フォロワー増えへん問題、データで見たら意外と気にしなくてよかった｜note運用｜note収益化｜データ分析｜フォロワー｜ビュー数｜#367

久々に本業っぽいことしてみよか、
と思って自分のnoteのデータを真面目に解析してみた。

データ分析、一応本業のひとつのはずやねんけど、
最近はAI画像生成とプロンプト設計ばっかりで、
SQLとPython回帰モデルから完全に離れてた。

論文書いてた頃の自分が今のワイ見たら
「お前なに遊んどんねん」
って殴ってくると思う。

なので錆びついた頭で書いてる。

先に言うとくと、
noteには本物の統計屋さんもデータサイエンティストもおる。

この記事の結論より、その人らの方が正しいかもしれん。
すべてを鵜呑みにせんといてな。

そのうえで、
自分のデータを3段階で絞り込んで解析してみたら、
思ってたんと全然ちゃう絵が出てきた。

今日はその話。

朗報を先に

これがこの記事で一番伝えたいこと。

「フォロワー増やさな！」って毎日note見て焦ってる人、
ちょっとだけ深呼吸してええかもしれん。

データはそこまで悲観する必要ないって言ってる。

まず、何を調べたかったか

問いはシンプル

フォロワーが増えると、ビュー（読まれる回数）も増えるんか？

直感的には、増えるよな？
ファンクラブ会員が1000人から2000人になったら、
ライブの来場者も2倍になるやろ、っていう感覚。

これをワイのnoteで検証してみた。

使ったデータ：

• フォロワー数の毎日の記録（自動で取ってる）

• 記事ごとのビュー（公開から1日目、2日目、...7日目）

• 誰がいつスキを押したかの履歴

GitHub Actionsで毎日勝手に集めてくれる仕組み作って3ヶ月以上経つけど、ちゃんと真面目に解析するの初めてやった。

パイプラインだけ作って料理してへんパターン。
データエンジニアにありがちなやつ。

STEP 1：とりあえず点を打ってみた

まず一番シンプルな絵を描いた。
横軸にフォロワー数、縦軸にビュー数。
記事1本=点1個。

期待してた絵：きれいな右肩上がりの線。

出てきた絵：雲。

ふぁさぁぁ・・・
       . :. :  . 
    .: .:: :.. .
   . ::: . . :
       .: .  . :

同じフォロワー900人台の記事でも、
ビューは100〜800まで広がってる。

ファンクラブ会員が同じ規模やのに、ライブの来場者が8倍ちがう、みたいな状態。

数字で言うと、
フォロワー数で説明できるビューのばらつきは わずか7%。
逆に言うと、93%は別の要因で動いてる。

ここで「あれ？」と思った。
そして3秒後に「これnoteのネタになるな」と思った。

分析より先にコンテンツが頭に浮かぶの、もう病気やと思う。

STEP 2：観測不足の記事を弾いた

ここで一段絞り込み。

データに「公開してまだ2〜3日しか経ってない記事」が混ざってた。

「7日間のビュー」を比較したいのに、
まだ3日分しか観測できてない記事は当然少なめに出る。

レースで言うと、
5キロしか走ってない選手と42キロ走ったマラソン選手を
「タイム順」で並べてる状態。

意味ない。

直近1週間の記事6本を除外。
125記事 → 119記事に。

これでもう少しまともなデータになった。

ところで、最初これに気づかんと解析してた。

本業のはずやのに。

新人がやったらワイが
「お前、観測期間そろえろ」
って指導するレベルのミスや。

現場離れるとこうなる、という生きた標本。

STEP 3：「ゾンビ記事」を弾いた

ここでさらに大きな問題発見。

データに、
「観測期間中に新しく出てきたように見えるけど、
実は5年前に書いた記事」
が混ざってた。

これら、
データの仕組み上「2026年2月の新規記事」みたいな顔して紛れ込んでた。

完全にゾンビ。

何が問題かというと：
これらは「フォロワー少なかった昔に書かれた記事」やのに、「フォロワー多い今の状態」と一緒に解析されてる。
「30年前のクラスメイト」を「今の同僚」と一緒の評価表に並べるようなもんで、もうワケわからん。

ちなみに スターバックス記事は2021年公開。
ワイがそんな記事書いてた事すら忘れてた。
データに教えてもらった。
自分の過去すら把握してない人間が自分の解析しとる、
って構図に途中で気付いて、笑うしかなかった。

