《电子商务数据分析与应用》1-3认识数据 (公众号平台统计数据)
电子商务的数据分析与应用
电子商务的数据分析与应用随着互联网技术的发展和应用的普及，电子商务已经成为现代商业活动的主要形式之一。
而在电子商务中，数据分析的应用显得尤为重要。
本文将探讨电子商务中数据分析的意义、方法以及应用案例，以期为读者提供深入了解电子商务数据分析的指导和启示。
1. 数据分析在电子商务中的意义电子商务的运营离不开对海量数据的收集和处理。
数据分析提供了有效利用这些数据的手段，有助于电子商务企业更好地了解市场需求、商业趋势以及用户行为。
数据分析可以提供重要的决策支持，帮助企业制定更有效的营销策略、优化产品设计和提升用户体验。
2. 电子商务数据分析的方法（1）数据收集：电子商务企业可以通过各种渠道收集数据，包括网站流量统计、用户注册信息、购买记录等。
此外，还可以利用第三方数据提供商获取与业务相关的外部数据，如市场调研数据、竞争对手数据等。
（2）数据清洗：原始数据中往往包含噪音、冗余和错误，需要进行数据清洗和预处理。
清洗后的数据更加准确可靠，有利于后续的分析工作。
（3）数据分析：数据分析可以采用多种方法，如统计分析、数据挖掘、机器学习等。
通过分析数据，可以揭示数据中的规律和潜在关联，为电子商务企业提供决策支持。
（4）数据可视化：将分析结果以可视化的方式呈现，可以更加直观地展示数据的含义和洞察。
常用的可视化工具包括数据图表、仪表盘和地理信息系统等。
3. 电子商务数据分析的应用案例（1）市场需求分析：通过对用户行为数据的分析，了解用户的兴趣、喜好和购买意向，从而精准定位市场需求，为产品设计和市场推广提供依据。
比如，根据用户的搜索关键词、点击行为和购买记录，电子商务企业可以分析出热门产品、潜在用户群体和市场细分。
（2）用户个性化推荐：利用用户行为数据和协同过滤等算法，为用户提供个性化推荐服务。
通过分析用户的历史购买记录和喜好，电子商务平台可以向用户推荐与其兴趣相关的产品和服务，提高用户的购物满意度和忠诚度。
（3）营销活动效果评估：通过对营销活动的数据进行分析，评估其效果和回报率。
电子商务平台的数据分析与应用
电子商务平台的数据分析与应用随着互联网的快速发展和普及，电子商务平台已经成为了现代商业领域中不可或缺的一部分。
通过电子商务平台，企业能够实现商品销售、服务提供和商业交易等一系列业务活动。
然而，电子商务平台所积累的大量数据也给企业带来了巨大的挑战和机遇。
针对这些数据，开展合理的数据分析并应用于实际业务中，将是电子商务企业提高运营效率、优化用户体验和取得商业成功的关键。
一、数据收集在电子商务平台中，数据的收集是数据分析的首要步骤。
电子商务平台一般通过注册用户和交易订单的记录来收集数据。
此外，还可以通过网站地图分析、用户行为追踪、社交媒体监测等手段来获取更全面的数据。
二、数据清洗和整理在收集到的大量数据中，常常包含有错误的、重复的或不完整的信息。
因此，在进行数据分析之前，需要进行数据清洗和整理。
数据清洗可以帮助排除数据中的异常值和噪声，从而提高数据的准确性和可靠性。
数据整理则可以对数据进行分类、筛选和整合，以便于后续的数据分析工作。
三、数据分析方法1. 描述性分析描述性分析是对数据进行整体和细节上的描述和总结。
通过对数据的集中趋势、离散程度、分布形状等方面进行分析，可以对电子商务平台的整体运营情况有一个直观的认识。
2. 关联性分析关联性分析主要是通过挖掘数据中的关联规则和关联模式，探索不同变量之间的关系。
例如，可以通过分析用户购买商品的历史数据，找出不同商品之间的关联关系，从而优化推荐系统的算法，并提高销售转化率。
3. 预测性分析预测性分析旨在通过历史数据来预测未来的趋势和结果。
通过建立合适的数学模型和算法，可以对用户的消费行为、市场需求等进行预测，为企业的决策提供科学依据。
四、数据分析的应用1. 运营决策通过对电子商务平台的数据进行分析，可以帮助企业进行运营决策。
比如，通过对用户购买行为的分析，可以优化商品的定价和促销策略；通过对用户流失率的分析，可以改进客户服务和忠诚计划，提高用户粘性。
