版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
第四章
新媒體數(shù)據(jù)的分析學習目標
隨著大數(shù)據(jù)和人工智能的發(fā)展,各類新媒體平臺的數(shù)據(jù)呈現(xiàn)海量冪次倍數(shù)增長,數(shù)據(jù)分析是必不可少的環(huán)節(jié)。通過新媒體平臺的數(shù)據(jù)分析可以更為高效地運營新媒體,在了解運營質量、預測運營方向、控制運營成本以及評估運營方向上具有重要作用。本章節(jié)學習以期通過數(shù)據(jù)分析提高數(shù)據(jù)分析者的四方面能力,分別是:數(shù)據(jù)加工處理能力、數(shù)據(jù)二次整合能力、通過數(shù)據(jù)進行評估研判能力以及通過數(shù)據(jù)進行總結反思的能力。數(shù)據(jù)分析需要經(jīng)過單一分析、復合分析以及多重分析最終得出科學的結論。本章在闡述新媒體數(shù)據(jù)分析的基本方法上,介紹常用的新媒體數(shù)據(jù)分析工具,以及不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程。在各類新媒體平臺數(shù)據(jù)分析的基礎上對常見的新媒體數(shù)據(jù)分析誤區(qū)作出總結。導語
數(shù)據(jù)分析的目的是把隱沒在一大批看來雜亂無章的數(shù)據(jù)中的信息集中、萃取和提煉出來,以找出所研究對象的內在規(guī)律。在實用中,數(shù)據(jù)分析可幫助人們作出判斷,以便采取適當行動。數(shù)據(jù)分析是有目的地收集相關條據(jù)、分析數(shù)據(jù),使之成為信息的過程,這一過程是數(shù)據(jù)管理體系的支持過程。在數(shù)據(jù)收集加工整理的周期中,包括從前期的數(shù)據(jù)收集整理整合和最終數(shù)據(jù)處理,各個過程都需要適當運用數(shù)據(jù)分析的方法和手段,以提升有效性。例如:開普勒通過分析行星角位置的觀測數(shù)據(jù),找出了行星運動規(guī)律。又如,一個企業(yè)的領導人要通過市場調章,分析所得數(shù)據(jù)以判定市場動向,從而制定合適的生產及銷售計劃。因此數(shù)據(jù)分析有極其廣泛的應用范圍。目錄
新媒體數(shù)據(jù)分析的基本方法常用的新媒體數(shù)據(jù)分析的工具不同類型新媒體平臺的數(shù)據(jù)分析的框架結構
及實施過程
常見的新媒體數(shù)據(jù)分析誤區(qū)第一節(jié)新媒體數(shù)據(jù)分析的基本方法
一、直接評判法
二、對比分析法
三、分組分析法
四、結構分析法
五、平均分析法
六、矩陣分析法
七、漏斗圖分析法
八、雷達圖分析法
九、回歸分析法
一、直接評判法
直接評判法,即根據(jù)經(jīng)驗值直接判斷數(shù)據(jù)的好壞并予以評判,通常用于內部過往運營狀況評估,如評估近期閱讀量是否過低、評判近期銷量是否異常、評估當日文章推送量是否正常等。直接評判法有兩個必要的條件:一是運營者有一定新媒體運營經(jīng)驗,能夠對跳出率、閱讀量等有正確的評估;二是經(jīng)過加工處理的數(shù)據(jù)足夠直觀,可以直接代表某項數(shù)據(jù)的優(yōu)劣。
二、對比分析法
對比分析顧名思義至少有兩組及以上數(shù)據(jù)才能使用的方法,分析兩組數(shù)據(jù)的差異進而深度了解這些數(shù)據(jù)所代表的規(guī)律。對比分析法分為縱向分析法和橫向分析法,橫向是指同一時間段不同指標的對比,而縱向是指不同時間段同一指標的對比,通過對比分析法可以直接了解運營質量,已經(jīng)目前運營的水平,通過了解目前的運營水平可以總結分析出優(yōu)點缺點,優(yōu)點當然要繼續(xù)保持甚至更進一步,缺點自然是要調整改變重點突破了,所以對比分析法更適用于對運營質量的一個考核。對比分析在于看出基于相同數(shù)據(jù)標準下,由其他影響因素所導致的數(shù)據(jù)差異,而對比分析的目的在于找出差異后進一步挖掘差異背后的原因,從而找到優(yōu)化的方法。三、分組分析法
