AI + 飞书多维表格：公众号数据分析实战
作者通过飞书多维表格 + AI 分析公众号数据，发现阅读量与内容质量关系的真相：阅读量高度依赖外部因素（标题、时间、推荐），与分享率呈弱负相关。
基本信息
- 来源：人人都是产品经理
- 作者：林骥
- 发布日期：2026-06-03
- 原文链接：https://www.woshipm.com/share/6407271.html
核心观点
-
数据导入与可视化：将公众号 2025 年 11 月以来的文章阅读数据导入飞书多维表格，通过词云图、条形图、散点图进行可视化分析，AI 一词出现频率最高，说明 AI 对作者影响很大
-
批量自动化处理：使用飞书多维表格的”字段捷径”功能，调用 DeepSeek-V3 批量简化几十个长标题，约 1 分钟完成，避免手动处理的费时费力
-
阅读完成率 vs 分享率：弱负相关：散点图显示两者呈弱负相关性，即读完全文的人不一定会转发，转发的人也不一定读完了全文
-
阅读人数 vs 分享率：弱负相关：阅读量高的文章分享率不一定高，反过来也成立，证实了作者的直觉——公众号阅读量的随机性很大，跟投入的时间精力不成正比
-
阅读量的本质：数据证明阅读量更多取决于标题、发布时间、平台推荐这些外部因素，而非内容质量本身。盯着阅读量容易被绑架
-
写作的真正意义：作者释然后的态度是——写作是自我训练，用输出倒逼输入；发出来是为了获得反馈，避免闭门造车。用 AI 帮助分析数据、优化文章，但结论和内容必须经过自己的思考
-
人机协同：按照《奇点临近》的观点，人类的最终归宿是自我数据化，实现人机结合。作者认为这已经在发生——在训练 AI 的同时也在训练自己的思维，让自己保持清醒的判断力，变得更加真诚和谦逊。人负责定义目标和把握方向，AI 负责执行和优化，各自发挥优势，实现 1 + 1 ＞2
实操内容保留
飞书多维表格操作步骤
-
数据导入：将公众号阅读数据（包含文章标题、阅读人数、阅读完成率、分享率等字段）导入飞书多维表格
-
词云图生成：在仪表盘中添加词云图，点击右上角的”智能分析”，AI 自动给出洞察与建议
-
批量简化标题：
- 在数据表中新增一列”主题”，存放简化版标题
- 使用”字段捷径”功能，选择”AI 实验室”下的 DeepSeek-V3
- 输入指令：“将以下标题简化为 10 字以内的主题”
- 约 1 分钟批量完成几十个标题的简化
-
分享率排行榜：在仪表盘中添加条形图，按分享率从高到低排列，一眼看出哪些主题更有传播力
-
相关性分析：
- 添加散点图，横轴为阅读完成率，纵轴为分享率，用 AI 分析两者关系
- 添加另一张散点图，横轴为阅读人数，纵轴为分享率，用 AI 分析两者关系
工具配置
- 平台：飞书多维表格
- AI 模型：DeepSeek-V3（通过飞书的”AI 实验室”调用）
- 可视化组件：词云图、条形图、散点图
- 智能分析：飞书多维表格内置的智能分析功能
关键概念
- 飞书多维表格：一款支持 AI 集成的在线表格工具，可以进行数据可视化、智能分析
- DeepSeek-V3：飞书多维表格集成的 AI 模型，可通过”字段捷径”批量处理数据
- 分享率：文章被转发的比例，比阅读量更能反映内容的传播力和触动程度
- 相关性分析：通过散点图观察两个变量之间的关系（正相关、负相关或无相关）
与其他素材的关联
原文精彩摘录
“我精雕细琢的文章，阅读量可能惨淡；随手写的一篇，反而传播更广。这让我很困惑，直到我把公众号数据导入飞书多维表格，让 AI 帮我分析，才看清了一些真相。”
“数据证实了我的直觉：公众号阅读量的随机性很大，跟我投入的时间精力不成正比。阅读量更多取决于标题、发布时间、平台推荐这些外部因素，而不是内容质量本身。”
“看清这一点，我反而释然了。阅读量波动太大，盯着它容易被绑架。我现在的态度是：写作是自我训练，用输出倒逼输入；发出来是为了获得反馈，避免闭门造车。”
“按照《奇点临近》这本书的观点，人类的最终归宿是自我数据化，实现人机结合。我觉得这已经在发生了。在训练 AI 的同时，我也在训练自己的思维，让自己保持清醒的判断力，变得更加真诚和谦逊。我负责定义目标和把握方向，AI 负责执行和优化，各自发挥优势，实现 1 + 1 ＞2。“