出版方的新闻分析,指衡量读者,而不是衡量新闻文本:他们有没有读完文章、从哪里来、会不会回来。页面浏览量数的是加载而不是阅读,所以要改看读完率、互动率、来源构成、回访占比、后续页面和搜索点击。
读完你会知道
- 新闻分析在金融领域指测量文本;本文讲的是衡量读者
- 示例里,页面浏览量是 4.2 倍的文章,读完人数只有 1.22 倍(50,000 × 12% 对 12,000 × 41%)
- 按来源拆开读完率:新闻邮件读者 35.0%,社交 9.0%;各个来源要按它自己的任务来评价
这里说的新闻分析指什么
「新闻分析」有两种含义,搜索结果里两种混在一起。在金融领域,它指对新闻报道的文本做测量,比如情绪、相关性和新颖度,用来给交易和风险模型提供输入。本文讲的是另一种:衡量读者如何使用新闻站或内容站,这是编辑、出版方和站点所有者在做的事,内容包括谁在读、读到哪里、从哪里来、是否回来。它不涉及广告收入,广告收入来自你的广告系统,而不是站点分析。
新闻编辑部已经做了很多年。路透新闻研究所(Reuters Institute)关于编辑分析的报告,基于对新闻机构里搭建分析体系的人所做的 30 多次访谈,研究一套成熟的分析策略包含什么,以及为什么许多机构仍停留在基础做法上。基础做法通常就是数页面浏览量。本文其余部分解释为什么这不够,以及应该改看什么。
新闻站或内容站的六个指标
六个数字就能覆盖大多数编辑问题。每个回答的问题不同,也都不需要复杂的设置。文章里的表列出了每个指标的计算方式,以及在 TapCub 里的位置。
- 读完率。 有多大比例的读者读到文章末尾?通常用滚动到达深度来近似。
- 互动率。 有多大比例的会话不止是扫了一眼?Google Analytics 把互动会话定义为:持续超过 10 秒、包含一次关键事件,或有两次及以上页面浏览;TapCub 采用同样的阈值。
- 来源构成。 读者从哪里来:搜索、社交、新闻邮件、直接访问、AI 助手?
- 回访占比。 有多少读者又回来了?
- 后续页面。 读完这篇之后,读者会去站内的其他页面吗?
- 搜索表现。 对排得上名的文章,有多少曝光变成了点击?
还有第七个候选指标,页面停留时间,很容易被过度相信。把标签页开着的读者会把它拉高,而快速扫完一篇短文、拿到所需信息的读者,看起来像是失败。把它当作读完率旁边的辅助证据,不要当作主指标。更详细的时长口径对比,见平均会话时长。
| 指标 | 回答的问题 | 怎么计算 | TapCub 里在哪 |
|---|---|---|---|
| 读完率 | 读者读到末尾了吗? | 到达页面末尾的访问占比(滚动到达) | 全端分析 › 行为分析 › 热力图(滚动到达) |
| 互动率 | 是不是不止扫了一眼? | 持续 10 秒以上、有 2 次以上页面浏览或有关键事件的会话 | 网站统计 › 数据报表 |
| 来源构成 | 读者从哪里来? | 会话的首次来源:搜索、社交、新闻邮件、直接、AI | 网站统计 › 来源 |
| 回访占比 | 他们会回来吗? | 回访访客 ÷ 访客 | 网站统计 › 受众 |
| 后续页面 | 他们会去别的页面吗? | 同一会话里的下游页面浏览量 | 网站统计 › 页面 |
| 搜索表现 | 排名能变成点击吗? | 曝光、点击、点击率、排名 | 监测 › 搜索表现 |
页面浏览量和停留时间是辅助数字;广告收入来自你的广告平台,而不是站点分析。
为什么页面浏览量不应该是目标
一次页面浏览,记录的是页面加载了,不是有人读了。两篇文章可以有相同的页面浏览量,却价值悬殊。
示例数据:同一周里的两篇文章。
| 文章 | 页面浏览量 | 平均读完率 | 读完人数 |
|---|---|---|---|
| A:猎奇标题 | 50,000 | 12% | 6,000 |
| B:详细的解释文 | 12,000 | 41% | 4,920 |