分組分析法是根據(jù)目標數(shù)據(jù)的性質、特征,按照一定指標,將數(shù)據(jù)總體劃分成幾個部分,分析其的內部結構和相互關系,從而了解事物的發(fā)展規(guī)律。用于更深入的了解要分析對象的不同特征、性質以及相互關系的方法。根據(jù)指標的性質,分組分析法分為屬性指標分組和數(shù)量指標分組。屬性指標所代表的數(shù)據(jù)不能進行運算,只是說明事物的性質、特征。如人的姓名、部門、性別、文化程度等指標。數(shù)量指標所代表的數(shù)據(jù)能夠進行加減乘除運算,說明事物的數(shù)量特征,如人的年齡、工資水平、企業(yè)的資產等指標。
四、結構分析法
結構分析法反映的是某個體占總體比重的一種分析方法。結構分析法又稱比重分析法,是在分組分析法的基礎上,計算總體內各組成部分占總體的比重,進而分析總體數(shù)據(jù)的內部特征。一般某部分的比例越大,說明其重要程度越高,對總體的影響越大。結構分析法是在統(tǒng)計分組的基礎上,計算各組成部分所占比重,進而分析某一總體現(xiàn)象的內部結構特征、總體的性質、總體內部結構依時間推移而表現(xiàn)出的變化規(guī)律性的統(tǒng)計方法。結構分析法的基本表現(xiàn)形式,就是計算結構指標。結構指標的計算公式:結構指標(%)=(總體中某一部分/總體總量)*100%
五、平均分析法
平局分析法是通過特征數(shù)據(jù)的平均指標,反映事物目前所處的位置和發(fā)展水平。再對不同時期、不同類型單位的平均指標進行對比,說明事物的發(fā)展趨勢和變化規(guī)律。在數(shù)據(jù)集合中,所有數(shù)據(jù)都參與計算得到的平均數(shù)稱為數(shù)值平均數(shù),包括算術平均數(shù)、幾何平均數(shù)等。在數(shù)據(jù)集合中,按照數(shù)據(jù)的大小順序或出現(xiàn)的頻率,選出一個代表值,稱為位置平均數(shù),包括中位數(shù)和眾數(shù)等。在數(shù)據(jù)分析中,平均分析法一般要結合分組和對比等分析方法,對不同時期、不同企業(yè)、不同區(qū)域等平均指標進行對比,說明事物的發(fā)展趨勢和變化規(guī)律。
六、矩陣分析法
矩陣分析法是一種定量分析問題的方法,它是指用兩個重要數(shù)據(jù)指標做分析依據(jù),并將這兩個指標定為橫坐標和豎坐標,構成4象限,從而更直觀的找出解決方法,為運營者提供數(shù)據(jù)參考。
七、漏斗圖分析法
漏斗圖是一個倒立的金字塔,漏斗分析是一套流程式數(shù)據(jù)分析,它能夠科學反映用戶行為狀態(tài)以及從起點到終點各階段用戶轉化率情況的重要分析模型。通過漏斗可以分析用戶行為路徑在每一步的轉化和流失,對流失較多路徑進行細化多維度分析,找出漏點提升轉化。應用場景:用戶注冊轉化分析、企業(yè)用戶分析轉化。漏斗分析模型已經(jīng)廣泛應用于網(wǎng)站用戶行為分析和APP用戶行為分析的流量監(jiān)控、產品目標轉化等日常數(shù)據(jù)運營與數(shù)據(jù)分析的工作中。
八、雷達圖分析法
雷達圖分析法是對新媒體運營情況進行系統(tǒng)分析的一種有效方法。這種方法是從運營的收益性、安全性、流動性、生產性、成長性等五個方面分析運營成果。并將這五個方面的有關數(shù)據(jù)用比率表示出來,填寫到一張能表示各自比率關系的等比例圖形上,再用彩筆連接各自比率的結點后,恰似一張雷達圖表。從圖上可以看出新媒體運營狀況的全貌,一目了然地找出了運營上的薄弱環(huán)節(jié),為下一步打下基礎。雷達圖分析法通常用于指數(shù)分析,是自媒體平臺對賬號權重的一種評判。九、回歸分析法
回歸分析法指利用數(shù)據(jù)統(tǒng)計原理,對大量統(tǒng)計數(shù)據(jù)進行數(shù)學處理,并確定因變量與某些自變量的相關關系,建立一個相關性較好的回歸方程(函數(shù)表達式),并加以外推,用于預測今后的因變量的變化的分析方法。根據(jù)因變量和自變量的個數(shù)分為:一元回歸分析和多元回歸分析;根據(jù)因變量和自變量的函數(shù)表達式分為:線性回歸分析和非線性回歸分析。
第二節(jié)常用的新媒體數(shù)據(jù)分析工具一、網(wǎng)站分析工具1、GoogleAnalytics2、Clicky
3、Woopra
4、Chartbeat
二、自媒體分析工具
自媒體分析工具是準入門檻較低的一類數(shù)據(jù)分析工具,對使用者的數(shù)理統(tǒng)計基礎要求較低,無需掌握難度較高的統(tǒng)計分析軟件。所有的數(shù)據(jù)通過收集導入,一鍵生成。微博、微信、今日頭條等社交媒體自帶統(tǒng)計分析功能,一鍵呈現(xiàn)。
