【観測編】私のnote、こうやって数字を見ています

4月の月次レポート、書いている時にひとつ気になったことがあります。

「全体ビュー1,150、スキ355、エンゲージメント率30.9%」みたいな数字、皆さんは「これ、どこから来た数字？」って思いませんでしたか？

私自身、CSの仕事で7年間、毎日数字を扱ってきて思うことがあります。
数字を読むより、数字を集める仕組みを作る方が時間がかかる。
そして、観測の仕組みがしっかりしていないと、分析もブレる。

このシリーズの第3弾は「観測編」。フレーム編・4月号月次レポートで使った数字の出所、つまり「自分の note をどうやって観測しているか」の裏側を全公開します。

観測の3層構造

私の note 観測は、CS の実務でよく使う「3層構造」をそのまま借りています。ただし、私の手作業は1層目だけで、2層目・3層目は全部 AI に任せています。

第1層：ダッシュボード(私の手作業はここだけ)

note のアナリティクス画面です。だいたい1日1回スクショを撮って、その瞬間の数字を「写真」として保存しておきます。

note では週次の集計までは見られるけど、日々の細かい変動までは振り返れない仕様。なので、自分でスクショを残しておかないと「昨日と比べてどう動いたか」が見られないんですよね。

私の手作業はここまで。あとは全部 Claude に渡します。

第2層:スプレッドシート化(AIがやる)

スクショを Claude に渡して、「数字を抽出してスプレッドシートに追加して」と頼むと、画像から数字を読み取って Excel ファイルに書き込んでくれる。

日付別の累計データ、記事別のビュー・スキの推移、週次の伸び ── これら全部、私が手で打ち込む必要はなくて、AI が私のExcelファイルを直接更新してくれます。

第3層:解釈とパターン抽出(AIがやる)

構造化された数字を、同じく Claude に投げて「動きの解釈」を聞いています。「今週、何が起きた？」「先週と比べて伸びた記事は？」みたいな粗い問いから、CS のフレームに当てはめた深掘りまで。

CS の現場でも同じ構造です。プロダクトのログ → BIツール → アナリストの解釈、と層が分かれている。1層だけでは数字が「点」になってしまうけど、3層を通して初めて「構造」として見えてくる。

私の場合、その2層目(BIツール)と3層目(アナリスト)を全部 AI が担当している、という感覚です。

毎日のルーティン

具体的に、何をやっているか。

夜(だいたい20時頃)

note のダッシュボードを開いて、スクショを撮る。それを Claude に渡して、「Excel に追加しておいて」と頼む。私の作業はこれだけ、3分で終わります。

Claude が抽出して書き込んでくれる項目は：
・累計ビュー(全体)
・累計スキ(全体)
・フォロワー数
・記事別のビュー・スキ
・前回スナップショットからの増加分(全体・記事別)

全部 AI 任せ。

私は数字を見てさえいない日もあります(スクショだけ撮って、後で Claude に渡す)。

CS で言うところの「ログ収集はシステムに任せて、人間は解釈に時間を使う」と同じ発想ですね。

週末(土日のどこか)

1週間分のExcelデータを Claude に渡して、「今週、何が起きた？」を聞きます。これが一番楽しい時間。後で詳しく書きます。

月末

1ヶ月分の数字をまとめて、月次レポートを書きます。これがシリーズ第2弾「4月号」のベースになっていた数字たち。

このルーティン、最初は「めんどくさそう」と思っていました。

でも、CS の仕事で「観測しなければ気づけないこと」を山ほど経験してきたので、それを自分の note に対しても同じことをやるべきだと思って始めました。

結果、思っていた何倍も楽しい。

正直、本職のCSで顧客データを見るより、自分のnoteの数字を見ている方が楽しいかもしれない(笑)。数字が日に日に変わっていくのを見るのは、ある意味で観葉植物の世話みたいなところがあります。

