公众号粉丝诊断报告

背景与痛点

很多团队在运营微信公众号时，只看单一的“净增人数”或“总粉丝数”。这种粗粒度的指标无法回答关键问题：新粉丝从哪里来？他们真的在看内容吗？哪些渠道带来的粉丝最终留存并产生了互动？当遇到掉粉或增长停滞时，缺乏结构化的数据拆解，往往只能凭直觉调整内容方向，导致运营策略陷入盲目试错的循环。

核心能力与工作流

mp-fans-analyzer 旨在将原始的运营数据转化为可执行的诊断结论。它主要通过以下步骤构建分析框架：

• 粉丝画像构建：抓取并聚合粉丝的基础属性与活跃数据，生成多维度的用户画像，区分核心互动用户与边缘静默用户。
• 增长漏斗分析：将粉丝流转拆解为“曝光 -> 关注 -> 首次阅读 -> 深度互动”的漏斗模型。通过对比各环节的转化率，定位流量流失的具体节点。
• AI 诊断与归因：结合漏斗瓶颈与粉丝行为轨迹，由 AI 生成结构化的诊断报告。报告不仅展示数据异常，还会基于历史行为模式提供针对性的内容或渠道优化建议。

适用边界与注意事项

该技能专注于微信公众平台（wechat-mp）的后端数据分析，不涉及第三方排版工具或前端图文渲染。在使用前，需确保已具备获取公众号基础数据接口（如用户管理、图文分析、用户分析）的授权。

需要注意的是，AI 生成的诊断结论高度依赖输入数据的完整性和准确性。如果后台仅提供了粗略的日增粉趋势而缺乏渠道来源或阅读时长明细，诊断报告可能会降级为通用建议。建议在触发该技能前，尽可能提供包含粉丝来源、图文阅读深度及互动事件的完整数据快照。