X(Twitter)报告

X 内容,一条一条讲清楚

X 内容数据报告:展示次数与 X 自己公布的互动率、回复转推引用喜欢与书签的互动构成、链接目的地、视频完播情况,以及粉丝与提及,全部限定在一个 X 账号上。登录即可打开 X 内容数据报告,也可以先看看它是怎么运作的。

AI Marketing Dashboard 中 X 内容数据报告的预览界面:帖子展示次数、互动构成,以及粉丝与提及卡片

X(Twitter)报告

X 内容数据报告,一条帖子一条帖子地衡量客户的账号

X(原 Twitter)公布的是和其他社交网络完全不同的一套数字,从展示次数而不是触达人数开始算起。X 内容数据报告,把代理商真正在运营的这一个账号,拿这套官方口径逐条衡量:展示次数、X 自己给出的互动率、背后五种互动的构成、帖子里的链接与视频,以及围绕着它的粉丝、提及与回复。

AI Marketing Dashboard 中的 X 内容数据报告:帖子展示次数、互动率、粉丝数与链接点击,以及每日趋势

X 内容数据报告:逐帖统计展示次数与 X 自己公布的互动率

X 用的分母,就摆在大家都用的那个分母旁边

展示次数是 X 给每条帖子标出的数字,X 公布的互动率则是互动次数除以展示次数,这和大多数社媒工具惯用的分母不一样,这也是为什么同一条帖子在这份报告里表现强劲,在另一份报告里却显得平平的原因。“帖子”标签页把两个数字都打印出来。这段时间发布的每条帖子都带着自己的展示次数、互动总数、按展示次数算出的互动率,以及背后五种互动各自的次数,按表现从强到弱排列,让写得不出彩的帖子也留在视野里,而不是被悄悄裁掉。排序方式可以在互动最高、展示最高与最新发布之间切换,这三种排法在一次客户电话里会回答完全不同的三个问题。

每一个比率都是拿这个账号自己的自然互动区间去评判,而不是套用一份研究别的账号得出的数字。这个区间沿用工作区里其他网络已经在用的定义,再通过这个账号自己的频次(展示次数除以触达账号数)换算到展示次数上,这样一条在这里被判定为表现强劲的帖子,放到工作区里的任何其他地方,结论也不会变。每个比率旁边的小标签会说明这条帖子是超过、落在,还是没达到这个区间,趋势图上方还能在按展示次数计算和按触达计算的两种互动率之间切换,一份月度汇报不用另外导出一份文件,就能把两种口径都展示出来。

X 上的互动构成:回复、转推、引用、喜欢与书签

五种信号,说的是同一条帖子的五件不同的事

X 把五种不同的行为都算作互动,它们说的其实是五件不同的事。喜欢几乎不花任何代价;回复则开启了一段对话,账号接下来还得有人去回应;转推把帖子送到了账号自己触达不到的受众面前;引用做的是同一件事,只是多加了一句自己的看法;而书签是这五种里最安静的一个信号,有人把这条帖子存起来,打算以后再看。“互动构成”标签页把这五种数据按帖子叠加呈现,可以按数量看,也可以按占比看,表格下面还有一行汇总全部帖子的总计。

有了这层拆解,内容计划该做什么就变了。一个月靠喜欢撑起来的互动总数,和一个月靠回复与转推撑起来的互动总数,在一个笼统的互动数字里看起来一模一样,只有真正传播出去的是后者。逐条帖子去看这个构成,才能看出哪一条真正带来了转推,哪一条挑起了讨论,哪一条被悄悄收藏却没人公开互动。互动总数在报告的每一个层级都精确等于这五种互动的加总,不会重复计算,X 另外统计的点击与展开次数则单独呈现,这样互动总数才始终经得起复算。

媒体与视频观看数据,以及按四分位统计的完播情况

观众是在哪里离开的,而不只是有多少人按了播放

X 上的视频看的是完播情况,而不只是播放次数。“媒体与视频”标签页给每条视频一张卡片,标出时长、播放数,以及一个四分位漏斗:分别有多少播放还留在四分之一、二分之一、四分之三与结尾处,用带标注的柱状图呈现,而不是压缩成一个百分比。平均观看时长(秒)就放在旁边。一条 90 秒的短片,在还没到一半时就流失了四分之三的观众,和另一条能撑到结尾却没怎么传播出去的短片,是完全不同的两个问题,需要完全不同的解决办法。

媒体展示次数和视频观看数是分开统计的,因为一张图片被加载和一段视频被播放,本来就是两种不能互换的事件。一条图片帖只会报出媒体展示次数;一条视频帖则两个都报,而且播放数永远是加载数的一个子集。下面的表格把这段时间发布的每一条带媒体的帖子都列出来:媒体展示次数、视频观看数、完播比例、平均观看时长、展示次数与互动率,让这个月表现最好和最差的两条短片出现在同一张表里,下个月的视频简报,也就有了具体的依据,而不只是一种个人偏好。