AI に渡すプロンプト例

ここからが本題。実際に使っているプロンプトを3つ公開します。ちなみに私はClaude coworkを主に使います。

プロンプト1:スクショから数字を抽出して Excel に追加

添付のスクショは、note のダッシュボード(YYYY/MM/DD HH:MM時点)です。
 
このスクショから次の数字を読み取って、
私のExcelファイル(推移データシート)に新しい行として追加してください：
 
- 集計日時
- 全体ビュー
- 全体スキ
- 全体コメント
 
また、記事別の数字(記事タイトル・ビュー・コメント・スキ)も、
記事パフォーマンスシートに反映してください。
前回値との差分(増加分)も計算して入れてください。

これが私の観測のコア。スクショを渡すだけで、AI が数字を読み取って Excel を更新してくれます。手で転記する必要はゼロ。

プロンプト2:週次の動き解釈

添付のExcelの「推移データ」と「記事パフォーマンス」を見て、
今週(MM/DD〜MM/DD)の動きを解釈してください。
 
次の3つの観点で：
 
1. 全体トレンド：先週と比べて伸びたか／落ちたか／停滞か
2. 個別記事のハイライト：突出して動いた記事と、その理由の仮説
3. 来週への示唆：今週の動きから、来週試すべきことを1〜2個
 
CSの仕事で言う「週次レビュー」のトーンで、
淡々と分析してください。

このプロンプトのポイントは「淡々と」と書いてあること。AI は放っておくと「すごいですね！」「素晴らしい！」みたいなテンションを上げに来るので、トーン指定が必要です。

プロンプト3:記事別比較分析

添付のExcelの「記事パフォーマンス」シートを見て、
次の観点で分析してください：
 
1. ビュー上位5本の共通点
2. スキ率(スキ÷ビュー)が高い記事の傾向
3. 期待値より低い記事の仮説(タイトル？テーマ？タイミング？)
4. 「集客記事」と「ファン化記事」の見分け方
 
CSの「FAQページのアクセス分析」と同じ感覚で、
構造を見つけて教えてください。

このプロンプトでは「集客記事」と「ファン化記事」を分けて見てもらっています。

CS で「初訪問の人向けコンテンツ」と「既存顧客向けコンテンツ」を分けるのと同じ発想。note でも、検索流入で読まれる記事と、フォロワーが熱量持って読む記事は別ものなんですよね。

これら3つのプロンプトで、毎週の観測のほぼ全てが回ります。私の手作業はスクショ撮影と「これやっといて」の指示だけ。

観測してきて見えたこと

1ヶ月観測してきて、観測がなければ気づけなかったことが3つありました。

1つ目:シリーズの二次効果

シリーズ第2弾(4月号月次レポート)を公開したら、第1弾(フレーム編)のビューが+11、スキが+5伸びました。「シリーズ第n弾を出すと、過去回も読まれる」という現象。これは観測してなかったら絶対気づけなかった。

2つ目:答え合わせ記事のじわ伸び

「面接で『サポートとCSの違い』を答えられなかった話の答え合わせ」が、4月後半にじわじわビューを伸ばしていました。1日 +14ビューの日も。これは隣の記事(「カスタマーサポートとCSの違い」)と対になっていて、回遊が起きている可能性が高い。

3つ目:過去記事の底力

新規記事を出さない日でも、ビューが完全には止まらない。

過去記事がじわじわ読まれ続けている動きが見えてきました。CS で「ある月の ARR の何割を既存顧客が占めるか」を見るのと同じ構造で、note でも「新規記事の即効性」より「過去記事の蓄積」が日々のビューを安定させてくれている。観測してて初めて「これ、構造として効いてるんだ」と納得できた現象です。

どれも「数字を見ない人」は気づけない構造。CS の仕事で「データを見ないと顧客の本音は見えない」のと同じく、note 運営も観測なしには見えないものがたくさんありました。

次回予告

ここまで「数字をどう観測するか」を書いてきましたが、実はこのシリーズ自体も Claude(AI)と対話しながら書いています。執筆のワークフローも、観測と同じくらい仕組み化が大事。

次回(第4弾)は、その「Claude×note執筆」のワークフローを公開予定。

記事構想から仕上げまで、AI をどう使っているか、有料記事として書きます。

皆さんの note でも、自分なりの観測の仕組み、作ってみたら何か見えるかもしれません。「こういう数字を毎日見ている」「こんな観測をしている」みたいな話、ぜひコメントで教えてもらえたら嬉しいです。

仮説 → 検証 → 学び。観測はその起点です。