X 内容数据报告，一条帖子一条帖子地衡量客户的账号

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；转帖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帖撑起来的互动总数，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帖，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。

“链接与主页”标签页回答的是客户真正关心的那个问题：这些内容有没有把人从时间线上带走。每条帖子的链接点击都会被统计，再按目的地汇总，一个月的数据最终会变成一份不长的地址清单，列出每个地址各自的点击数、占全部点击的比例，以及和为此花掉的展示次数相比是否划算。表格旁边还放着几个最容易被忽略的计数器：从帖子内部点进主页的次数、从任何路径抵达主页的访问量、详情展开次数，以及话题标签点击次数。

主页点击和主页访问不是同一个数字，报告也拒绝把它们合并起来。主页点击是有人在一条帖子里点了这个账号的名字；主页访问则是从任何路径抵达主页，包括搜索或者别人转发的链接。一个账号完全可能一个数字很高、另一个数字很低，这个差距能告诉客户经理，是时间线本身在起作用，还是人们正从完全不同的地方过来。这两个数字都不会算进互动总数里，这既让互动率保持诚实，也让点击的故事和讨论的故事分得清清楚楚。

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。

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帖数，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。