これら6記事を除外。

119記事 → 113記事に。

ここで一気に絵が変わった

正しく絞り込んだ後の結果がこれ：

「フォロワーが10%増えたら、ビューは何%増えるか？」

ゾンビ記事を除外したら、
「フォロワー増やすほどお得」から「フォロワー増やしても割に合わん」に答えが反転した。

これがめっちゃ大事。
最初の解析だけ見てたら、
ワイは「フォロワー増やすほど指数的に伸びるで！」って自信満々で記事書いてた。

正反対のウソをばら撒くとこやった。

統計の偉い人がよく言う
「ガベージ・イン、ガベージ・アウト」（ゴミ入れたらゴミ出る）、
その実例を自分で踏んでみた。

仮説：ノンアクティブ会員が分母を膨らませてる説

フォロワー1170人。

でも、その全員が毎日noteを見てるわけやない。

ジムの会員1000人いても、
実際に通ってるの300人みたいなもんで。

残りの700人は「年会費だけ払って幽霊化した人」。

note風に言うと、
通知切ってる人、ログインしてない人、惰性でフォローだけ残してる人。

仮説：

これ思いついた時、
「ワイ、まだ本職やんけ」と自分にちょっと感動した。

結論から言うと、感動するの早すぎた。

仮説、見事に外れた

過去30日間にスキを押してくれた人だけ数えて、
「真のアクティブ会員数」を出した。
それで割り直したら結果はこう：

真逆の結果。

アクティブ会員で割ったらキレイになるどころか、
関係がさらにグチャグチャに。

仮説、完全に外した。
さっき感動してた自分、3秒で撃沈。

でも、ここがデータ分析のおもろい瞬間。

仮説が外れた時に、より大きな問いが見える。

ほな、ビューはどっから来てるん？

ここで気づく。
ワイのnote記事にスキを押した人、ぜんぶで3,035人おる。

フォロワー数約1170人なのに、スキした人は 2.6倍。
これが何を意味するかと言うと：

ライブハウスで例えると、
「ファンクラブ会員1170人」のうち来場するんは一部。

でも実際の来場者は3035人。
残りの1865人は
フラッと来た一見さん、友達に誘われた人、口コミで知った人。

つまりビュー（来場者）の絵は、たぶんこう：

記事公開DAY 1（オープン直後）
└─ ファンクラブ会員（フォロワー）が通知見て来る
└─ 反応のいいアクティブ層が来る
└─ ここまではフォロワー数に比例

記事公開DAY 2〜7（その後）
└─ 共同マガジン経由でフラッと来た人
└─ XやSNSで誰かが拡散して来た人
└─ noteの「おすすめ」枠から来た人
└─ タグや検索で偶然たどり着いた人
└─ ↑この層がメインの来場者

つまり、
公開直後はフォロワーが効くけど、
それ以降のビュー大半はフォロワー圏外から来てる。

だから「フォロワー気にせんでええ」

データから言える結論3つ：

① フォロワー獲得は、ビュー目的なら割に合わん

頑張ってフォロワー10%増やしてもビューは8%しか増えん。
しかも増やすほど効率落ちる。
水道の蛇口、最初の数回転は水いっぱい出るけど、それ以降は捻っても変わらん、みたいな感じ。

② ビュー増やしたいなら、フォロワー圏外の流入経路を強化

• 共同マガジンに入る

• タグを丁寧につける

• SNSで導線作る

• noteのおすすめに乗りやすいテーマを選ぶ

③ 同じフォロワー数でも、ビューは記事によって60倍違う

これは内容・タイトル・タイミングで決まる。
フォロワー数を悩むより、タイトルを30分悩むほうがリターンでかい。

一番大事な学び

このプロジェクトで一番痛感したのは、
「数字って素直に信じたらアカン」 ということ。

最初の雑な解析だけ見たら、
答えは「フォロワー増やすほど指数的に得！」やった。

3段階の絞り込みを経て出てきた答えは正反対の
「フォロワー増やしても割に合わん」。

しかも：

• 観測不足記事 → 過小評価

• ゾンビ記事 → 真逆の歪み

を除外せず解析してたら、
ワイは記事に「フォロワー増やしましょう！」って書いてた可能性高い。

ウソをドヤ顔で広める3秒前やった。

怖い。

「データドリブン」って言葉、
最近キラキラした文脈で使われるけど、実態はこんなもん。

前処理で人生決まる。

念のため言うとくけど

ワイ、
データ分析を一応本業の一部としてやってきた人間ではある。

でも、noteには本物の統計屋さんも、
ガチのデータサイエンティストもおる。

そっちのほうが正しい解析してる可能性は全然ある。

この記事の数字、
もうちょい厳密に詰めたら
「いや、そのモデル選択おかしいで」
「外れ値処理が甘い」
とか色々言われると思う。

それは謙虚に受け止める。

でも、
自分のデータを自分で触ってみて出てきた手触りとして、
ワイは「フォロワー数、思ったより効かんかったわ」を信じてる。

次にやること

ビューの92%は、フォロワー数では説明できない。
ということは、92%の中身を解像度上げて見れば、
もっと面白いことが見えるはず。

• 共同マガジン参加の効果

• 記事の中身（文字数・テーマ・タイトル）の効果

• 上振れ記事の共通項

もしかしたら、次の実験ログでまた書く。

まとめ

朗報、繰り返すで：

「フォロワー増えへん...」って悩んでる人、
その悩み自体がたぶん的外れ。

フォロワー数1170人のワイより、
ファン3035人のフォロワー圏外の方が実は大事やった、
っていうデータが、自分自身から出てきた。

ワイみたいに3段階のミスを順番に踏まんように、
最初からちゃんと絞り込んでから解析するのおすすめです。

っていうか、
記事に入れた解説画像のキャラは、完全にギャルやん・・・ｗ

あ、そういえば

あっ、ワイはそういえば最近マガジンの創設メンバーになったんやったわ。
興味のある人は、是非、入ってな！

え？！これのために記事書いたのか？って？

そんなことないで。きっと。

あと、フォロしてほしくないとかもいってないで！
是非、フォローしてください。
そもそもスキもコメントも是非ください。

涙がチョチョ切れるほど嬉しいです。

よろしくお願いします。

はな、また。

あっ、忘れてた。
他人のやけど神ツールのリンクも貼っとくわ。

▼タグ周り

▼コメントやスキ周り

案件じゃないで～。
ホンマに良いツールなんや。

この記事はKITAcoreの実験ログシリーズの一環。
データパイプラインのコードや解析スクリプトは、
追って公開予定。
ちなみにこの記事自体がデータ取得対象。

▼画像をクリックして週間ランキングを確認してな。

▼KITAcoreのnote状態公開中：画像クリックで詳細見れるで。

#noteのつづけ方 #noteの書き方 #note運用 #データ分析 #アクセス解析 #Python #GitHubActions #note #コラム #学び #記事 #気づき #継続 #挑戦 #文章 #発信 #考え方 #フォロワー分析 #ビュー数分析 #ゾンビ記事 #データパイプライン #ガベージインガベージアウト