TooBigData 旧文导读：按年份与主题重读营销、达人和技术文章

博客文章多起来以后，我越来越觉得，新的价值不一定只来自新的一篇。把以前写过的内容重新分类，标清时间，解释它们之间的关系，也能让一些零散的观察变得更容易使用。

这次我先整理了 2024—2026 年的一组旧文，围绕小红书达人、营销研究、品牌榜和 AI 工具串成六篇回顾。这是选择性导读，不是全部文章的替代目录。想浏览整个站点，可以进入网站资源地图。

按时间读：六个入口

有两个时间特别容易混：6 月品牌榜的原文发布在 7 月；9 月达人榜的整理页包含不同时间的材料。因此，按发布时间读和按数据时间读，会得到不同的顺序。我会在各篇回顾里分别说明。

想找达人。 从 9 月达人榜整理回顾进入具体场景，再回读 2024 人设与标签回顾。前者帮忙找候选，后者帮助理解筛选维度。

可以先读两篇老文章：做小红书，什么人设最讨喜？和小红书特色标签数据统计。它们把人设、内容形式与不同统计指标放进了分析；历史样本仍然需要历史口径。

想看品类竞争。 先读 6 月品牌榜回顾，再进入自己的品类原文。比如护肤、母婴、美食与家电数码。不同品类有不同样本，别急着拿它们做统一排名。

想学人群与投放。 先看 7 月资料回顾的阅读路线，再进入云图功能模块、用户属性和触点场景条件。如果画像解释经常只有“女性多、广东多”，补读营销分析师自查。

想让 AI 帮上忙。 从上半年 AI 营销回顾进入，按需要阅读内容事实校验、MCP 与工具连接、可引用资料库与内容分析与复盘。资料、连接与分析是不同任务，可以先选择一个切口。

想理解品牌与用户。 把族群研究永不过时、铁粉与品牌关系和把用户当人连起来。它们不是同一种研究，但都提醒我们，字段、粉丝和标签背后还有实际生活。

单篇文章经常只解决当时的一个问题。榜单回答有哪些候选，评论记录留下用户表达，功能目录说明资料入口，方法文章提供解释角度。把它们摆在一起，才能看见哪些地方可以接上，哪些地方还缺证据。

我不想让回顾变成一长串没有说明的链接。每个入口至少应告诉读者：这篇是什么时间的材料，能帮助回答什么，继续往哪里读。

也不需要把所有旧判断都保留下来。旧数字可能过时，旧功能可能变化，旧结论可能需要新的材料。仍然有价值的，是当时怎样提问、怎样组织材料，以及哪些判断如今还值得重新验证。

第一是时间。发布日期、事件时间、数据月份与整理时间，最好分别记下。

第二是口径。样本覆盖、标签命中、分档与指标定义，决定数字能说明什么。

第三是原文。回顾提供顺序，原文保留细节。遇到真正要用于决策的信息，仍然回到原始材料核对。

这组文章先把常用的入口串起来。希望以后读到某个新概念或新榜单时，能顺着内链找到前面的来处，也能知道下一步还需要补什么。