数据指标根据平台不同略有差异，这里以微信为例。
数据维度分为三个方面：用户属性，图文数据，其他（菜单栏数据，消息分析，接口网页），分析思维分三步走，收集汇总，整理分析，制定策略。
用户属性：收集清晰的用户数据，完整用户画像以及用户行为。公号里的用户分析有年龄、地区、性别、终端等。
以终端数据举例，如果公号苹果用户占了90%，那么内容的排版，封面尺寸等都需要考虑苹果机型的接受效果；
其次，用户分析里有用户增长来源，能够看到关注公号的全部来源，是公号搜索，直接扫描二维码、图文页右上角菜单还是名片分享，这对于渠道运营的优化方向有重要数据支撑。
图文数据：图文数据包括了阅读数，点赞数，分享转发收藏等，这些数据对于公号内容优化很重要。
其次，对于阅读数据的所有渠道的来源以及24小时的阅读数据的对比都需要精细化运营，例如从18年3月开始，阅读来源看一看、搜一搜开始拆分统计，此前计入“其他”来源。
对于中小端自媒体，越来越多阅读数据来源于看一看搜一搜，这部分的数据显得愈发重要，只有通过周期数据的对比了解其背后的算法机制才能更好地运营（目前出现在看一看feed流的内容类型包括了：朋友都在看，已关注公众号文章，附近人在看，24小时即时新闻）
其他：菜单栏数据能够体现用户的兴趣需求，菜单栏的一二级的分类是公号内容结构很好的映射。消息分析中的小时报数据可以分析出用户集中访问的时间段，为用户运营工作分配等提供依据。
