借由微信，其实大家能够看到一些常见的诱导分享的手段。由于微信是一个规定行业下限，而非设定上限的开放式环境，所以在这样的平台上进行运营，首先需要保证自己有足够高的敏感度，对于一些新的传播形态可以及时跟进，从而最大化的获取时间差的红利。比如，最近的微信小游戏，在前两周铺天盖地的通过微信群分享获得拉新机会；而最近几日，这条通路就完全被官方封禁了。
3.对于算法分发平台尽管平台关系维护和粉丝数积累都需要，但是最需要投入的还是对于内容的包装。因为你的内容不仅仅要抓住人的眼球，同时也要能够对机器算法的胃口，通过研究过往一段时间的平台热门关键词，能够给内容的标题封面包装提供一些借鉴。在我看来，运营的非常好的一个自媒体品牌非二更莫属，细细观察，其在不同的平台上都有不同的运营策略。
比如，在头条上的分发，二更就全面的在使用双标题、双封面的方式进行自己的内容包装。一些视频内容能够在非常短的时间内就获得了上百万的曝光量。不同平台上的不同运营方式，本质上还是一个数据驱动，目标导向的过程，以下进行更细粒度的拆解。他山之石可以攻玉，首先和大家介绍的是在国外，将数据分析指导内容生产做的非常极致的BuzzFeed。
员工总数逾千人，拥有全球新闻团队、自家视频制作工作室、尖端数据运算中心和内部创意广告机构，每月全网超过50亿次阅读——这就是BuzzFeed，怎么看都是一个庞大的媒体集团。然而，当我们深入了解BuzzFeed的工作流程后就会发现：与其说它是一家媒体公司，不如说它是一家科技公司。“数据驱动内容创作”这是BuzzFeed给自己贴上的标签。
在这家公司的内容创作和分发过程中，反馈闭环（Feedback Loop）是出现频次最高的术语：通过将市场环境和读者反馈数据尽可能的量化和结构化，及时反馈给运营人员、内容编辑，从而构成了辅助创作的一个闭环。由于很早就树立了“将内容分发到用户常驻的平台，而非吸引用户到自己的平台看内容”的思路，YouTube、Facebook，Twitter、Vine等一众平台都成为了BuzzFeed的战场。
为了更好的理解用户反馈，BuzzFeed追踪收集并汇总了各个平台上的阅读传播和互动数据。比起阅读量、分享量这些结果指标，其更关心内容分发和传播的过程。以下图为例：如果只看终态数据，那么报表展示给你的无非是一篇内容从不同的平台渠道上获取了多少流量而已（下图左）。但是深究下来，这些流量是如何来的呢？是通过Facebook或Twitter上的分享，还是通过邮件的传播？哪些节点带来了更大的辐射量和扩散量？只有深入分析传播路径，才能给出这个问题的答案（下图右）。
不止于结果， BuzzFeed开始探究一篇内容的传播轨迹，他们开了一套名为Pound（Process for Optimizing and Understanding Network Diffusion）的系统，通过给同一页面的不同分享追加不同参数的方式，来追溯内容在网络上的传播过程。通过这套系统，人们意识到：传播并不是一棵简单的传播树，而是一片密集的传播森林。
每一次分享都构成了一棵新树，如果一个人的社交好友很多，那么这个节点的一度关系触达就会很广；如果内容的质量一般没有引发进一步的传播，那么就会止步为一棵低矮的树；如果内容引发了大量的传播，就会变为一个繁茂的大树。由于社交传播对于内容的影响力贡献巨大， BuzzFeed在衡量内容价值时，会更看重社交分享所带来的阅读量，并以名为“病毒传播提升系数（Viral Lift）”的指标来衡量这一过程。
对于粉丝已经超过百万、内容阅读篇篇10W 的自媒体大号来说，这一衡量指标的制定不难理解：如果一篇内容的阅读构成主要来自于自己的粉丝，那么就意味着粉丝们更有可能是基于惯性打开的，但是由于内容并没有触及到它们的兴奋点、没能引发认同，从而失去了进一步扩散传播的可能，也失去了触达更多潜在粉丝的机会。对于BuzzFeed而言，在相近的总阅读量下，一篇“病毒传播提升系数”更高的内容，因为收获了更多的社交传播而变得更有价值。
有了技术追溯的支持，内容团队才能够总结出不同平台之上的内容偏好和病毒传播模式。人们往往会夸大BuzzFeed的内容三把斧“清单体、短视频和小测验”，却忽视了在这些内容背后更深层次的数据支持。具体到我们日常的内容阅读分析和粉丝分析过程当中，有哪些可以供分析注意的数据？对内容分析来看，可以分为一次打开和打开后的体验。
文章TAG：引爆 趋势 报告 内容