帖文类型(文字、图片、视频、链接)与每千次展示各自的收获

一个能真正比较的数字,而不是谁被展示得多谁就赢的排行榜

文字、图片、视频与链接帖赚到的东西本来就不一样,混在一起算平均只会掩盖谁是谁。“帖文类型”标签页按形式把这段时间的数据汇总起来,报出每种类型发了多少条、展示次数、互动次数、互动率、链接点击,以及每千次展示带来的转推数,可以按单条帖子看,也可以看汇总。每千次展示这个数字才是真正能比较的:它不会因为某种类型这段时间被展示得更多,就自动给它加分,所以一条只面对少量受众却传播出去的文字帖,不会被一条平台推得更用力的视频帖悄悄盖过去。

同样这几种类型也是报告主筛选器的选项,选中文字或者视频,关键指标卡片、趋势图、互动构成和下面每一张表格都会围绕它重新计算。如果这段时间完全没发过链接帖,报告会用一个明确的空状态说明这一点,而不是编出一行不存在的数据,如果续约合同里包含带来流量这一项,没有链接帖本身就是一个值得汇报的发现。攒上几个月的数据,这张表就会成为调整发布结构最有说服力的证据,因为它完全来自这个账号自己发布过的帖子,而不是一句关于这个平台整体表现的泛泛而谈。

粉丝、提及与回复速度:这个账号逐时的对话负荷

一个 X 账号既是发布者,也是收件箱

“粉丝与提及”标签页把粉丝数按天报出来,用这段时间的净增长往回推算,让每一天显示的都是一个存量而不是总数的某个切片,旁边配上每天新增的提及、这个账号自己发布的帖子收到的回复,以及回复这些消息所花时间的中位数(分钟)。新增和流失显示在上方,配着净变化,这样一个月新增四百、流失三百的账号,就不会被简单说成安安静静涨了四百粉丝,一个正在流失的月份,也会被如实报成流失。

回复速度是一份自然运营的 X 账号服务合同最容易悄悄掉链子的地方,这份报告把它做成一个具体数字,而不是一种模糊的印象。每天都有自己的回复时间中位数(分钟),回复偏慢的那天会被单独标出来,关键指标卡片还会点名这段时间回复最慢的那一天,不用另外去找。旁边的“时段”标签页把这段时间的互动和展示次数按每小时、每个星期几铺开,标出最活跃和最安静的时段;X 上活跃的时间通常比以信息流为主的网络更早,一份基于这个数据得出的发布时间表,也比照搬一份通用日历更站得住脚。

常见问题

X 上的互动率是怎么计算的?

X 用互动次数除以展示次数,因此得出的比率通常会比其他社媒工具按触达计算出来的比率要低。这份报告把两者都展示出来,并且分别标注:每条帖子上是按展示次数算出的比率,趋势图上则是按触达计算的比率。这里的互动次数指的是喜欢、回复、转推、引用与书签,每一种只计一次。

X(Twitter)上的展示次数和触达人数有什么区别?

一次展示是一条帖子在屏幕上出现一次;触达人数则是看过它的不同账号数。同一个人刷到同一条帖子两次,会产生两次展示,但只算一次触达。把两者相除就得到频次,报告会把它打印在趋势图下面,也正是靠这个数字,才能把按触达计算的互动率换算成 X 自己公布的按展示次数计算的互动率。

代理商每月应该汇报哪些 X 数据?

帖子展示次数、按展示次数计算的互动率、互动构成、链接点击与目的地、粉丝净变化,以及回复速度,几乎能回答客户会问的所有问题;如果这个账号发布视频,还应该加上完播情况。这份报告把这些正好收进八个标签页,月度汇报因此能保持同样的结构,第二次准备时会比第一次快很多。

书签算不算 X 上的互动?

算。书签是这份报告统计的五种互动之一,和喜欢、回复、转推、引用并列,在互动构成里有自己独立的一份占比,而不是被悄悄并进某个总数里。它值得关注:一条喜欢很少、书签却很多的帖子,说明它对一部分人真正有用,只是这些人没有选择公开互动。

这份报告包含 X 广告吗?

不包含。这份报告只覆盖自然账号:帖子、展示次数、互动、粉丝与提及。付费投放、花费、单次转化成本,以及按广告统计的报告,都在另一份独立的 X 广告报告里。把两者分开,能避免一个自然互动率被推广展示次数悄悄抬高,这是社媒复盘里最容易出现的一种误导。连接账号是另外一个独立的设置步骤。

X 内容数据报告:展示次数与互动构成 | AI Marketing Dashboard