如何攀登數據驅動的內容之山

通過這個過程的關鍵是不要關註二階效應——哪些數據點將獲得最多的鏈接，或 PR——而是回到基礎並問“數據如何真正幫助我們的受眾？”

貴公司擁有的數據——用戶數據、產品數據、收集或購買的數據——是你可以與世界分享的故事、見解和想法的寶庫。 使用您的數據提供真實、有意義的幫助，流量、鏈接和新聞報導將隨之而來。

大多數數據驅動內容的奇怪問題

數據驅動的內容是使用一個或多個數據點作為對您的受眾有用的故事的核心的內容。

該定義的每一部分都很重要。

1. 數據驅動的內容必須包含一些合法數據。 如果這是一個很小的統計數據，或者是整個行業的分析細分，這並不重要。 它的適當性、收藏性或購買性也無關緊要。 數據就是數據。
2. 在數據驅動的內容中，數據驅動故事。 它仍然必須是很棒的內容，將數據包裝在您從經驗和專業知識中獲得的洞察力、知識和理解中。
3. 該數據+洞察力必須幫助您的受眾。 它可以是關於充分利用您的產品或幫助他們將自己與行業的其他部分進行比較。 但是你為之寫作的人必須帶著價值離開它。

這是一個非常基本的定義，但必須做出。 雖然每個人都得到第 1 點，大多數人得到第 2 點，但人們卻在第 3 點上轉過頭。

他們不是為相同的受眾編寫數據內容，而是編寫所有其他內容，而是以“獲取鏈接”的期望結果編寫數據內容。 他們忽略了使內容對他們的核心讀者有用和解決問題的機會。

最令人震驚的形式是為公關和媒體提及而寫作。 沒有人期望在更好的一對一上以 1,200 字的字數登上《紐約時報》網站。 但是人們確實期望它具有數據內容。 偉大的內容有鏈接，甚至新聞提及，作為二階效應。

但第一個效果必須始終是幫助您的讀者。

這就是 Wistia 在想要分享使用視頻 CTA 的最佳實踐時所做的。

他們知道客戶和潛在客戶想要了解其他人如何使用 CTA，並且他們知道他們有數據可以提供幫助。 因此，他們分析了“超過 360 萬個 Wistia 託管視頻的自定義項——包括來自 324,015 個視頻的 481,514 個號召性用語”，以告知用戶 CTA 的最佳工作方式。

從 Wistia 指南到視頻營銷中的號召性用語

這篇文章不僅產生了數以萬計的觀點，而且還做了以下事情：

• 它作為 Wistia 銷售團隊的銷售抵押品。 如果他們正在與潛在客戶通話，他們可以將他們指向這篇文章，以顯示他們應該期望從視頻中的 CTA 獲得的轉化率。
• 它為客戶成功團隊提供建議。 他們可以使用這些信息來幫助當前客戶在他們的視頻中更好地使用 CTA 並幫助他們取得成功。

這並沒有登上《紐約時報》甚至《波士頓環球報》的頭版，但它帶來了 Wistia 客戶並幫助他們擁有的客戶更加成功。 這就是您編寫數據內容的原因。

反向鏈接和媒體提及可以自然地出現在這些以讀者為中心的數據帖子中，就像任何以記者為中心的文章一樣。 AdEspresso 博客上鍊接最多的文章是對 Facebook 廣告成本進行基準測試的文章，它擁有來自近一千個引用域的驚人的 4,170 個反向鏈接。 這是來自一個非常有信譽的來源的備受追捧的信息——AdEspresso 管理著超過 6.36 億美元的廣告支出——所以任何使用 Facebook Ads 的人都會鏈接回它。

獲得媒體也是如此。 工資談判平台 Candor 在 5 月 COVID-19 大流行開始時製作的關於全球就業市場的這篇文章，得到了很好的新聞關注。

它首先是有幫助的。 隨著大流行在全球蔓延，Candor 使用眾包數據快速生成了誰在招聘、凍結招聘或裁員的名單。

然後，文章使用此列表按行業、位置和部門進行細分，以便讀者可以看到工作仍在哪裡。

來自COVID-19 中的全球就業市場狀況

它在成千上萬人迫切需要的時候為他們提供了有關全球就業市場的重要信息。 當然，記者會寫這篇文章。 這篇文章首先幫助讀者，其副產品是更多的流量和坦率的新聞。

任何公司都可以編寫的四種數據內容

正如Wet Wet Wet的書呆子版本可能會唱的那樣，“數據無處不在。”

