Randfish 的 Twitt

[zihadhasan011]

er 统计数据 鉴于我有 21K+ 粉丝，但我发布的大多数链接只能产生 150-250 次点击，因此我的点击率平均只有 1.34% 作为分析爱好者，我们很清楚，我们只能改进我们测量、分析和测试的东西。所以，让我们看看测量我们的推文、分析数据和测试我们关于提高点击率的假设的过程。如果我们做得对，我们可以增加 Twitter 作为营销和流量渠道为我们带来的价值。 首先，我们需要一些包含以下内容的数据集： 个人资料 关注者数量 关注数 推文数量 平均每天的推文数量 推文数据（仅限包含唯一、可跟踪 URL 的推文 - 例如 bit.ly/j.mp） 点击次数 转发次数 一天中的时间 推文结构（例如文本、url、文本 VS url、文本 VS 文本、url VS 文本、url、哈希） 这可能很耗时，但如果您知道如何使用Twitter和Bit.ly 的 API，您可以创建一个更自动化的系统来监控这一点。


一旦您收集了这些，您将需要构建一个类似这样的 房主电话号码资源 电子表格： Twitter CTR 数据图表 我将自己为统计信息创建的版本公开在 Google Docs 上，以便提供示例。借助我的 Twitter 历史记录页面和 bit.ly+ 系统（允许任何人查看任何未受保护的 bit.ly 链接的点击统计数据），我构建了一个图表，其中包含我最近 25 条推文，其中包含我亲自创建 bit.ly 链接的 URL（转推和使用他人链接的推文会很嘈杂，无法用于此特定目的）。


利用这些数据，我可以提出一些有趣的问题并了解答案，包括： 我的推文更加言辞丰富，能获得更高的点击率吗？ 要回答这个问题，我们只需要查看每条推文的字数与点击率的对比。然后我们可以绘制一个图表来直观地说明数据。 字数与点击率 趋势线（虚线）显示存在轻微的模式，Excel 的相关性函数返回值为 -0.262，表明较短的推文和更多点击之间存在非常微妙的相关性。我可能会在将来尝试用特别短的推文来测试这一点，因为我的平均字长为 15.88，标准差仅为 3.88（这意味着我的大多数推文都很长）。