番茄免费小说各项数据解析
一：番茄放量机制
番茄放量顾名思议就是番茄官方给某部小说作品进行全app平台智能算法推送到用户手机里，从而用抖音快手专业叫法叫做展示量
展示量推送位置（男女频首页，搜索页，分类页，新书页，榜单页）
而这展示量到底有多少，只有番茄系统自己知道，因为是智能推送，智能获取流量池，智能获取用户行为兴趣以及习惯。
如果从放量机制中研究，大概有以下几个量级
5000展示量，1万展示量 ，5万展示量，10万展示量，20万展示量，50万展示量，100万展示量，500万展示量，1000万展示量，5000万展示量
但展示量又与作者后台中的阅读数和书籍封面页面中在读数成正比关系。
番茄有两种放量方式触发：
1：主动放量（是指作品达到一定的字数，主动触发放量机制）
2：被动放量（是指作品某些数据达到一定的条件从而触发放量机制）
放量逻辑举例：
一家餐饮店拥有10万会员，这家餐饮店来了一个高级厨师，做了一款新菜品，餐饮店把这款菜品要进行免费品尝测试
从10万会员，抽出1万普通用户，进行全方位，全渠道方式，推送信息通知，而免费期限为期一周。
第1天接收到信息2000人（有500人有兴趣，有1000人没兴趣，有500人有兴趣却没时间）
第2天接收到信息5000人（有2000人有兴趣，有1000人没兴趣，有2000人有兴趣却没时间）
第3天接收到信息3000人（有1500人有兴趣，有500人没兴趣，有1000人有兴趣却没时间）
3天时间已过，实际到店免费参与品尝人数为：4000人，有2500人没兴趣，还有3500人（为潜在用户）
而免费活动日期并没有结束，餐饮店再次给这1万用户推送信息通知。
已经免费品尝了的4000人，对这个信息已经过滤。
2500人没兴趣，再次看到信息通知，依然没兴趣。
3500人有兴趣没时间的用户
第4天来了500人（3500人没时间或没兴趣）
第5天来了1000人（2500人没时间或没兴趣）
第6天来了200人（2300人没时间或没兴趣）
第7天来了100人（2200人没时间或没兴趣）
总结：7天日期，总共到店人数为5800人，而没兴趣或没时间用户：4200人。
菜品吸引率：百分之58.
菜品拒绝率：百分之42
而这5800人品尝菜品的人里：有3200人反馈菜品非常好，有1000人觉得一般，有1600人觉得不行
菜品优评转化率：百分之55
菜品良好转化率：百分之17
菜品差评转化率：百分之27
最后：餐饮店拿到各项数据报表一看，这个菜品所表达的数据挺符合主打菜品范围，开始打算从新9万用户，再次抽出5万新用户继续推送。
以上解析，仅表达个人分析逻辑，如有异议，可以回帖讨论，后续还有更多的数据解析贴。
序号1：番茄放量机制
序号2：番茄评分机制
序号3：番茄作者后台阅读数和书籍封面页在读数的区别
序号4：番茄作者收益
序号5：吸量的重要性
序号6：想到再说
二：评分机制
书籍评分在作者圈里争议大，很多作者认为：五星书评会影响评分或完读率影响评分，当作者一遇到一星差评的时候，玻璃心严重，担心评分会被降低，而已经降低的评分，作者会埋怨那些给差评的读者。其实经过研究分析，以上都不能影响评分的高低。
影响评分真正的数据是三日留存（三天追读率）（不是追更率）这个三日留存只有番茄系统后台能看到，作者后台看不到的，外站渠道cp网站可以问到。
以下是评分所代表三日留存率
7.7评分-8.0评分=百分之1三日留存
8.1评分-8.2评分=百分之3三日留存
8.3评分-8.4评分=百分之5三日留存
8.5评分-8.6评分=百分之7三日留存
8.7评分-8.8评分=百分之9三日留存
8.9评分-9.0评分=百分之12三日留存
9.1评分-9.2评分=百分之15三日留存
9.3评分-9.4评分=百分之20三日留存
9.5评分-9.6评分=百分之25三日留存
9.7评分-9.8评分=百分之35三日留存
9.9评分-10.0评分=百分之50三日留存
问题一：为什么我书完读率可以，评分却很低？
字数少的原因，如果有一波新流量进来，10万字-30万字，看的快的用户，几个小时就可以看完所有章节，而第二天待到作者更新章节后，读者因为养书或者没时间看，或者所追更的读者少于这波新进的流量用户，所以造成了10万字完读率表现方面都还可以，但三日留存没提升上来，所以评分却一直降低。