我們在 Animalz 與超過 100 家公司合作，他們都寫過或可以寫數據內容。 這不是尋找數據的問題； 這是一個找到正確數據的問題。

同樣，這是以讀者為中心的。 您的讀者需要了解哪些數據？ 您的讀者需要您深入了解哪些數據？

1.專有數據內容

你擁有的數據永遠是最好的數據。 您最了解它，它對您的聽眾最有用，並且可以以多種方式使用。

在他們的文章中我們分析了 752,626 個 Facebook 廣告，這是我們學到的，AdEspresso 瀏覽了他們的整個廣告示例庫來分析 Facebook 廣告的構成。

這篇文章的讀者數以十萬計，他們每個人都學會瞭如何製作一流的 Facebook 廣告。 從技術上講，這不是像上面的 Wistia 示例那樣的產品數據。 相反，它是 AdEspresso 構建的切線數據集，正是因為他們了解其與受眾的相關性。 該分析進一步幫助該受眾。

本文最初於 2015 年發布，然後於 2018 年更新。這對於數據內容至關重要——它通常有一個銷售日期。 儘管您的5 個遠程工作技巧的真理是永恆的，但您的數據很快就會過時，您應該盡可能頻繁地更新。

但是這項額外的工作還有一個好處：額外的流量。

當這篇文章被刷新時，第二次電子郵件突發和分發導致流量出現第二次高峰，但基線自然流量也有所增加，由於數據老化，該流量一直在下降。 它現在又老化了，所以這篇文章可能會在明年再次更新。 但是當它被刷新時，我們將再次看到峰值，以及基線流量的另一次上升。

並非每篇數據文章都需要成為查看您擁有的所有數據的龐然大物。 一篇專注於單個數據的簡短文章對您的受眾同樣有幫助。 這篇來自 Wistia 的關於最佳視頻長度的文章不到 800 字，但為讀者提供了他們對視頻長度做出明智選擇所需的所有信息：

本文是作為上述 CTA 指南的更大數據分析的一個分支而編寫的。 如果您確實產生了大量數據內容，請考慮如何重用和重新組合其他文章的發現。 您可以將每個數據點放入其自己的較小文章中，並在那裡進行詳細擴展。 對此感興趣的人可以專注於那篇文章，而不必費力地閱讀更大的文章。

2.公開數據內容

公共數據不會像專有數據那樣為您提供內置優勢。 理論上，任何人都可以找到並寫下它。 所以你必須帶來洞察力。

這就是 CB Insights 處理其數據內容的方式。 有時他們有專有數據可以使用，但他們對業務和技術有著如此敏銳的理解，即使他們使用外部數據，他們也可以讓它感覺像是自己的。

這就是他們對 Uber 如何賺錢和虧錢所做的事情：

CB Insights“查看了優步的公共財務和用戶數據、優步高級團隊成員的聲明，以及布拉德·斯通（Brad Stone）的《暴發戶》（The Upstarts）等文本，這些文本是通過對那裡的領導人的採訪而形成的”，以便匯總互聯網上關於優步財務運作方式的最全面的報告。 儘管數據可以在其他地方找到，但洞察力和分析卻不是。

從優步如何賺錢 - 和損失 - 錢

這種洞察力和分析通常可以使出色的數據內容與眾不同。

數據內容的一個常見缺陷是它可能過於平淡，只是描述數字而不是將它們設置在一個吸引讀者並在上下文中解釋數據的故事中。 僅僅通過引起人們對數據的關注，數據本身就可以發揮作用。 但向讀者展示數據點對他們意味著什麼以及他們接下來可以利用這些知識做什麼會更有幫助。

Clearbit 的整個產品都是建立在數據之上的。 他們提供 API 和產品，使營銷人員能夠訪問有關其客戶的數據——他們的公司、行業和規模。 Clearbit 寫了一篇關於你應該構建的集成的文章，他們分析了數十萬家科技公司的數據，以確定最受歡迎的科技工具。 為什麼？ 這樣 Clearbit 就可以向他們的聽眾提出權威的建議。

