Всем нам (аналитикам и не только) известны стандартные метрики — CPL, CR, ARPU, LTV и т. д. Мы уже говорили об этом тысячи раз. Однако в компаниях многие процессы также нуждаются в цифровизации, чего добиться достаточно сложно. К ним относятся PR, SMM, HR, email-рассылки и т. д.

Поэтому сегодня в виде небольшой заметки я хочу поделиться с вами несколькими интересными метриками для SMM-аналитики и постов в социальных сетях, которые мы разработали для себя на основе опыта нашей компании.

Кстати, я за рулем канал в телеграмме, где я говорю об аналитике в бизнесе, маркетинге и всем, что между ними. Только мясо, никакой воды и никаких продаж — подписатьсяэто будет интересно 🙂

Мы приступим к делу!

Скорость усиления

Чтобы сделать чтение этой статьи более интересным, я начну с нестандартной метрики: коэффициента усиления (AR).

Определение: Amplificationrate — коэффициент виральности контента.

Алгоритм: Количество репостов/количество постов * 100%

Что показывает метрика: Скорость доставки сообщений за счет репостов.

Почему важно соблюдать: В некоторых сетях (например, ВК) алгоритмы охотнее дают вирусное освещение постам с большим количеством репостов. А в некоторых сетях (например, Telegram) это обычно единственный способ бесплатного продвижения.

Случай: Когда мы начали вести группу ВК, мы не понимали, как работают алгоритмы. А потом мы увидели, что посты с высоким AR получают широкое вирусное освещение, и начали концентрироваться на этих постах. В результате за два месяца мы добились большего роста, чем за весь прошлый год.

Уровень вовлеченности по охвату

Теперь вернемся к бессмертной классике — ведь это одна из основных метрик оценки эффективности группы/канала.

ЧИТАТЬ  Важные советы по максимизации вашего заработка на Aviator - Impact Patrimoine

Определение: Engagement Rate per Reach (ERR) — уровень вовлеченности на охват.

Алгоритм: Реакции/диапазон * 100%

Что показывает метрика: Насколько аудитория заинтересована в контенте и насколько активно они на него реагируют.

Почему важно соблюдать: Оценка этой метрики поможет как разработать контент-план (низкая вовлеченность — мы не публикуем такие посты), так и закупить рекламу. Например, когда мы покупаем урожай в Telegram, мы всегда смотрим на ERR каждого канала.

Случай: Мой близкий друг по бизнесу не оценил ERR и попал в глупую ловушку. Он купил рекламу за 50 000 на канале с 15 000 подписчиков и низким ERR, тогда как на канале с 3 000 подписчиков и огромной вовлеченностью он мог бы купить ее за 2 000.

Скорость роста аудитории

Определение: Audience Growth Rate (AGR) – скорость роста аудитории.

Алгоритм: Скорость роста аудитории = Новые подписчики / Все подписчики * 100%.

Что показывает метрика: Процент роста или выхода аудитории.

Почему важно соблюдать: Круто посмотреть на эту метрику в динамике, потому что… «мы набираем новых подписчиков» и «мы набираем новых подписчиков, но в 3 раза медленнее, чем в прошлом квартале» — 2 очень разные вещи 🙂

Примечание: Важно отметить, что коэффициент может быть и отрицательным – если никто не подписывается, а только отписывается.

Скорость разговора

Определение: Уровень коммуникативной активности (комментарии)

Алгоритм: Количество комментариев / Количество подписчиков * 100%

Что показывает метрика: Желание общественности общаться под публикациями и выражать свое мнение.

Почему важно соблюдать: Во-первых, это показывает доверие вашей аудитории к автору и ее вовлеченность в целом. Во-вторых, в некоторых сетях алгоритмы специально привязаны к комментариям: чем их больше, тем выше вирусный охват (например, на YouTube).

ЧИТАТЬ  Samsung раскрывает более подробную информацию о том, как компания планирует производить 1000-слойный чип QLC NAND, необходимый для петабайтных твердотельных накопителей. Сегнетоэлектрики Hafnia были определены как ключевой ингредиент для увеличения количества слоев до более чем 1 КБ.

Другие меры

Конечно, это не все метрики — о некоторых дополнительных интересных и неочевидных метриках для SMM-анализа я рассказывал в своей статье. телеграмм-каналы.

И кроме того, при анализе СММ (да и чего угодно) очень важно не делать «ошибка поверхностных выводов».

Учитывая, что совершить это очень легко и сложно заметить, а последствия могут быть катастрофическими, я написал сразу 2 заметки с подробными примерами таких ошибок: Здесь И Здесь.

Всем крутого анализа! ❤️

Source