文章 A 的页面浏览量是 B 的四倍多(50,000 ÷ 12,000 = 4.2),但读完人数只多 22%:6,000 ÷ 4,920 = 1.22。按每次浏览算,B 留住读者的能力是 A 的三倍以上:41% ÷ 12% = 3.4。
这些数字怎么用,取决于文章是干什么的:
- 如果目标是触达,A 完成了任务,值得研究它的标题。
- 如果目标是信任和回访,B 的 41% 是更好的信号,问题是怎么让更多读者看到 B。
- 如果 A 被大力推广过,下结论之前先看来源构成。社交来的读者往往读得少,这是预期之中的事,不是缺陷。
读完人数是可以跨文章比较的计数;读完率是比率。触达型和深度型的内容需要不同的目标,按文章类型各设一个。
示例:读者在哪里流失
示例数据:一篇 1,200 词的文章共 10,000 次页面浏览,在四个位置测了滚动到达情况。
| 到达位置 | 读者数 | 占页面浏览量 | 相对上一个位置保留 |
|---|---|---|---|
| 页面加载 | 10,000 | 全部 | — |
| 页面 25% | 7,100 | 71% | 71.0% |
| 50% | 4,600 | 46% | 64.8% |
| 75% | 2,900 | 29% | 63.0% |
| 文章末尾 | 1,800 | 18% | 62.1% |
读完率是 1,800 ÷ 10,000 = 18%。从页面加载到 25% 这一步,按人数算流失的读者最多(2,900 人),指向的是开头:标题承诺了首段没有兑现的东西、页面太慢,或者一张大图把正文挤了下去。后面各步保留率都略高于 60%,是平稳的流失,说明这篇文章对它能提供的内容来说偏长,而不是在某个点上出了问题。
读滚动图的几条规则:
- 如果流失最大的是前 25%,先修标题和开头的匹配度以及页面速度,再去动正文。
- 如果在某个点上有断崖,看看那里有什么:嵌入的视频、注册框、广告位、小节分隔。
- 如果流失是平稳的,试一个更短的版本,或者把关键信息往前移。
- 比较篇幅相近的文章。 400 词的快讯和 3,000 词的深度报道,读完率不会一样,这不是问题。
滚动到底的读者不一定读了每个字,滚动深度也不衡量理解程度,它只是一个近似指标。用它来给文章互相排名,不要当作确定无疑的结论。术语表里滚动深度一页讲了定义,互动会话解释了互动率的阈值。
页面加载 → 文章末尾
一篇 1,200 词的文章页面加载
10,000
页面 25%
7,100
50%
4,600
75%
2,900
文章末尾
1,800
按来源看读完率:谁在读,而不只是多少人
同一篇文章,对不同的读者表现不同。按来源拆开读完率,能看出你的内容实际在服务哪些受众。
示例数据:同样的 10,000 次页面浏览,按首次来源拆分。
| 来源 | 页面浏览量 | 读到末尾 | 读完率 |
|---|---|---|---|
| 搜索 | 4,000 | 800 | 20.0% |
| 社交 | 2,500 | 225 | 9.0% |
| 新闻邮件 | 1,500 | 525 | 35.0% |
| 直接访问 | 1,700 | 170 | 10.0% |
| AI 助手 | 300 | 80 | 26.7% |
| 合计 | 10,000 | 1,800 | 18.0% |
各部分加起来对得上:800 + 225 + 525 + 170 + 80 = 1,800。新闻邮件读者的读完率是社交读者的近四倍(35.0% ÷ 9.0% = 3.9)。
怎么用:
- 如果某个来源带来很多早早离开的读者,不要只用读完率评价它。社交往往是发现渠道,要看它带来的回访读者或邮件订阅数。
- 如果读完率较高的来源体量很小,比如这里的新闻邮件,先做大这个来源,再去优化较弱的来源。