來自您應該構建的軟件集成

它不只是說，“嘿，人們使用 Shopify。” 它說：“嘿，人們使用 Shopify，您可以使用此信息為 Shopify 構建集成，以增加您的用戶群。” 數據是文章的錨點，但是，就像 CB Insights 文章一樣，洞察力才是對讀者有幫助的東西。

三、調查數據內容

如果您不擁有數據，也找不到數據，那麼您可以隨時索取。

調查是啟動和運行的一些最簡單的數據文章——發布一個快速的 Google 表單鏈接，您正在收集數據。 通過控制問題，您可以控制數據，從而減少清理、解析和分析工作。 你可以得到結果并快速寫出來。

這就是我以前的 Animalz 同事 Jimmy Daly 一直在為 Superpath 博客進行調查的方式。

他在 Twitter 和 Content Marketing Slack 組中發送調查，等待，然後整理。 他將幾個快速圖形放在一起以顯示結果，然後將其寫下來。 在這裡，他正在研究內容營銷中的薪水，以及人們對薪酬公平的看法，按性別和種族劃分：

來自調查：你的報酬公平嗎？

這樣，Superpath 可以每月兩次獲得數據驅動的內容，而且幾乎沒有提升。

您還可以使用調查作為更大數據分析的基礎。 去年，保險申請和續保平台 Indio 發布了他們的續保狀態報告。 這是基於對 400 多家機構的調查，著眼於“他們的整個續訂過程——從向客戶提供續訂提交包到接收已簽署和完成的準備上市的申請”。

從保險續保狀態

調查對潛在客戶也很有效。 您可以像 Indio 一樣創建帶有答案的資產。 然後這會自我延續，因為您可以通過電子郵件將您的下一個調查發送到第一個下載的人的列表中並要求他們做出回應，這不僅會增加您的電子郵件列表，還會同時增加您的數據集。

4. 實驗數據內容

也許您可以製作的最有趣的數據驅動內容是實驗。 這個實驗應該以某種方式包括你的產品，以 (a) 展示它的工作原理和 (b) 展示它的價值。

這種類型的內容比其他類型的內容設置和分析稍微複雜一些，因為它是分析性的。 數據內容基本上可以分為兩種：

1. 描述性數據內容：這是您使用描述性統計來解釋數據的地方。 基準測試就是一個很好的例子，您將使用計數（752,626 個 Facebook 廣告）、平均值（平均標題長度為五個字）和百分比（33.04% 的公司使用了解更多 CTA）來讓讀者了解在哪裡他們與他人有關。
2. 分析數據內容：這是當您特別嘗試詳細說明兩組數據（之前/之後或控制/實驗群組）之間的變化或差異時。 在這裡，您可能還會看到百分比（轉化率提高了 5.45%），如果實驗適當科學，甚至可能看到 p 值。

“提高了 5.45% 的轉化率”來自 Segment 的一篇關於他們如何減少註冊過程中的摩擦的文章。

在這種情況下，他們使用自己的產品以及 Clearbit 來嘗試讓他們的註冊流程功能更好地為新用戶服務。 這是幾乎每個科技公司每天都在運行的那種 UX 實驗（想想你運行的所有 A/B 測試），但 Segment 選擇寫下他們的發現並將其用於內容。 它為讀者提供了使用 Segment 和 Clearbit 的具體結果，並展示了他們如何自己做到這一點。

即使您沒有進行實驗來改進您的產品，您仍然可以創建實驗數據內容只是為了好玩，並幫助您的讀者了解您的工具以及他們可以使用它獲得的結果。 Buffer 不斷進行實驗以幫助他們的讀者。 在第 3 方社交媒體工具是否會對覆蓋面和參與度產生負面影響？ 我們的 200 多個帖子實驗和結果他們使用不同的社交發布工具進行了實驗，找出某些工具是否會對達到效果產生負面影響。

來自第三方社交媒體工具是否會對覆蓋面和參與度產生負面影響？ 我們的 200 多項實驗和結果

如果您的產品有效，那麼運行實驗並證明它有效是您可以製作的一些最佳數據驅動內容。 如果您不僅可以向讀者展示它確實有效，而且還可以向讀者展示獲得最佳結果的所有最佳實踐，那麼您將為他們創造出真正有價值的東西。

