为什么要分析数据？原因是避免臆测！人是主观的，数据是客观的。数据可以最直观、最理性地告诉你：你在哪方面做得好，在哪方面做得差，在哪方面需要及时纠正。这是移动互联网时代给写作者的福利，在传统媒体时代，我们拿不到很多数据，拿到的数据也没有那么准确。
因此，每个写作者都要形成数据思维，研究传播时少一点“我觉得”“我认为”，多一点数据支撑，因为人的判断力经常是不靠谱的，至少是不稳定的，而大数据不会撒谎。
那么，我们应该分析哪些数据，如何分析呢？
一、阅读总量
阅读总量跟你的选题、标题质量直接相关。因此，标题和选题是影响传播的关键点。你的选题、标题好，打开率就很高，相应的阅读量就不会差；选题差、标题不好，用户的点击欲望都没有，相应的阅读量也一般不会好。
所以，你每天要通过这个数据来复盘你对选题的敏感度、对标题的把控度，进而更好地预判阅读量。
二、转发分享量
在传播数据中，最重要的就是文章的转发分享人数。点开阅读代表是你对存量用户的利用，分享人数代表着你的增量用户。如果你的账号阅读量很高，但高阅读量只是靠打开率实现的话，那就不好了，因为这样你的增长就停滞了，只有分享才能带来新的增量。
1、阅读量低、分享人数低说明：选题、标题差，写得也不好。即喜欢看的用户不多，看完愿意分享的用户也不多。
2、阅读量低、分享人数高说明：标题差，但写得好。标题不好，点开率低，但是看过的都说好，愿意分享，所以分享人数很多。但因为标题差，分享也没带来多少增量，所以阅读量还是不高。
3、阅读量高、分享人数低说明：标题好，但写得不好，这个就是标题太好了，用户一看就想点，但看完文章觉得很不好，肯定不想转发。
4、阅读量高，分享人数高说明：标题好、写得好。这就是我们追求的，谁也没有辜负谁。
三、互动数据
互动一般是指点赞和留言，这两个数据理想，可以刺激更多的转发分享。
点赞数能够非常直观地反映你的内容质量，如果阅读量高，但点赞数很低，说明大部分用户没有认可你这篇文章，传播效果势必不好。
留言数判断你选题质量的风向标，如果你选题好，戳中了用户痛点，满足了用户需求，留言区一定很活跃。如果留言区很冷清，说明这个选题不是大家感兴趣的，或说明你的文章质量太差，
四、用户数据
用户数据是传播效果的最终反映，因为用户增长是我们传播的终极目的——拥有更多的读者。
用户数据一般有新增数、取关数和净增数（新增长-取关数=净增数）
首先，我们要关注的是新增数，我们要不断分析这个数据，以便知道写哪类文章、怎么写文章，传播效果好的同时转化效果也好。
其次，我们要关注取关数，取关是已有读者对你发出抗议的信号，要么是你的内容定位不是他们喜欢的了，你的内容没有从前好了；要么是你的内容传递出了他们不认同的观点和价值观，这个也要重视。
最后，我们要关注净增数，每日净增数的理想状态是：整体稳定，呈上升趋势，如果你的净增数是负的，你就要停下来重新规划内容了。
五、定期复盘
定期复盘可以让你周期性地、整体性地看这些传播数据，核心目的是总结普遍规律。
同时你还可以建立一个爆款选题库，把每个月阅读和传播数据最好的的标题、选题都整理进去，后期做选题、起标题时都可以参考。
最后，每一个写作者都形成“数据思维”，让数据去量化、反馈、指导传播工作，用数据明确传播目标。心中有数据，才能得心应手、进退有据。