- 如果 AI 助手带来的访问很少,但读得很深,像示例里那样,这是关于意图的信号,不是关于规模的信号。别拿 300 次页面浏览下结论。
读者会回来吗
对新闻站或内容站来说,回访读者是你能在其上积累的受众。新访客增加、回访读者流失的站点,是在租用自己的受众。
示例数据:某个月有 12,000 位读者和 36,000 次页面浏览。
| 群体 | 读者数 | 页面浏览量 | 每位读者的页面浏览量 |
|---|---|---|---|
| 回访 | 3,000 | 14,400 | 4.8 |
| 新访 | 9,000 | 21,600 | 2.4 |
| 合计 | 12,000 | 36,000 | 3.0 |
回访读者占读者的 3,000 ÷ 12,000 = 25%,占页面浏览量的 14,400 ÷ 36,000 = 40%。他们每人读的页数是新读者的两倍(4.8 ÷ 2.4)。按月跟踪回访占比:从 25% 升到 30%,比某篇爆款文章带来的新访客峰值更重要。
回访读者的数字依赖于能跨天认出同一位读者。如果你的分析工具为了隐私每天更换访客标识,这个数字就无法获得,或者会被低估。比较月份之前,先弄清你的工具是怎么识别访客的。
怎么看 AI 带来的流量
「AI 流量」指的是两件不同的事,混在一起会得出错误的结论。
- 由 AI 助手送来的真人。 读者提了个问题,助手引用了你的文章,读者点了进来。这是带有 AI 来源的真人访问。
- 读取你页面的爬虫。 AI 训练爬虫和答案引擎不经过真人就请求页面。它们出现在服务端和机器人报表里,不在你的读者计数里。
路透新闻研究所的《2025 年数字新闻报告》显示,7% 的受访者每周用 AI 聊天机器人获取新闻,25 岁以下的人群为 15%。总体数字不大,但它说明了出版方为什么想同时看这两条线。
示例数据:某个月 AI 爬虫对你的文章发出了 42,000 次请求,AI 助手带来了 280 次真人访问。比值是 42,000 ÷ 280 = 150 次读取对 1 次访问。这样的比值是关于你的内容如何被使用的事实,不是该允许还是屏蔽爬虫的判决;这个决定取决于你的授权政策和流量目标。账本的读法见 AI 爬虫账本。
每月把两者分开报告:来自 AI 助手的真人访问,以及按运营方分开的爬虫读取。
搜索表现:排得上名却没人点的文章
对很多内容站来说,搜索是最大的来源。曝光、点击、点击率和平均排名来自搜索引擎自己的后台,而不是来自访问数据。
示例数据:一篇文章有 12,000 次曝光、平均排名 6.2、点击率 1.8%:12,000 × 0.018 = 216 次点击。站内类似排名文章的点击率中位数是 3.5%,对应 420 次点击。每月相差 204 次点击,最省事的修法是改标题和描述,而不是写新内容。
规则:如果一篇文章排进了前 10,但点击率低于你的中位数,先改标题和描述。如果排名低于第 10,下一步才是改进文章本身。内容侧与搜索的关系,见内容表现指标。
新闻分析的常见错误
- 把页面浏览量当成目标。 它数的是加载,不是阅读。
- 用读完率评价每个来源。 不同来源承担不同的任务。
- 比较篇幅不同的文章。 要拿同类的比。
- 把机器人算成读者。 爬虫会抬高页面浏览量,拉低每一个比率。
- 把页面停留时间当作注意力。 开着没关的标签页和读得很快的人,都会扭曲它。
- 把 AI 爬虫和 AI 引荐混在一起。 一个是机器读取,另一个是真人。
- 把受众数据和收入数据混为一谈。 站点分析告诉你谁在读;广告平台告诉你收入。两者并排使用。
在 TapCub 里看这些
拿上面那篇 10,000 次页面浏览的文章来看。
- 打开滚动测量。 滚动深度默认关闭。在 网站统计 › 配置 › SDK 代码 下的自动采集卡片里启用 滚动深度(自动采集需要 Pro 或更高套餐),设置方法见跟踪滚动深度。然后打开 全端分析 › 行为分析 › 热力图,选择页面查看 滚动到达:每一行是到达该深度或更深的访问占比,页面列表还显示平均最大滚动深度。行按路径模板合并,同一个 URL 规律下的文章会显示为一行。