问题二：为什么系统一直在给大量，评分却很难提升上去？
因为三日留存的计算是与总流量相关，比如阅读第一章有1万人，要达到百分之30的留存，需要3000人追读三天才能创造三日留存，如果有10万人，需要3万人创造三日留存，所以流量越多，用户创造三留的比例越少，评分越难提升。
问题三：五星好评与差评到底影不影响评分？
如果在没流量的情况下，五星好评与差评，的确能影响，但是五星好评要想涨评分，还是需要读者用户能够追读三天，而差评就不需要继续追读，直接可以影响。然而随着流量新用户进入，后面的五星书评和差评就对评分没有任何丁点影响。
ps：下面有人评分留言，不认同这种差评不影响评分的说法，那是因为作者都有幸存者偏差的思维所导致。无非就是评分降了，恰好书评区有差评，觉得是差评影响了评分的逻辑。或 评分增长了恰好有五星评论，又觉得是五星评论影响了。
三：作者后台在读与书籍封面页在读
作者后台阅读数，是指阅读第一章新用户或一直跟读的老用户的数据，专业术语称为：UV。
而在番茄系统中，阅读数代表是吸量，不是作者口中所说的给量。
作者后台的阅读数组成形式为：第一次新用户点击 N次老用户点击=阅读数
作者后台流量调色圆盘能够很好的反映出吸量的好与不好。
流量调色圆盘分为：书城 搜索 分类 其他（四个吸量通道），而书架 继续阅读（两个留存通道）
只要四个吸量通道有百分比就代表番茄系统正在给作品进行展示放量（区别在于这个放量量级以及持续时间）
书籍封面页面的在读数只记录第一次新用户UV，也叫单纯吸量，14天累积计算。
举例（以下举例数字随便填写，只用于方便各位能够看懂意思。）
日期
历史封面页在读数
更新后封面页在读数
新增在读数
10月3日
1200人
1200人
0人
10月4日
1200人
1500人
300人
10月5日
1500人
2500人
1000人
10月6日
2500人
5500人
3000人
10月7日
5500人
15000人
9500人
10月8日
15000人
25000人
10000人
10月9日
25000人
55000人
30000人
10月10日
55000人
100000人
45000人
10月11日
100000人
120000人
20000人
10月12日
120000人
150000人
30000人
10月13日
150000人
170000人
20000人
10月14日
170000人
200000人
30000人
10月15日
200000人
230000人
30000人
10月16日
230000人
260000人
30000人
10月17日
260000人
290000人
30000人（ 3号的0人）
10.18日
290000人
319700人
30000人（ 4号的300人）
10.19日
319700人
348700人
30000人（ 5号的1000人）
10.20日
348700人
375700人
30000人（ 6号的3000人）
10.21日
375700人
396200人
30000人（ 7号的9500人）
10.22日
396200人
416200人
30000人（ 8号的1000人）
10.23日
416200人
416200人
30000人（ 9号的30000人）
10.24日
416200人
401200人
30000人（ 10号的45000人）
此张数据表，重点看10月17日之后的人数变化，那么直接可以解答出为什么在读会降的问题，很担心系统是不是没给量了。这个真的是作者自己吓自己，咸吃萝卜蛋操心。
降在读并不代表系统没给量，只是这一波流量展示期间，你的吸量会越来越少，比如给你100万展示流量，展示一个月，这一个月重复推送这100万用户，难道你能百分之百吸收掉这100万用户？
并不能好不。开头因为100万新用户，直接吸量好，在读人数猛飚，当到了一个吸量节点的时候，吸量会越来越少，而14天累积在读会从吸量猛飚去覆盖掉后期吸量少。
所以才会降在读，但是不会一直降，它会降到一个14天的平衡点维持。