數據內容入門

數據內容具有挑戰性但有益。 您將為世界添加一些全新的東西。 我們已經做了很多，與很多不同的公司合作。 基於所有這些經驗，這裡有一些方法可以開始這個練習，以及一些需要避免的陷阱。

1. 首先找出您的客戶需要知道什麼

如果您有一個，那麼您的銷售團隊是了解您的客戶需要知道什麼的好地方。 您的團隊每天都與客戶交談，聽取有關您產品的異議和問題。 數據內容是很好的銷售抵押品，可以幫助您的銷售人員領先於潛在客戶的這些反對和問題。

這是內容和銷售協作的一個很好的例子：

或者你可以自己問別人：

我們現在正在處理數據內容，所以 Ryan 直接詢問了 CMCG 中的其他內容營銷人員他們有興趣了解什麼。 這有助於我們了解報告的重點應該放在哪裡。

這裡的陷阱是試圖成為所有人的一切。 是的，您可以生成涵蓋多個數據點的大型報告，但是如果您剛開始，請關註一個有趣的問題並深入解決該問題，這會讓您和您的聽眾興奮不已。

2.一旦你有你的問題，看看你的數據是否能回答他們

您可能已經知道您的數據包含哪些秘密，但是一旦您確定了內容的方向，您就可以開始深入了解細節。 在開始任何實際分析之前，您希望對數據有一個非常好的理解。 如果您在談論專有數據，這可能意味著確切地知道您在數據庫中擁有什麼。 如果您正在收集數據，您可以從什麼地方獲取數據？

這個階段的陷阱就是沒有在這里花費足夠的時間。 如果你是一個數據書呆子，你會想要繼續分析。 但是在這里花費的時間將加快其餘的過程。

3. 讓您的分析快速而輕鬆

當您不熟悉任何類型的分析時，這就是不祥之兆。 但是大多數問題都可以通過非常簡單的分析來回答。 您無需成為數據工程師。 你不會運行任何機器學習。 你應該從計數、總和、比率和百分比的角度來思考。

讓我們來看看上面 Phillip Paquette 的問題：他們有多少集群片段指向他們的支柱頁面？ 平均有多少外部鏈接指向它們的支柱？

這只是計數和平均。 然而，它回答了我們觀眾的一個基本問題。

這裡的陷阱正在陷入困境。 試圖做太多或沒有具體的分析目標。 這就是為什麼上面提到的兩個步驟如此重要的原因。 在開始之前，您需要一些問題來指導您並充分了解數據，以便您可以快速獲得答案。 在此之前花更多的時間在這里花更少的時間。

4. 圖像和圖表讓一切變得不同

圖表和圖形是數據內容的核心。 你只是無法用語言來描述數字。 願意花一些時間在這裡 - 有一些很棒的工具易於使用並使圖表更具吸引力。 在 Animalz，我們混合使用直接的 Google Sheets 圖表、Figma、D3 和 plot.ly。

即使您只是使用 Excel 或 Google 表格圖表，請確保它們有標題並且軸已標記。 讓您的觀眾非常清楚每個圖表所顯示的內容使文章更具吸引力，並且單個圖像更易於共享。

一個陷阱是未能完善設計。 如果您的團隊中有設計師，那麼一定要讓他們參與進來。 如果只有你，那麼在每篇文章中迭代你的圖像，以更好地處理設計元素。

5. 寫下來

這裡最重要的部分是不要忘記這個故事。 這仍然應該是一本好書，而不僅僅是數字的背誦。 它應該徹底解釋數據並將其集中在客戶的問題中。 使敘述適合數據，而不是相反。

這裡的陷阱是相反的。 不要從一個故事開始，然後找到支持它的數據——數據驅動故事。 如果您從一個故事開始並尋找數據來支持它，那隻是常規內容。 願意讓數據發揮主導作用，即使它出乎意料。

最好的工作需要努力

製作“5 Best X”列表或其他模仿內容總是比花時間分析數據和編寫數據驅動的內容要快。

但這些東西對你的讀者來說是最有幫助的內容。 你可以告訴他們他們在基準方面的立場，你可以向他們展示他們成功所需的數據，你可以說服他們如何使用你的產品取得成功。 以數據驅動的內容將讀者放在首位，您最終將獲得有助於他們成功的精彩內容。 作為回報，您將獲得流量、反向鏈接……甚至可能是來自 BBC 的鏈接。