー）を発見するのに役立ちます。これにより、メニューを改善し、コンテンツが初期化されたときに「埋もれた」構造とコンテンツを最適化および更新して、保持率を向上させることができます。

メニュークリックトレンドチャート

メニューセクションのトレンドチャートでは、過去 30 日間のすべてのレベルのメニューのクリック状況を表示できます。トレンドチャートセクションには、累積クリック数で上位 5 つのメニュー (TOP5) を表示できます。上図からわかるように、最も多くクリックされているのは第一階層メニュー「旧記事レビュー」で、7日から14日にかけて表示されています。この日の前日と当日は外部コミュニケーションの開始日、つまり公式アカウントの記事が外部ウェブサイトで公開され、公式アカウントのIDと名前が提供され、興味のある人は検索を通じて追加することができます。これは、その日のユーザーの活動が良好で、外部コミュニケーションチャネルが成果を示し始めていることを間接的に反映しています。同様に、「勾达小喵」、つまり著者への連絡も、外部とのコミュニケーションを開始してから着実に増加しました。

各バージョンのメニュークリックに関する詳細データ

上の図は、メニューバーの各バージョンの詳細なクリックデータを反映しています。右上の「表をダウンロード」をクリックすると、より詳細なクリックデータをダウンロードできます。ダウンロードして処理すると、次の表が得られます。

各バージョンのメニュークリックのヒートマップ

上の表の熱状況（色の濃さ、暖色と寒色のトーンは、低から高までの値を表している）から、時間軸のメニューバージョン更新軸におけるクリック数の変化を見ることができます。上の表に示されている状況と一致して、クリック数は7-1以降増加しており、これはファン数の増加と読み取り数の増加に正比例しています。

次に、ピボット テーブルを使用してデータを並べ替え、各バージョンのメニュー設定とメニュー レベルを統合し、次の表に示すように、各メニューの累積クリック数をカウントします。

メニューの各バージョンの累積クリック数のヒートマップ

これを見ると、「古い記事のレビュー」と「著者に連絡する」（小苗との出会いと小苗への連絡）という2つのメニューのクリック数が最も多いことがわかります。したがって、この2つのメニューの設定は適切であると判断できます。マイクロモールやBD開発など、クリック数が少ない他のメニューは最適化する必要があります。更新する時期です。

リリース期間を最適化する

[すべてのグラフィック] -> [時間別レポート] で、6-24 から 7-13 までの時間別レポート データをエクスポートして、次の表を取得します。

この公開アカウントの元データ 6-24~7-13 時間別レポート

このようなデータは整理されておらず、価値のある情報は含まれていないため、上記の表を整理して再編成する必要があります。上記と同様に、「人数」に関連する指標/データのみを保持し、「時間」を「5:00〜6:00」などの「時間帯」に変換する関数を使用して、ピボットテーブルの形式で日付をフィルターします。データを処理するときに注意すべき点が 2 つあります。

• 変換された各フィールドの平均値を取得します。
• 規則性の識別を妨げないように、上記の日付の外れ値を削除します。

最終的に、次の 2 つのテーブルが得られます。

処理された時間別新聞閲覧量分布表

処理された時間別新聞読書量分布図

処理された週間読書量分布表

上記の時間別新聞閲覧量分布表と折れ線グラフから、閲覧ピーク時間帯は18:00～23:00であることが分かります。したがって、この時間帯の開始から 15 分以内に記事を公開すると、読者の数を効果的に増やすことができます。

週間の閲覧量分布表を見ると、木曜日はより多くの対象読者に読んでもらうために良質な記事を配置できるため、1週間で最も閲覧量が多い日であることがわかります。

結論

常に変化するインターネット時代において、私たちの運用戦略や運用方法は、必然的に頻繁な試行錯誤と反復の繰り返しに遭遇することになります。戦略や方法を調整する根拠となるのは、多くの場合、外部の市場需要と製品に関する内部データです。外部の市場需要はとらえどころがなく、入手も困難ですが、内部データは入手可能で、観察可能であり、分析も簡単です。 WeChat オペレーターとして、WeChat バックエンドのデータ分析ツールを最大限に活用し、既存のデータを徹底的に調査し、トピックの選択、レイアウト設計、プッシュタイミングを継続的に最適化して、より良い運用結果を達成する必要があります。