2. 用户个性化推荐电子商务平台通常会有大量的商品和服务可供选择，如何根据用户的个性化需求为其推荐合适的产品成为了一项重要的任务。
电子商务数据分析与应用 - 教案
电子商务数据分析与应用教案一、引言1.1电子商务数据分析的重要性1.1.1电子商务数据分析对市场趋势的预测1.1.2数据分析在电子商务决策中的作用1.1.3数据分析对企业竞争力的影响1.1.4数据分析在提升用户体验中的应用1.2电子商务数据分析的发展趋势1.2.1大数据分析在电子商务中的应用1.2.2技术在电子商务数据分析中的应用1.2.3数据可视化在电子商务数据分析中的作用1.2.4数据安全与隐私保护在电子商务数据分析中的重要性1.3本课程的教学目标与意义1.3.1培养学生电子商务数据分析的能力1.3.2提升学生对电子商务市场的洞察力1.3.3培养学生运用数据分析解决实际问题的能力1.3.4培养学生对数据安全与隐私保护的意识二、知识点讲解2.1电子商务数据分析的基本概念2.1.1数据的定义与分类2.1.2数据分析的基本方法2.1.3数据分析在电子商务中的应用场景2.2电子商务数据分析的方法与技术2.2.1描述性数据分析方法2.2.2探索性数据分析方法2.2.3预测性数据分析方法2.2.4数据挖掘技术在电子商务数据分析中的应用2.3电子商务数据分析的应用案例2.3.1用户行为分析2.3.2产品销售分析2.3.3市场营销分析2.3.4供应链优化分析三、教学内容3.1电子商务数据分析的基本流程3.1.1数据收集与清洗3.1.2数据处理与转换3.1.3数据分析与可视化3.1.4数据报告与决策建议3.2电子商务数据分析的关键指标3.2.1用户行为指标3.2.2产品销售指标3.2.3市场营销指标3.2.4供应链优化指标3.3.1Excel在电子商务数据分析中的应用3.3.2Python在电子商务数据分析中的应用3.3.3R在电子商务数据分析中的应用3.3.4Tableau在电子商务数据分析中的应用四、教学目标4.1知识目标4.1.1掌握电子商务数据分析的基本概念与方法4.1.2理解电子商务数据分析的应用场景与价值4.1.3了解电子商务数据分析的发展趋势与挑战4.2技能目标4.2.1能够运用数据分析方法解决实际问题4.2.2能够使用数据分析工具进行数据可视化4.3素质目标4.3.1培养学生的数据思维与分析能力4.3.2培养学生的团队合作与沟通能力4.3.3培养学生的创新意识与解决问题的能力五、教学难点与重点5.1教学难点5.1.1数据分析方法的原理与应用5.1.2数据可视化工具的使用与技巧5.2教学重点5.2.1电子商务数据分析的基本概念与方法5.2.2电子商务数据分析的应用场景与价值5.2.3电子商务数据分析的发展趋势与挑战六、教具与学具准备6.1教具准备6.1.1多媒体设备：用于展示课件和视频资料6.1.2白板和记号笔：用于板书和图表绘制6.1.3数据分析软件：如Excel、Python、R等6.1.4数据可视化工具：如Tableau、PowerBI等6.2学具准备6.2.1笔记本电脑或平板电脑：用于学生跟随操作和练习6.2.2学习资料：包括教科书、案例分析、在线资源等6.2.3练习册或工作表：用于课堂练习和课后作业6.2.4小组讨论材料：如卡片、贴纸等，用于小组活动6.3实验材料准备6.3.1电子商务平台数据集：用于学生实践分析6.3.2数据分析案例：用于学生分析和讨论6.3.3数据分析竞赛题目：用于激发学生的学习兴趣6.3.4数据分析项目：用于综合应用所学知识和技能七、教学过程7.1导入新课7.1.1引入电子商务数据分析的实际案例7.1.2提出问题，引发学生思考7.1.3介绍课程目标和教学内容7.1.4激发学生的学习兴趣和动机7.2知识讲解与演示7.2.1讲解电子商务数据分析的基本概念和方法7.2.2演示数据分析工具和软件的使用7.2.3通过案例分析和讨论，深化学生对知识点的理解7.2.4引导学生参与课堂互动，提问和解答问题7.3实践操作与小组讨论7.3.1分组进行数据分析练习和项目实践7.3.2学生操作数据分析工具，解决实际问题7.3.3小组内分享和讨论分析结果和经验7.3.4教师巡回指导，提供帮助和反馈八、板书设计8.1知识框架板书8.1.1电子商务数据分析的基