内容获客几乎成为了每家企业、每个大V、甚至是每一个独立个体都在做的增长尝试。在塑造品牌影响力的同时产生转化，何乐而不为？
然而，并不是每个人都是天生的“网红体质”。从0开始做内容的初期，往往流量还不足够。
当只有几百甚至几十流量时，如何（不利用技术工具）快速优化找到最适合自己的内容，并且借此“一炮而红”呢？
这就需要充分利用初期所获得的“小数据”。
小数据（small data），或称个体资料，是指需要新的应用方式才能体现出具有高价值的个体的、高效率的、个性化的信息资产。
顾名思义，与大数据相反，小数据更具象、更关注个体。
那么，对于内容生产者而言，究竟哪些是值得观察的小数据？
一、小数据1：简单行为——点赞、收藏等
不论是视频还是图文类的内容，读者所采取的简单行为就是对最直观的答案，甚至许多媒体平台的推荐因素之一也是点赞和收藏数量。
对于观众（或读者）而言，只需要双击屏幕就能点赞，只要是在查看内容的过程中发现了能让自己为之兴奋的点，基本就能触发这一行为；而收藏行为则比点赞更为理智些，通常是在查看完通篇内容，或者确定自己会反复查看该内容之后，才会触发。
但需要注意，这类简单行为往往只能反映内容里有读者感兴趣的“点”，无法保证整个内容在“面”上也是吸引读者的。从观众视角而言，也许内容整体本身吸引力不够大，但其中的个别文字、观点、图片、视频等，打到了读者的G点上。
如果能有技术追踪到是在读过哪个段落之后、看过视频中哪个片段之后，触发的点赞和收藏行为，则能够最直观地指导创作者——这就是你内容最吸引人的地方。
抖音后台的参数中有完播率一项，可以看到观众是在视频的第几秒跳出的，能够指导创作者优化。
哪怕此时只有几十个观众，但超过半数的点赞行为都是发生在某一个“子内容”上，这就是观众的兴趣标签，也是创作者应该继续深耕的方向。
二、小数据2：高分互动行为——留言、赞赏、转发、新增关注等
相比简单行为，诸如留言、赞赏、转发等“成本更高”的行为，显然更能彰显出用户对于内容的高度认同。（当然，也有可能是不满）
但总的来说，高分互动行为无疑会为内容带来更多关注与流量，即便是评论区“互撕”这种互动行为也有可能让内容“黑红”一把。
此时，除了留言的内容（下个部分详细讲），内容创作者应该关注这的什么“小数据”？
笔者认为，其中至少包括：
1. 留言时间
是集中在发布后的一段短时间？还是平均分配？或者是长尾效应很好？
这样就可以判断出是平台机制好，用户习惯问题，还是内容踩中了SEO关键字，或者是平台在搜索中的权重给得较高等等。
另外，也可以横向对比多篇文章的留言时间，找出最佳的发布时间。
2. 留言字数
留言字数能直观反映出来作者对于内容的共鸣程度。如果只是“好”、“太棒了”、“差评”这种形容词，而没有详细解说，一方面反映出可能内容较为简单、一方面也反映出观众的水平相对初级，如果是深度内容如此“曲高和寡”，有可能是投放渠道出了问题。
3. 赞赏数量
如果某一篇内容得到的赞赏数较高，那无疑这就是观众喜爱的。如果赞赏数量比较平均，那则证明内容总体质量保持在一个水平线上。
另外，赞赏分为应该区分两种：基于内容的和基于作者的。前者是对于内容的认可，后者是对于IP的认可，可以分别用不同的方式做后续用户运营。
4. 新增关注
新增关注是持续出现，还是集中某篇文章发布之后？前者证明账号已经开始稳步增粉，后者更说明该内容的“爆款”潜质。
5. 转发和下载
如果某篇内容的转发或下载等高分互动行为较多，则证明它会被多次传播。但创作者要尽可能地观察到这些行为，比如：抖音内的视频转发到微信上传播，能不能监测到？数据怎么统计核算？这是小数据阶段要人为思考和操作的。
以上指标量不多的时候，只需要人工统计就可以得出这些“小数据”的规律。其实，当数据庞大时这些维度也应该是可以直接用技术能够捕捉和统计的，无需人工干涉。
三、小数据3：互动内容——留言&私信内容，转发文案等
更深一层次的小数据则是基于用户反馈要做的内容分析。
事实上，包括笔者在内的很多创作者，在初期都不自觉地分析过互动内容。
在观众数相对较少的时候，我们可以逐条留言、私信地去看，观众具体都说了什么、对内容有哪些评价、认为什么地方不够严谨、哪些方面讲得还不够具体……
这个时候，可以把留言内容做一个总结，划分成几个维度，甚至每个维度给出一个评分，低分项是重点要提升的方面，高分项则是要保持的方面，而用户疑问最多的方面——无疑应该成为你下一篇内容的选题。
笔者就通过这种这种机制，总结出评论和私信中频繁提及的问题，围绕一个垂直话题制造了矩阵式的多个高流量话题。
不仅仅是笔者，程十安、潘雨润等网红也在抖音内容分享时提及过这种机制。
潘雨润曾经说过，她会和粉丝一对一地聊天，来了解对方的真实关注点。这就是小数据的一个最常见、最真实利用案例。
可以说，不会主动和观众主动对话的创作者，很难快速切中观众需求。
而转发文案也有助我们了解：用户究竟更喜欢内容里的哪些方面，是话题、节奏还是视觉效果？
四、小数据4：观众画像——用户资料+兴趣话题
如果能够通过前3种小数据“顺藤摸瓜”到用户页面，既可以看到对方的基础资料，可能包括：性别、年龄、从业经验、关注的其他话题等等。
假如你发现该用户关注了你擅长领域的多个话题，那么无疑分别在创作者侧和观众侧你们二者的“兴趣标签”是高度吻合匹配的。
当观察了超过20个用户后，你大概就能勾勒出内容所吸引的观众的画像了。
笔者就将自己在某垂直领域的读者画像归纳为：0-3年工作经验的职场小白，理工科背景为主。
而这类用户所关注的问题也多为：某一行业适不适合我？工作日常是什么？薪资多少？后期发展如何等等？
基于用户画像和小数据3，我制造了所提及的话题矩阵，其中流量之王的阅读量为14w+，目前还在持续增长，带来的变现已经近万元。
当观众只有几十、几百时，我们就需要一个个头像点进去观察、一条条私信留言互动，用最直接、简单的方式、最真诚地态度，来对待这些小数据背后的个体。
这些个体往往就是后期内容获客的种子用户，大有一两拨千金的效果（参考“乐纯酸奶”营销案例）。你在做的不仅是寻找内容优化的灵感，更是在做最直接的客户关系维护。
世界上本没有大数据，小数据多了，自然就有了大数据。
不论是文章中列举的小数据，还是你不断探索出的小数据，都可以成为指导内容运营的利器。当然，不断进化的技术和Martech手段，无疑也会帮助我们探索出更多基于内容的数据及其用法。
当没写出爆款、没总结出流水线生产内容的模式时，每一个创作者都应该对小数据如视珍宝，因为它们是内容优化的指南针，也是内容获客的试金石。