一篇意外爆開的貼文會把平均值永久拉高，讓之後每一篇看起來都像失敗。中位數描述的是你的典型貼文 — 也就是你正要寫的這一篇。
01 / 總覽
一眼看完帳號現況。
在你開始找原因之前，登入後的第一個分頁先回答「我現在表現如何」。
threads-analytics · overview4 個區塊
01數據卡觀看、讚、回覆、轉發、引用、分享與互動率，每張都附上相較前一個等長時段的增減。
02最佳發文時段以中位數觀看排序的前 2–3 個時段，並依樣本數標示可信度。
03觀看趨勢可切換日／週／月的觀看走勢，疊上你自己的中位數基準線。
04高曝光貼文所有超過你中位數的貼文，依倍率排序 — 是「3.2× 中位數」，不只是「表現不錯」。
02 / 成效分析
最佳發文時間與觸及率：什麼時候發，什麼真的傳得出去。
十一張關於觸及與互動的圖表：發文時機、單篇品質定位，以及帳號到底有沒有在成長。
分頁指標總觀看日均觀看互動率分享率
threads-analytics · performance11 張圖表
01整體成效每日觀看數、發文量與單篇平均觀看整合在同一條時間軸。
02單篇品質地圖以觸及對互動率定位每篇貼文，點的大小代表分享數，分成高觸及高互動、低觸及高互動、高觸及低互動、低觸及低互動四個象限。
03觀看到行動漏斗總觀看中有多少比例轉換成讚、回覆、轉發、引用與分享。
04最佳發文時間各小時中位數觀看的熱力圖，Tooltip 同時給出樣本數與可信度等級。
05互動率趨勢每日互動 ÷ 觀看，並疊上 7 日平滑線濾掉雜訊。
06最佳星期依星期比較中位數觀看、互動率與發文數。
07格式 × 長度矩陣以 2D 熱力圖比較每一種內容格式與長度的組合，相對於你的中位數觸及。
08互動類型佔比你的互動在讚、回覆、轉發、引用、分享之間怎麼分配。
09互動拆解趨勢同樣的組成隨時間堆疊，讀者行為的轉變會直接顯示出來。
10觸及成長趨勢單篇中位數與平均觀看的長期走向 — 對「這個帳號有在成長嗎」給出誠實的答案。
11觀看數分布貼文落在各觀看區間的分布，以及 1k、5k、1 萬各里程碑的達成率。
03 / 內容分析
內容分析：寫什麼、寫多長、多久發一次。
十三張關於內容本身的圖表 — 格式、長度、關鍵字、發文節奏，以及最能引發對話的貼文。
分頁指標發文穩定度分享率引用比例總貼文數最長連續發文目前連續發文
threads-analytics · content13 張圖表
01發文活動顯示每天發文數量的日曆熱力圖。
02內容類型成效依文字、圖片、影片、輪播、音訊比較中位數觀看、互動率與分享率，樣本不足的類型自動淡化。
03貼文長度分析依字數區間比較中位數觀看，Tooltip 附上平均值、P75、命中率與可信度。
04發文頻率與成效一週多發幾篇會拉高觸及，還是只是稀釋單篇品質。
05分享趨勢每日分享數的長期走勢。
06熱門關鍵字互動分析互動率最高的詞彙 — 不含 hashtag，至少要出現在三篇貼文。
07最佳發文頻率比較不同每週發文量下的單篇觸及與互動表現。
08內容類型 × 發文時段依中位數觀看，找出每一種格式各自的最佳時段。
09互動率最高依（讚 + 回覆 + 轉發 + 引用）÷ 觀看排名的貼文。
10回覆率最高回覆 ÷ 觀看 — 真正引發對話的那些貼文。
11分享率最高分享 ÷ 觀看 — 讀者願意收藏轉傳、而不只是按讚的貼文。
12發文間隔與成效依「距上一篇隔幾天」比較中位數觀看：天天發比休息幾天好嗎？
13內容特徵對照有無連結、有無問句的貼文成效對照 — 用你自己的資料回答「連結會不會傷觸及」。
04 / 受眾分析
粉絲分析：另一頭在看的是誰。
追蹤者歷史是 API 不給回補的資料，所以 Dashboard 從你部署那天起，一天一筆自己記下來。
分頁指標追蹤人數淨成長平均每日已累積天數
threads-analytics · audience3 張圖表
01追蹤人數變化追蹤人數折線，每同步一天記錄一筆，Tooltip 顯示當天的增減。
02追蹤者組成國家、城市、年齡、性別各一張分布圖，標出基準日位置，並同時給人數與百分點變化。
03組成變化趨勢各分類佔比相對基準日的百分點變化 — 組成移動太慢，只看絕對佔比什麼都讀不出來。
Threads 只提供「當下」的追蹤者數字，歷史無法回補。受眾資料每個日曆日最多只抓一次，不論貼文同步多頻繁都不會多花 API 額度；追蹤者組成另需帳號追蹤人數達 100 以上，API 才會回傳。
05 / 貼文頁
然後，一篇一篇讀。
彙總數據最後總會指向某一篇貼文，貼文頁就是你去讀它的地方。
threads-analytics · posts4 項工具
01排序依日期、觀看數或按讚數排序。
02搜尋全文搜尋你發過的所有內容。
03媒體類型篩選縮小到單一格式 — 選單只會列出當前時段內實際存在的類型。
04貼文詳情點開後顯示觀看數、互動率、相對中位數倍率、觀看百分位，以及各行動類型的互動拆解。
06 / 方法論
為什麼這些數字值得相信。
數據分析要做得好看很容易，以下四條規則是讓這個 Dashboard 保持誠實的原因。
晚上八點發過三篇不算結論。樣本不足的欄位會被淡化、標示為低可信度，或直接不列入排名 — Dashboard 會說「資料還不夠」，而不是硬編一個最佳時段給你。
所有比較都是跟你自己的歷史比，不是跟規模、主題、受眾都不同的其他帳號比。「3.2× 中位數」指的是你自己的中位數。
每一個增減都對照緊鄰的、等長的前一個期間，不會出現 30 天的數字偷偷跟 7 天比的情況。
把這一整套指向你自己的帳號。
部署 Dashboard、連接 Threads 帳號，第一次同步就會用你自己的歷史資料，把這頁上的每一張圖表填滿。
每張圖表都在你自己的伺服器上運算，資料不會離開。