本概念和方法8.1.2数据分析工具和软件的使用8.1.3数据分析的应用场景和案例分析8.2案例分析板书8.2.1案例背景和问题陈述8.2.2数据收集和清洗的步骤和方法8.2.3数据分析和可视化的过程和结果8.2.4数据报告的结构和要点8.3小组讨论板书8.3.1小组分工和合作的要求8.3.2数据分析的问题和目标8.3.3小组讨论的流程和规则8.3.4小组报告的格式和评价标准九、作业设计9.1课后练习题9.1.1数据分析的基本概念和方法的选择题9.1.2数据分析工具和软件的操作题9.1.3数据分析的应用场景和案例分析的问答题9.2小组项目作业9.2.1选择一个电子商务平台数据集进行数据分析9.2.2运用所学的数据分析方法进行数据清洗和可视化9.2.4小组内部分享和讨论，互相评价和提供反馈9.3数据分析竞赛9.3.1设计一个数据分析竞赛题目，要求学生解决实际问题9.3.2提供数据集和分析工具，让学生自由发挥和创新9.3.3评选最佳数据分析作品，给予奖励和表彰9.3.4鼓励学生参与竞赛，提升他们的数据分析和解决问题的能力十、课后反思及拓展延伸10.1教学反思10.1.1反思教学目标的达成情况10.1.2反思教学内容的合适性和难易程度10.1.3反思教学方法和策略的有效性重点和难点解析在电子商务数据分析与应用的教学过程中，有几个环节需要特别关注，以确保学生能够有效地掌握知识和技能。
《电子商务数据分析与应用》课程标准
《电子商务数据分析与应用》课程标准一、课程名称电子商务数据分析与应用二、适用专业及面向岗位适用于电子商务专业（又可适用于跨境电子商务专业）。
面向电子商务运营与数据分析岗位。
三、课程性质《电子商务数据分析与应用》是电子商务专业开设的专业课，是必修课，是B类课程。
本课程旨在通过构建电子商务数据分析的整体知识框架，包括电子商务数据化运营认知、数据采集与处理方案制定、市场数据分析、运营数据分析、产品数据分析、数据监控与报告撰写。
让学员掌握电子商务领域数据分析技能，能够熟练开展电子商务数据分析，培养能够胜任大数据时代电子商务数据化运营工作的技能人才。
通过本课程的学习，使学生掌握调查方案设计、数据资料的收集、整理、分析和数据分析报告的撰写方法和思路，及运用相关数据处理工具进行数据分析的基本方法。
该课程主要是培养学生完整数据分析的理念与运用相关数据处理工具进行数据分析的能力，为将来进入电商企业从事数据分析打下基础。
四、教学目标1、总体目标通过本课程的学习，帮助学生能够理解电子商务数据分析的内涵、意义、作用、思路、工具；认识电子商务数据化运营理念；掌握数据采集和处理方案撰写，通过数据分析目标，明确数据指标类型、数据获取渠道并对数据进行初步整理。
掌握电子商务领域数据分析技能，能够熟练开展电子商务数据分析，包括：市场数据分析、运营数据分析、产品数据分析；能够根据市场、运营、产品等不同电子商务情境下数据分析目标，开展数据监控、分析，及时发现数据异常并进行运营优化，完成数据分析报告撰写。
2、知识目标（1）了解电子商务运营的概念及基本内容；（2）了解电子商务数据化运营的含义；（3）熟悉电子商务企业组织架构及各部门职责；（4）了解数据采集与处理方案；（5）熟悉电子商务数据指标体系；（6）熟悉电子商务数据采集渠道数据类型；（7）熟悉常用电子商务数据采集工具的使用范围及功能；（8）了解市场数据分析的内容；（9）明确市场数据分析的价值；（10）了解市场需求分析的重要性；（11）熟悉竞争对手的界定方法；（12）了解运营数据分析的必要条件及内容；（13）熟悉客户数据分析、推广数据分析、销售数据分析、供应链数据分析的相关知识与指标；（14）熟悉产品数据分析的概念和内容；（15）了解产品搜索指数和产品交易指数分析的维度；（16）掌握产品搜索指数和产品交易指数分析的方法；（17）掌握产品获客能力和产品盈利能力分析的方法；（18）能熟悉电子商务常用数据指标及其含义；（19）熟悉数据监控的一般流程；（19）了解数据监控报表制作的设计要素；（20）了解报告的主要类型及各类型的特点。
高教社高职电子商务数据分析基础(第二版)教学课件1-3
某时间节点 的客户在某 个特定时间 周期内登录 或消费过的 客户比率
