Substack運用は「勘」ではなく、データから始めよう
エクスポートボタンひとつで見える、あなたの読者が本当に反応している記事と、スルーされている記事
こんばんわ〜！AI寺子屋CraftLabの上田です
Substackの投稿や配信で「反応がいまいちだな」
そう感じながら、開封率もクリック率も見てはいました。
でも「なんとなく低い」という印象だけで、次の記事を書いていたんですよね。
読者が何に反応して、何をスルーしているのか。
具体的な根拠を持たないまま、感覚だけで運用していた。
そんなある日、Substackのパブリケーションの設定に「インポート/エクスポート」セクションを発見。
届いたCSVファイルを開いた瞬間、見えたのは数字で語る読者の本音だった。
よくある思い込み「記事を書き続ければ、読者は増える」
Substackを始める人の多くが、こう考えている。
とにかく発信し続ければ、いつか読まれる
良い記事を書けば、自然と購読者は増える
分析は後回しでいい
でも、これは2026年のSubstack運用では通用しない。
なぜなら、Substackは今やデータドリブンな運用が前提のプラットフォームになっているから。
Notes、Recommendations、Analytics、Live配信。
どれも読者の行動データを起点に最適化する仕組みが組み込まれている。
「勘」で運用するのは、地図を持たずに航海するようなもの。
Substackのデータエクスポートには、何が入っているのか
実際に「Settings > Exports」からデータをダウンロードすると、こんなファイルが手に入る。
opens.csv : 誰が開いたか
posts.csv : 何を配信したか
delivers.csv : 誰に届いたか
が記録されている。
これを時系列で並べ替えると、どのテーマ、どのタイトル、どの曜日が反応されているかが一目でわかる。
自分の場合、こんな発見があった。
実装系の記事は開封率30%超え
抽象論の記事は20%以下
金曜午前配信が最も開封率が高い
タイトルに「失敗」「before/after」が入ると反応が1.4倍
これ、全部データから見えた事実。
Claude Codeに分析を任せると、10分で傾向が見える
「でも、CSVを見ても何をすればいいか分からない」
そう思うなら、Claude Codeに分析を丸投げするのが最速。
自分が実際にやっている手順はこう。
ステップ1: データをダウンロード
Substack > 設定 > エクスポート > ダウンロード
ステップ2: Claude Codeに渡す
添付したposts.csvを分析して、
以下を教えてください:
- 開封率が高い記事TOP5とその共通点
- 開封率が低い記事の傾向
- 曜日・時間帯ごとの傾向
- タイトルに含まれる頻出キーワードと開封率の相関ステップ3: 結果を外部脳(Obsidian)に保存
Claude Codeが出力した表やグラフを、Obsidianの「Analytics」ノートに貼り付ける。
これで、再現可能な知識資産になる。
データから見えた「読者が求めているもの」
ClaudeCodeで分析したら、こんな傾向が見えた。
読者が求めているのは、今日試せる実装と具体的な変化だった。
これが分かってから、記事構成を変えた。
冒頭に「何が変わるか」を明示
本文に実装手順を必ず入れる
最後に「今日できる小さな一歩」を置く
結果、平均開封率は21%→29%に上昇した。
「勘」を「仮説検証」に変える運用サイクル
データを見るようになると、運用の質が変わる。
Before(勘ベース)
「なんとなくこのテーマが良さそう」
「反応悪かったけど、理由は不明」
「次は違うテーマで書こう」
After(データベース)
「前回の開封率30%。仮説:実装手順が理由」
「今回は同じ構成で別テーマで検証」
「結果:開封率28%。構成の再現性を確認」
このサイクルを回すと、自分だけの勝ちパターンが蓄積されていく。
それをObsidianに記録しておけば、AI(Claude)と共有できる。
次の記事を書くとき、Claudeに「前回の勝ちパターンを踏襲して構成を作って」と指示すればいい。
実装チェックリスト:今日から始めるデータドリブン運用
自分が実際に使っている、最小構成の運用フローを共有する。
今日やること
[ ] Substack > Settings > Exportsからデータをダウンロード
[ ] posts.csvを開いて、開封率TOP3とワースト3を確認
[ ] Obsidianに「Analytics」ノートを作成
[ ] そこに気づきをメモ(3行でOK)
今週やること
[ ] Claude Codeに分析を依頼
[ ] 傾向をObsidianに記録
[ ] 次の記事に1つだけ仮説を反映
今月やること
[ ] 月次でデータを更新
[ ] 仮説検証の結果を振り返る
[ ] 勝ちパターンをテンプレート化
まとめ:運用は「勘」から「再現性」へ
Substack運用を本気でやるなら、データエクスポートは初日にやるべき儀式。
なぜなら、
読者の本音は、数字にしか現れない
再現性は、データからしか生まれない
AIと共闘するには、根拠が必要
だから。
自分も最初は「分析とか面倒そう」と思っていた。
でも、Claude Codeに丸投げしたら10分で終わった。
そして、そこから見えた読者の反応パターンが、今の運用の土台になっている。
あなたに質問:
自分のSubstackで、開封率が一番高かった記事を覚えていますか?
もし覚えていなければ、それは「勘」で運用している証拠かもしれません。
今日、Exportボタンを押してみてください。
そこから見える景色が、あなたの運用を変えるはずです。
P.S.
この記事が役に立ったら、ぜひ返信で教えてください。
「データ見たら、こんな発見があった」という報告、めちゃくちゃ嬉しいです。
そして、AI×Substackの実践知をもっと深く知りたい方は、ぜひ購読もご検討ください。
自分が現場で試して、再現性を確認したノウハウだけを届けます。
プロフィール
上田知孝
AI寺子屋 CraftLab 代表。
約20年のカスタマーサポート経験をもとに、AI活用、バイブコーディング、AIエージェント、Dify、Claude Code、Obsidian活用などを発信。
個人向けAI相談、ワークショップ、企業研修、デジタル教材制作を行う。
コンセプトは「教える × 作る × 繋げる」。