- 看互动率和后续页面。 网站统计 › 数据报表 显示互动率(持续至少 10 秒或有两次页面浏览,或命中了关键事件的会话),网站统计 › 页面 有页面停留时间、跳出、入口、退出和下游页面浏览量,即同一会话中之后的页面浏览。
- 按来源拆开。 网站统计 › 来源 有渠道、引荐网站、搜索引擎、AI 来源 和 UTM 页签,各自带访客、会话、页面浏览、跳出和时长(来源与 UTM)。AI 来源 统计的是由 AI 产品送来的真人。
- 对比新读者和回访读者。 网站统计 › 受众 把新访客和回访访客并排放在一起。这需要默认的平衡隐私模式;严格模式每天换盐,会隐藏这个对比。
- 单独检查爬虫。 网站统计 › 机器人 把 AI 爬虫和其他爬虫排除在读者计数之外,并有一份 AI 内容账本,列出读取次数和带回的访客(读懂 AI 爬虫账本)。
- 连上搜索数据。 在 监测 › 搜索表现 里连接 Google Search Console 或 Bing Webmaster 后,可以按页面看点击、曝光、点击率和排名,排名前 10 但点击率低于中位数的页面会被标出来。数据会晚一到三天。
TapCub 不统计广告收入,也不运行广告系统;它告诉你谁在读。
常见问题
新闻分析是什么?
它有两种含义。在金融领域,它是对新闻报道文本的测量,比如情绪、相关性和新颖度,用于交易和风险。对出版方和站点所有者,它指衡量读者如何使用新闻站:读完率、来源构成、回访读者和搜索表现。本文讲的是后一种。
新闻网站应该看哪些指标?
六个指标能覆盖大多数问题:读完率(滚动到文章末尾)、互动率、来源构成、回访占比、后续页面和搜索表现。页面浏览量和停留时间是辅助数字。按文章类型分别跟踪,因为一篇快讯和一篇深度报道永远不会有同样的读完率。
出版方怎么衡量互动?
出版方把滚动到达、互动会话、回访读者以及订阅或注册行为结合起来看。Google Analytics 里的互动会话,指持续超过 10 秒、包含一次关键事件,或至少有两次页面浏览的会话。滚动到文章末尾,是「读了这篇文章」的常用近似指标。
页面浏览量对新闻站还有用吗?
有用,它是一个触达数字,也是各种比率的分母。但把它当目标会误导,因为它数的是加载而不是阅读。示例里,页面浏览量是四倍的文章,读完人数只多 22%。把页面浏览量和读完率、回访占比配合着看。
怎么跟踪来自 AI 助手的流量?
把人和爬虫分开。引荐来源是 AI 产品的真人访问,在来源报表里显示为 AI 来源。爬虫的读取显示在机器人报表里。每月对比两者,例如用每次访问对应多少次读取(示例里 42,000 ÷ 280 = 150),不要把它们加在一起。
资料来源
- Wikipedia,News analytics(对新闻文本的情绪、相关性、新颖度等属性的测量,用于金融)。2026-11-18 核对。
- Reuters Institute,Digital News Report 2025: Executive summary(每周用 AI 聊天机器人获取新闻的占 7%,25 岁以下为 15%)。2026-11-18 核对。
- Reuters Institute,Editorial analytics: how news media are developing and using audience data and metrics(Cherubini 和 Nielsen;30 多次访谈)。2026-11-18 核对。
- Google,Engagement rate and bounce rate (GA4)(互动会话的阈值)。2026-11-18 核对。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