客户 留存率
消费 频率
在单位时 间内客户 消费的次 数，消费 频率越高， 说明客户 的忠诚度 及价值越 高
统计日期内通 过对应渠道进 入店铺访问的 客户中，后续 有商品收藏行 为的客户去重
数
收藏 人数
加购 人数
统计日期 内将商品 加入购物 车的客户 去重数
电子商务数据分析基础
模块一 电子商务数据分析概述
目录
CONTENT
单元一 认识电子商务数据及数据分析 单元二 电子商务数据分析的指标
单元三 电子商务数据分析的流程
单元二 电子商务数据分析的指标
引导案例
电子商务数据分析，需要围绕指标进行数据收集、整理、分析等一系列操作。因此，在学习数据 分析的具体方法前，需要先明确电子商务数据的指标类型及其对应的核心指标。在了解了指标之后， 再针对分析目标，选择合适的指标进行相应操作。
退货用户数量
指在单位时间内发生退货行为的用户总数量。
单元二 电子商务数据分析的指标
指退货数量与同期产品成交总数量之间的比率。
订单退货率 订单退货率=(退货数量÷同期产品成交总数量)x 100%
成交客户数量 指在单位时间内成功下单并完成支付的客户总数量。
平均交易金额，指单位时间内每个客户平均购买产品的金额。
某一段时间内某个或者某些关键词广告被点击的 次数。 点击率=(点击量÷展现量)x100%
单元二 电子商务数据分析的指标
在同一次访问中，访客有可能发生多次入站，并且有不同 的跳失情况。例如，一次访问中，有两次入站，其中一次发生 跳失，另一次则继续浏览了多个页面，那么该访问的跳失率是 多少?
电子商务平台的数据分析与应用
电子商务平台的数据分析与应用随着互联网的快速发展，电子商务平台在现代商业中扮演着重要角色。
数据分析和应用已经成为电子商务平台成功运营的关键因素之一。
本文将探讨电子商务平台的数据分析与应用，旨在帮助读者了解电子商务平台如何利用数据来实现商业目标。
一、数据收集与整理数据收集是数据分析的第一步。
电子商务平台可以通过多种渠道收集大量的数据，包括用户行为数据、交易数据、商品数据等等。
在收集数据的过程中，电子商务平台应该注重数据的准确性和完整性，确保数据的质量。
随后，平台需进行数据整理，清洗和归类。
这样可以为后续的数据分析提供高质量的数据基础。
二、数据存储与管理数据存储与管理是电子商务平台数据分析的基础。
平台可以选择使用大数据存储和管理技术，如云计算和分布式数据库等。
这些技术可以帮助平台高效地存储和管理海量的数据。
此外，平台还应该采取措施确保数据的安全性和隐私保护，防止数据泄露和滥用。
三、数据分析方法与技术1. 描述性分析：描述性分析是最基本的数据分析方法，用于对数据进行整体和明确的描述。
通过对数据的统计、图表和可视化等手段，平台可以了解用户的特征、商品的销售情况等。
2. 预测性分析：预测性分析利用历史数据和模型技术来预测未来的趋势和结果。
通过预测性分析，平台可以预测用户的需求、市场的变化等，从而制定相应的策略。
3. 关联性分析：关联性分析用于发现数据集中的关联规则和模式。
通过关联性分析，平台可以挖掘出用户的购买偏好、商品的搭配推荐等信息，为用户提供更好的个性化服务。
4. 群体分析：群体分析将用户划分为不同的群体，通过分析不同群体的特征和行为，平台可以更好地了解用户的需求和行为习惯，为不同群体提供有针对性的服务。
四、数据应用与商业价值通过数据分析，电子商务平台可以实现以下几个方面的应用与商业价值：1. 用户个性化推荐：通过分析用户的历史行为和购买记录，电子商务平台可以向用户推荐个性化的商品和服务，提升用户体验和购买转化率。
电子商务平台中的数据分析与应用
电子商务平台中的数据分析与应用在当今数字化时代，电子商务平台已经成为商业领域最为重要的平台之一。
随着互联网的繁荣发展和电子商务的广泛流行，越来越多的企业开始将电子商务作为一种商业模式，以此来加强自身与客户之间的联系，提高客户体验以及提升销售业绩。
而电子商务平台的成功经营与发展离不开数据分析与应用。
本文将介绍电子商务平台中的数据分析与应用，以及其对企业和客户的影响。
一、数据分析在电子商务平台中的应用在电子商务平台中，数据分析是一项非常重要的工作。
