閱讀筆耕|我的 Matters 統計可視化數據大公開
■ 前言
前陣子見 @fide 和 @輝廷曼 把一些 Matters 統計數據整理成圖表,令人躍躍欲試;感謝 @catding 提供的工具,促成本文誕生。
■ 資料來源
我是透過文章儀表板撈取「發表文章數」、「文章拍手數-平均」的資料。由於資料頻率(frequency)是以每日計,所以若你是一天發表多篇文章的作者,同一天的文章數據會以平均數或中位數來呈現,任君挑選。
下載完 CSV(Excel) 檔案之後,先在 Numbers 中把頻率均化為每月;此外,又加上「產值(LikeCoin)」資料,這一步很土法煉鋼,我從 Liker Land App 一週又一週的抄錄,假如某一週的「所獲讚賞」橫跨兩個月,就按天數所佔的比例拆分。
我在去年 8 月加入馬特市,所以取樣時間跨度至今年 3 月。
⚠️ 小結:
【研究期間】2020/08 ~ 2020/03,月資料。
【資料 ①】發表文章數 。
【資料 ②】被拍手次數。
【資料 ③】產值(LikeCoin)。
■ 文章數 vs 拍手數
![](https://assets.matters.news/embed/2d504faa-e1ad-4638-98e6-907f07fa2628.png)
有個指標蠻有意思,就是「平均每篇拍手數」,是 ② 除以 ① 的結果。
若要反求諸己,我會回頭檢視一下 1 月的發文,是怎麼樣的行文風格,爭取到比較多的關愛;另一方面,會是大環境的影響嗎?那得考量官方調整演算法一事:
- 砍掉「熱議」
- 修改「熱門」
由於我不知道「動刀」的詳細時間點,就不多著墨啦!
■ 拍手數 vs 產值
![](https://assets.matters.news/embed/7f0e4873-0ebb-4e55-88b2-d02f33f9fdab.png)
接下來,或許是大家最感興趣——也是我人工手 key 的快瘋掉——的部分,即「產值」的變化。
先求算另一個指標,我命名為「拍手效益」,是 ③ 除以 ② 的結果。
依稀記得,在 9 到 11月,有時會遇到一種「勁拍者」,他若不是很少上線,否則就是很謹慎出手,被他拍到,動輒灌入數百、甚至破千的 LikeCoin ;在統計上,這是一種「極值」,當然,我們都喜歡這樣的隨機干擾項——拉高了這幾個月的「拍手效益」數值。
⋯
⚠️ 而讚賞公民 2.0 計畫,在 12月底/1月初 施行。
從此以後,感覺「勁拍者」變少,甚至退場了。直覺地聯想,你若少上線,是很有可能中斷訂閱讚賞公民;或是乾脆舊制轉新制,從 1.0 換到 2.0;最後是剛加入的新血,多半直接從 2.0 出發——似乎這才是正常的「拍手效益」數值?
⋯
另一個觀察符合 @fide 提出的大環境「稀釋效果」假設。
以我自身為例,3 月份的發表文章數,比 2 月份多出 3 篇,被拍手次數則多了 820 次,但反映在產出上,僅只是持平。
■ 平均每篇拍手數 vs 平均每篇產值
![](https://assets.matters.news/embed/cb8f2050-462e-42cf-9d6c-bd5442e3a7c1.png)
承前述討論,這邊只是把拍手數和產值,各自除以文章數。
在視覺上,把「雙軸圖」改成「單軸圖」,可以看到代表產值的藍線,在 9 到 11月有不尋常的斜率,受「極值」干擾的推論,更加清楚地呈現了。
最後一個指標是「平均每篇產值」,扣掉初出茅廬的 8 月份不算,這個數字來到了相對低點,再次呼應 @fide 的「稀釋效果」。
⚠️ 三指標回顧:
平均每篇拍手數。
平均每篇產值。
拍手效益。
■ 後記
其實我在手 key 產值時,有想到「每月讚賞收入報告」——電子郵件——這個資料源,只是我找不到 12 月份以前的 email ,只好作罷(泣)。
謝謝各位看到這邊,隨喜附上我的Facebook專頁,以及讚賞公民2.0贊助連結。
🌱 閱讀臉書 👉 https://www.facebook.com/penfarming。
🌱 筆耕不輟,定期灌溉 👉 https://liker.land/leo7283/civic。
喜欢我的作品吗?别忘了给予支持与赞赏,让我知道在创作的路上有你陪伴,一起延续这份热忱!
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/fd5c7ed0-1181-4c4e-a967-f948e4ff97f2.png/public)
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/fd5c7ed0-1181-4c4e-a967-f948e4ff97f2.png/public)
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/4c93794b-d0fa-4f7d-9b4d-c77130611025.jpeg/public)
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/4c93794b-d0fa-4f7d-9b4d-c77130611025.jpeg/public)
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/6d2f128b-76bb-4b09-92d0-380601027e37.jpeg/public)
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/6d2f128b-76bb-4b09-92d0-380601027e37.jpeg/public)
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/98567996-6e30-403e-8e8f-1c88009801c1.png/public)
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/98567996-6e30-403e-8e8f-1c88009801c1.png/public)
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/a906e197-87e7-463a-bf82-d786124a565d.gif/public)
![logbook icon](https://assets-next.mattersprotocol.io/_next/static/media/logbook.2cfac4f7.gif)
- 来自作者
- 相关推荐