微信打击公众号刷量?微信调整数据统计口径影响如何?

因何而起?

8 月 7 日凌晨,微信公众号后台“统计”页面发布“剔除虚假数据”公告。这一举动,被很多人看作微信出手打击公众号刷量,关于微信打击公众号数据造假的消息,在自媒体圈引起热论,很多品牌广告主也对此举动所引起的影响颇为关注。

微信公众号官方公告

因何而止?

就在“裸泳者颤抖吧”、“刷量大号现形”、“数据造假被扒底裤”等言论被热传之时,腾讯《一线》发布报道称此次调整主要是统一前端和后端的数据显示,减少运营者前后端数据差异的疑问,仅会对极少数此前前后端数据不一致的用户会看到后台数据的调整,其他用户均不受影响。

有何影响?(在数据抓取方面)

从监控微信账号列表中随机抽取一个每日定期发送4条文章的公众号,对比其8月1日至10日的页面与抓取入库的互动数据,包括:阅读量、点赞量、评论量。

(注:数据查询时间为2018年8月12日14:00;页面数据数据时间为2018年8月12日15:00,因此数据存在些许误差)

1)阅读量数据

公众号绫梨阅读量数据对比


公众号绫梨8月1日至10日阅读量详细数据

从其阅读量的数据对比来看,去除数据查询时间的误差,可以保证阅读量数据的准确度,且在腾讯发布公告前后数据的准确度基本一致。

2)点赞量数据

公众号绫梨点赞量数据对比


公众号绫梨8月1日至10日点赞量详细数据

从其点赞量的数据对比来看,去除数据查询时间的误差,同样可以保证点赞数据的准确度,但在腾讯发布公告前后由于数据更新频率以及公众号文章发布时间的原因数据误差有些许增加,需要等数据稳定后进一步确认。

4)评论量数据

公众号绫梨评论量数据对比


公众号绫梨8月1日至10日评论量详细数据

从其评论量的数据对比来看,去除数据查询时间的误差,在腾讯发布公告后,没有抓取到相应的评论数据,从抽样选取的100个微信公众号,共计发文1466篇(包含未开放评论文章),评论量大于零的文章共406篇,占累计发文量的28%,由于页面数据与抓取数据的误差从8月6日起,8日之后暂未抓取到部分文章点赞量,因此初步判定其原因为数据更新频率以及微信公众号运营者的后台评论处理时间的差异所导致,可以保证评论量数据在7日后准确度为100%。


评论量数据为零文章占比

综上所述,腾讯发布提出机器刷量公告后,其对公众号前后台数据统计口径的调整对于 SocialMaster 的数据抓取并未造成影响,且 SocialMaster 可以保证其微信公众号数据抓取准确度在 99% 以上。

有何思考?(关于机器刷量)

腾讯对于剔除机器刷量的公告之所以会引起轩然大波是因为在其生态链中机器刷量已经成为了运营者维持运营的重要一环。在微信的上一次剔除机器刷量的活动中,众多所谓裸泳的微信公众号浮出水面,但仍未将此黑产全面抹杀,且如今机器刷量已经成为行业内众所周知的“秘密”,可以预见此后关于机器刷量的猫鼠游戏仍将持续。在猫鼠游戏中,一方面是部分自媒体运营者仍将依靠刷量提升公众号在普通读者见的影响力;另一方面是品牌广告主渴望获取真实数据以取得最佳合作效果。因此,我们需要在保证数据抓取量上的精准度上,对于数据质量作出衡量。目前较为准确的微信公众号数据的衡量方式如下:

1)点赞量与阅读量的占比,点赞阅读比较低,则刷量可能性较高

2)微信公众号评论,以及评论的赞的数据,评论少则刷量的可能性较高

3)微信公众号的打赏数据,打赏数据造假成本高,因此有打赏的文章刷量可能性较低

4)包含广告信息的文章数据造假的可能性相对较高

5)数据增长趋势,若数据在短时间内突然增长,或在夜间大幅增长则刷量的可能性较高

综上,是否可以根据点赞阅读比、评论量、评论的赞、打赏、文章是否提及内容包含品牌词或产品名等维度,制定微信公众号数据可信度衡量公式。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350

推荐阅读更多精彩内容