数据分析可以帮助企业深入了解客户需求，改善产品和服务，创新业务模式等。
下面是数据分析在电子商务平台中的具体应用：1、用户行为分析通过用户行为分析，企业可以了解用户在电子商务平台上的搜索行为、点击行为、购买行为，以及在电子商务平台上消费的时间、方式和金额等信息，可以为企业制定更有针对性的市场战略提供依据。
2、商品销售和库存分析商品销售和库存分析可以帮助企业精确掌握商品的销售情况，特别是热销商品的情况。
同时，也可以根据销售情况调整库存策略，及时提高库存周转率，保证库存质量。
3、社交媒体分析社交媒体分析可以帮助企业了解客户在社交媒体上的言论、情感和互动情况。
同时，利用社交媒体数据，企业可以更好地了解客户的需求和反馈，制定更加有效的营销策略。
二、数据应用在电子商务平台上的影响1、提高客户使用电子商务平台的信任度随着电子商务市场的逐步完善，客户对电子商务的信任度也逐步提高。
数据分析可以提供更全面的市场信息，以及有针对性的个性化服务，可以为客户提供更好的用户体验和更优质的服务，从而提高客户使用电子商务平台的信任度。
2、优化销售效率数据分析可以实时、准确地收集、处理并展现各种数据，包括销售量、销售额、客户的购买意向等，可以为企业提供趋势分析和业务建议。
通过理性分析大量数据，企业可以及时调整策略，达到更好的销售效果。
3、节约企业成本数据分析可以帮助企业更好地了解客户需求和趋势，并根据需求调整业务方向和产品服务，同时可以避免不必要的生产活动，节约企业成本。
电子商务平台中的数据分析与应用
电子商务平台中的数据分析与应用一、电子商务平台概述随着互联网技术的飞速发展，电子商务平台已成为企业开展业务的重要途径之一。
电子商务平台通过互联网与客户进行交互，提供商品或服务，实现交易。
在平台上进行交易的同时，大量的数据被产生。
如何对这些数据进行分析与应用成为电子商务平台的一个重要问题。
二、电子商务平台中的数据1. 数据类型电子商务平台中的数据类型包括网站访问数据、商品数据、用户行为数据、支付交易数据等。
这些数据反映了用户在平台上的活动情况，可以帮助企业深入了解用户需求，优化服务。
2. 数据采集数据采集是在电子商务平台中获取用户数据的关键步骤。
采集方式包括cookies追踪、用户调查、监测软件等。
企业可以根据自己的需求选择适当的数据采集方式，获取合适的数据。
三、电商数据分析1. 数据分析的目的电商数据分析的主要目的是帮助企业更深入地了解用户需求，把握市场趋势，为企业的业务发展做出正确的决策。
通过对电商数据进行分析，企业可以发现用户行为的规律，优化网站结构，提高用户满意度，提高网站流量及拓展通路等。
2. 数据分析的方法电商数据分析方法包括统计分析、数据挖掘、数据建模等。
其中，统计分析是最基础的一种方法，可以对数据进行简单的描述和统计，如平均值、标准差等。
数据挖掘则是一种更加综合性的数据分析方法，通过在大量数据中寻找规律并进行预测，从而为企业提供决策支持。
四、电商数据应用1. 个性化推荐个性化推荐是一种将用户个性化的需求与产品或服务匹配的方法。
通过对用户历史购买数据、喜好数据等进行分析，企业可以为不同的用户推荐符合其需求的商品或服务，提高用户购买率及忠诚度。
2. 营销策略通过对数据的分析，企业可以了解用户的购买习惯，发现用户的需求及痛点，制定出更为精准的营销策略。
例如，为购买某一产品的用户提供相关促销优惠等活动。
3. 供应链管理电商平台中的数据分析也可以帮助企业优化供应链管理。
通过对商品数据的分析，企业可以了解哪些商品的销售更为火爆，以及哪些商品需要加强销售推广等，从而为企业的供应链管理提供有力支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Part 03 任务实施 认识公众平台统计数据
任务实施导入
假设你准备创设微信公众号，通过公众号发布内容推广商品信息， 你需要熟悉微信公众平台统计功能，
于是你来到微信公众平台：https:///，学习识读公 众平台统计数据。
Part 03 任务实施 认识公众平台统计数据
Part 04 学生演练 认识公众平台统计数据
finish THANKS
好好学习，天天向上 !
