剛開始寫文章的朋友們估計都會很關注自己文章的閱讀量，畢竟辛辛苦苦碼出來的字還是希望更多的人看到。我記得我剛開始寫文章的時候，在文章發出去以后隔一會就會去公眾號后臺看一下閱讀量，隔一會看一次，不知道有多少寫文章的朋友剛開始也會這么做。

作為一名分析師(算卦的)，我就想著能不能對公眾號的閱讀量進行預測呢？如果在發文后能預測到公眾號最終的閱讀量，那么其實就沒必要每過一會就去看一次后臺，因為你已經知道了最終結果。

那應該如何預測呢？我們先來探索一波，如下是我公眾號后臺某一天的分時閱讀量趨勢圖，可以看到不管是分時閱讀量還是分時累積閱讀量的趨勢性還是很強的。

看到這里就會有兩個預測方向，一個是去預測每個小時的分時閱讀量，另一個是預測每個小時截止到當前的累積閱讀量。

累積閱讀量會相對比較好預測，可以看到，累積閱讀量的趨勢是符合對數分布的，直接在Excel中添加對數分布的趨勢線，和真實的累積閱讀量趨勢是完美重合。

那分時閱讀量該如何預測呢？分時閱讀量是比較符合冪函數分布的，同樣在Excel中添加乘冪趨勢線，和真實的分時閱讀量趨勢線也是完美重合。

上面的趨勢線都是有了每個小時的完整數據以后擬合出來的，但是文章開頭有說過，我們希望在發文后不久，比如一個小時后就可以能夠預估出當天的總體閱讀量，這個時候只有一個點是沒法去擬合趨勢線的。

那應該怎么辦呢？答案就是可以用歷史相同發文時間的閱讀量趨勢來代替當天的閱讀量趨勢。再根據業務經驗可得，閱讀量隨著發文時間的推后，肯定是按照某個比例在進行衰減，這個衰減的速度在不同天應該是近似相等的。不同天或者不同類型文章在不同時段的絕對閱讀量會不一樣，但是時段與時段之間的衰減速度應該是一致的。基于此，所以我們最后選擇了乘冪分布的分時閱讀量預測。

我們隨機挑過去三天的分時閱讀量數據進行乘冪分布擬合，最后得到3個不同的模型：

通過上面的擬合結果可以看出，冪函數的常數項基本約等于發文一小時的閱讀量，x為發文后的小時數，指數約為-1，所以我們可以粗劣的將發文一小時后的閱讀量預測模型設定為：

v表示發文后一小時的閱讀量，t表示發文后的小時數，y為發文后t小時的閱讀量，最后當天總閱讀量就是把不同t對應的預測值加起來即可。

上面的模型是拿我公眾號后臺數據訓練得到，不同公眾號，不同文章類型的模型結果可能略有偏差，但是思路大體一致。

該篇文章雖然以公眾號閱讀量預測為例，但是方法同樣時也適用于其他場景下的預測，比如分時段銷量預測。

喜歡文章的話，點個“在看”哦

總結

以上是生活随笔為你收集整理的如何利用Excel对公众号阅读量进行预测？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。