想找出各个账号之间的数据差距，把每个账号的互动率除以一个公平的参照值（它自己 90 天的中位数，以及平台中位数），再按比值排名。排在最底下的那个账号才是真正的差距所在，而不是粉丝最少的那个。3 到 12 个账号，这套评分卡大约一小时就能做完。
一句话总结： 绝对值会掩盖差距，因为账号体量不一样。给每个账号拉出 90 天的帖子，算出互动率，除以平台中位数，然后把低于 0.7 倍的账号标出来，先查清原因再动手改。
为什么绝对值会误导你
一个 20 万粉丝的旗舰账号，总量永远比一个 4000 粉丝的地方品牌好看。按总量排名，只能告诉你谁大。更麻烦的是，大账号常常靠过去的势头吃老本，而小账号却在用有限的体量干着实打实的活。
互动率能去掉体量这个变量。但它还不够完美，所以我们再加一步：跟参照值比。
第一步：每个账号都拉同样三列数据
用同一个时间窗口（最近 90 天），每个账号、每个平台都取同样三个数字。
- 发布的帖子数
- 每篇帖子的互动率中位数（用中位数，不用平均值，这样一条爆款帖子就不会把结果带偏）
- 每篇帖子的触达或播放量中位数
Mydrop 的多账号对标会把所有已连接账号的这几项并排放在一起，你不用导出五张表格再手动对齐。
第二步：选好参照线
先用平台中位数当第一条线。在 Mydrop 的数据里，每篇帖子的互动率中位数在 Instagram 上是 3.1%，TikTok 上是 3.0%，Facebook 上是 1.1%，而且一半的 Instagram 帖子落在 1.1% 到 6.7% 之间。所以一篇 2% 的 Instagram 帖子很正常，不算失败。
再加第二条线：你自己账号组合的中位数，也就是同一平台上所有账号的中位数。一个账号可能跑赢了平台中位数，却仍然是你这组里最弱的那个，而客户注意到的恰恰就是它。
第三步：做出评分卡
把每个账号的互动率中位数除以平台中位数。
| 账号 | 平台 | 中位互动率 | 平台中位数 | 指数 | 标记 |
|---|---|---|---|---|---|
| 品牌 A | 4.2% | 3.1% | 1.35 | 表现强 | |
| 品牌 B | 2.9% | 3.1% | 0.94 | 正常 | |
| 品牌 C | 1.4% | 3.1% | 0.45 | 有差距 | |
| 品牌 D | 0.8% | 1.1% | 0.73 | 观察 |
（表里的数字只是演示方法，不是真实账号。）
指数低于 0.7，去查原因。在 0.7 到 1.3 之间，先别动它。高于 1.3，搞清楚为什么，然后照着抄。
第四步：先诊断，再动手
指数低通常就那么几个原因。按这个顺序查，从最省事的开始。
- 发布节奏。 长时间断更，或者发得没规律。看看每周发几篇。
- 发布时间。 帖子发出去的时候受众正在睡觉。在我们的数据里，当地时间午夜到早上 6 点发布的帖子，各平台平均比中位数低 17%。
- 形式搭配。 所有账号都用同一种形式。先在最弱的账号上试试轮播图。
- 受众不匹配。 账号是靠抽奖或者某个工具涨起来的，引来的是不对的粉丝。这个修起来要更久。
每个账号每个月只修一个原因，然后重新打分。一次改四样，你永远不知道是哪一样起了作用。
第五步：把评分卡变成客户报告
差距只有被人拿去行动才有用。给每个账号加一句话：指数是多少，可能的原因是什么，计划做哪一处改动。一份白标 PDF 报告，配上定时发送，客户每月都能看到，不用任何人重新做一遍。
管很多账号的代理商，也可以用评分卡来决定时间该往哪花。0.45 那个账号需要一套抢救方案。1.35 那个账号需要一套保护和复制方案。中间那些，需要的是稳定输出。想了解团队怎么在多个客户工作区里跑这套流程，看看 Mydrop 代理商方案。
你的下一步： 挑出你最重要的三个账号，这周就把评分卡填好。一小时，足够你找到第一个差距。
Google 评价
Trustpilot 评价
Product Hunt comment