• 2、先独立观察统计功能的各 个模块，重点理解用户分析、 图文分析、消息分析三个模块 中各项指标的含义。再根据公 众平台数据分析模块介绍修正 先前的理解。
• 3、在小组创建或已建的订阅 号基础上，根据公众号数据统 计中的数据状态制定一份订阅 号推广任务计划表。计划表在 内容和形式上不做要求，但应 该具备可行性。
DATA
A N A LY S I S
电子商务数据分析与应用
OF ELECTRONIC
COMMERCE
AND
A P P L I C AT I O N
任务一 认识数据
高等职业教育电子商务专业规划教材配套课件
01 | 任 务 描 述
C ONTENTS
目
02 | 知 识 准 备
录
03 | 任 务 实 施
04 | 学 生 演 练
微信公众平台-统计（扩展）
微信公众平台-统计（扩展）
Hale Waihona Puke 微信公众平台-统计（扩展）
微信公众平台-统计（扩展）
微信公众平台-统计（扩展）
微信公众平台-统计（扩展）
学生演练
45 %
*演练提示 明确并坚信演练的目的，熟悉公众平台统计功能，认识统计数据对分析 订阅号推广效果的有用性。
• 1、学习者自发组成3-5人的学 习小组，确定创建或已建一个 微信订阅号。
图文
原文
微信公众平台-统计
图文分析查看方法
图文分析模块介绍
在微信公众平台—统计—图文分析—图文转发，即可查看图文页及原文页阅读 人数和次数。
数据从2013年7月1日开始统计，可以选择日期查询2013年7月1日开始，某一个 日期跨度的数据，数据会不断更新累积，建议可以将相关数据导出保存。
微信公众平台-统计
消息分析
消息分析
消息关键词
发送人数 发送次数 人均发送
自定义
非自定义
微信公众平台-统计
消息分析查看方法
消息分析模块介绍
在微信公众平台—统计—消息分析，即可查看粉丝人数的变化/当前公众平台粉 丝的分布情况。
关键指标：会针对昨天粉丝主动的消息发送人数、次数变化，以及与前天、7 天前、30天前进行对比，体现为日、周、月的百分比变化。
“微信公众号”的账号分类中比较 成熟，被大众熟悉的产品包括“服务 号”和“订阅号”。
服务号能提升企业和组织的业务 能力和用户管理能力。
订阅号为媒体和个人构建与读者 之间的有效沟通和管理模式。
微信公众平台-统计 公众号运营期间微信后台将逐渐累积各种数据。
用户分析
用户增长
用户属性
新
取消
净增
累积
性别
语言
省份……
微信公众平台-统计
用户分析模块查看方法
用户分析模块介绍
在微信公众平台—统计—用户分析—用户增长/用户属性，即可查看粉丝人 数的变化/当前公众平台粉丝的分布情况。
在微信公众平台—统计—用户分析—用户增长，可查看粉丝人数变化情况。
微信公众平台-统计
图文分析
全部图文
单篇图文
阅读次数 分享转发 收藏人数 送达人数 阅读人数 分享人数