剛開始寫文章的朋友們估計(jì)都會(huì)很關(guān)注自己文章的閱讀量，畢竟辛辛苦苦碼出來的字還是希望更多的人看到。我記得我剛開始寫文章的時(shí)候，在文章發(fā)出去以后隔一會(huì)就會(huì)去公眾號(hào)后臺(tái)看一下閱讀量，隔一會(huì)看一次，不知道有多少寫文章的朋友剛開始也會(huì)這么做。

作為一名分析師(算卦的)，我就想著能不能對(duì)公眾號(hào)的閱讀量進(jìn)行預(yù)測呢？如果在發(fā)文后能預(yù)測到公眾號(hào)最終的閱讀量，那么其實(shí)就沒必要每過一會(huì)就去看一次后臺(tái)，因?yàn)槟阋呀?jīng)知道了最終結(jié)果。

那應(yīng)該如何預(yù)測呢？我們先來探索一波，如下是我公眾號(hào)后臺(tái)某一天的分時(shí)閱讀量趨勢(shì)圖，可以看到不管是分時(shí)閱讀量還是分時(shí)累積閱讀量的趨勢(shì)性還是很強(qiáng)的。

看到這里就會(huì)有兩個(gè)預(yù)測方向，一個(gè)是去預(yù)測每個(gè)小時(shí)的分時(shí)閱讀量，另一個(gè)是預(yù)測每個(gè)小時(shí)截止到當(dāng)前的累積閱讀量。

累積閱讀量會(huì)相對(duì)比較好預(yù)測，可以看到，累積閱讀量的趨勢(shì)是符合對(duì)數(shù)分布的，直接在Excel中添加對(duì)數(shù)分布的趨勢(shì)線，和真實(shí)的累積閱讀量趨勢(shì)是完美重合。

那分時(shí)閱讀量該如何預(yù)測呢？分時(shí)閱讀量是比較符合冪函數(shù)分布的，同樣在Excel中添加乘冪趨勢(shì)線，和真實(shí)的分時(shí)閱讀量趨勢(shì)線也是完美重合。

上面的趨勢(shì)線都是有了每個(gè)小時(shí)的完整數(shù)據(jù)以后擬合出來的，但是文章開頭有說過，我們希望在發(fā)文后不久，比如一個(gè)小時(shí)后就可以能夠預(yù)估出當(dāng)天的總體閱讀量，這個(gè)時(shí)候只有一個(gè)點(diǎn)是沒法去擬合趨勢(shì)線的。

那應(yīng)該怎么辦呢？答案就是可以用歷史相同發(fā)文時(shí)間的閱讀量趨勢(shì)來代替當(dāng)天的閱讀量趨勢(shì)。再根據(jù)業(yè)務(wù)經(jīng)驗(yàn)可得，閱讀量隨著發(fā)文時(shí)間的推后，肯定是按照某個(gè)比例在進(jìn)行衰減，這個(gè)衰減的速度在不同天應(yīng)該是近似相等的。不同天或者不同類型文章在不同時(shí)段的絕對(duì)閱讀量會(huì)不一樣，但是時(shí)段與時(shí)段之間的衰減速度應(yīng)該是一致的?；诖?#xff0c;所以我們最后選擇了乘冪分布的分時(shí)閱讀量預(yù)測。

我們隨機(jī)挑過去三天的分時(shí)閱讀量數(shù)據(jù)進(jìn)行乘冪分布擬合，最后得到3個(gè)不同的模型：

通過上面的擬合結(jié)果可以看出，冪函數(shù)的常數(shù)項(xiàng)基本約等于發(fā)文一小時(shí)的閱讀量，x為發(fā)文后的小時(shí)數(shù)，指數(shù)約為-1，所以我們可以粗劣的將發(fā)文一小時(shí)后的閱讀量預(yù)測模型設(shè)定為：

v表示發(fā)文后一小時(shí)的閱讀量，t表示發(fā)文后的小時(shí)數(shù)，y為發(fā)文后t小時(shí)的閱讀量，最后當(dāng)天總閱讀量就是把不同t對(duì)應(yīng)的預(yù)測值加起來即可。

上面的模型是拿我公眾號(hào)后臺(tái)數(shù)據(jù)訓(xùn)練得到，不同公眾號(hào)，不同文章類型的模型結(jié)果可能略有偏差，但是思路大體一致。

該篇文章雖然以公眾號(hào)閱讀量預(yù)測為例，但是方法同樣時(shí)也適用于其他場景下的預(yù)測，比如分時(shí)段銷量預(yù)測。

喜歡文章的話，點(diǎn)個(gè)“在看”哦

總結(jié)

以上是生活随笔為你收集整理的如何利用Excel对公众号阅读量进行预测？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。