上期我们聊到了利用微博做渠道监控，这期就来具体说说做了监控后的数据输出。
本文分为：
1.为什么要做数据输出？
2.做数据输出的六大要点
一、为什么要做数据输出？
1.数据整理
由于微博上用户发文时间的随机性，能看到的反馈都是零零散散的，我们很难马上知道最近几周整体数据的趋势，对于某项产品问题的反馈情况也没法通过零散的数据得出。
所以，我们只能通过整理微博上的反馈，来得到想要的数据。然后再通过这些数据，为产品的调整做一些参考。
2.用于工作汇报
微博的监控其实是比较耗费时间的，为了保证和用户互动的及时性，常常需要随时注意微博，这无形中就耗费了不少工作时间。
而在每周的工作汇报中，微博就占据了不少比重，仅仅只是汇报跟进了多少反馈，做了多少互动，并没有办法很好的体现这个工作的重要性。
这时候就需要一份完整的数据输出，给到领导想要的内容，同时也是个人价值的体现。
二、做数据输出的六大要点
1.整体数据分布
先做一个宏观的数据显示，让看邮件的人一下子明白本周总体的数据情况。
比如本周的反馈总共是多少例，其中体验类建议、口碑：赞、bug类的反馈各有多少例，以及占比，建议通过饼图呈现，更为直观。
2.累计反馈趋势
将最近四周（包括本周）的bug类和体验类的反馈做一个数据对比，通过趋势图体现，这样领导看邮件的时候，就能直观了解到最近几周的数据情况。
3.top3问题
在所有的体验类和bug类反馈中，占据前三的分别是哪些。此处需要标明具体的项目、数量、用户原话、当前状态。
在当然状态中，比如bug类，可以写明bug的原因，处理进度，用户是否已经恢复正常。
4.状态分布
看完了整体的数据，也许就会问：那bug主要都有哪些，占比是多少呢？
所以，这时候就要有一个饼图，具体描述下bug和体验类问题各自的数量及占比。
这里需要注意的是，超过2例以上的反馈才具有共性，才需要整合进去。
5.互动摘要
在本周的互动中，挑选出和用户互动较好的例子，附上原文链接，以及互动的截图。
在这里，可以挑选受到用户肯定我们工作的内容，具体原因，你懂的。
6.反馈数据详情
这里贴的就是用户原话，记得注意几点：
①bug类和体验类分开呈现
②整理内容时需要包括：问题分类、用户原话、原文链接。而问题分类是先用简洁的语言描述问题，再对问题做分类，比如体验类问题就可以分为：赞XXX、吐槽XXX、建议XXX、咨询XXX。
后话
最近越发觉得做一件事之前，了解其原因的重要性。很多事情明白了为什么要做之后，一来是更有动力去做，二来是明白了原因，才能更好的指导行动，及时调整方向。
共勉。