1、清博指數(shù)2、西瓜數(shù)據(jù)3、新榜三、第三方分析工具
第三方分析工具,指的是非官方平臺自帶的、需要官方平臺授權后才可以使用的數(shù)據(jù)分析工具。第三方分析工具與自媒體分析工具的主要區(qū)別在于前期的注冊與授權,一旦授權完畢,后續(xù)操作與自媒體分析工具類似,直接通過網(wǎng)站即可查看。雖然微博、微信等自媒體平臺已經(jīng)具有統(tǒng)計功能,但是對于精細化數(shù)據(jù),如單條微博轉發(fā)效果、微博粉絲管理、微信公眾號數(shù)據(jù)跟蹤等,依然需要借助第三方分析工具。常見的第三方分析工具包括新榜數(shù)據(jù)、西瓜助手(如圖)、孔明社會化媒體管理平臺、考拉新媒體助手等。
四、Excel工具
Excel工具普及率高、入門門檻低、對于處理小型數(shù)據(jù)集時非常有效且功能多樣。利用Excel工具可以預測運營質量,控制運營成本,了解運營方向,評估方案的可行性。
通過數(shù)據(jù)統(tǒng)計,可以使用Excel對新媒體平臺進行用戶數(shù)量、用戶屬性、用戶興趣、單篇分析、日報分析、小時報分析、自定義菜單、消息分析、關鍵詞分析、指數(shù)分析、廣告主分析、流量主分析等模塊進行分析,每個模塊都會涉及Excel的表格操作。
除此之外,通過Excel可以對新媒體運營數(shù)據(jù)表格進行制作,內容涉及對Excel軟件的數(shù)據(jù)編輯、格式設置、自動填充、排序與篩選、數(shù)據(jù)透視表與數(shù)據(jù)透視圖、圖形與圖表、公式與函數(shù)、表格打印等功能的使用。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
一、微信公眾號數(shù)據(jù)分析
目前公眾號后臺自帶的數(shù)據(jù)包含用戶分析、圖文分析、菜單分析、消息分析、接口分析、網(wǎng)頁分析這六大模塊。
1、用戶分析
在微信公眾平臺->統(tǒng)計->用戶分析,用戶分析數(shù)據(jù)包含用戶增長和用戶屬性兩塊數(shù)據(jù),通過它們可查看粉絲人數(shù)的變化和當前公眾平臺用戶畫像。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
2、圖文分析
在微信公眾平臺->統(tǒng)計->圖文分析分析->單篇圖文/全部圖文,可以查看你發(fā)布的微信文章送達給多少人,有多少人閱讀了有多少人點贊轉發(fā)了,公眾號的打開率也可以通過此處數(shù)據(jù)得知。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
3、菜單分析
在微信公眾平臺->統(tǒng)計->菜單分析,即可查看微信公眾號會話頁里的一級菜單以及子菜單的點擊情況。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
4、消息分析
在微信公眾平臺—統(tǒng)計—消息分析,可查看粉絲在公眾號回復消息情況。根據(jù)“小時報/日報/周報/月報”查看相應時間內的消息發(fā)送人數(shù)、次數(shù)以及人均發(fā)送次數(shù)。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
5、額外的數(shù)據(jù)分析
(1)閱讀完成率(2)留言閱讀比(3)點贊閱讀比(4)用戶互動數(shù)(5)競品數(shù)據(jù)(6)行業(yè)數(shù)據(jù)第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
一、微博數(shù)據(jù)分析
1、微博基本數(shù)據(jù)分析:
微博管理后臺提供了豐富的數(shù)據(jù)分析模塊,有些數(shù)據(jù)分析模塊需要運營者付費,但大部分服務都為運營者提供了半個月以上的試用期,便于運營者分析微博數(shù)據(jù)的基本情況。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
一、微博數(shù)據(jù)分析2、微博內容數(shù)據(jù)分析
微博內容分析主要包括內容分析和文章分析。其中內容分析指對所發(fā)博文進行數(shù)據(jù)分析,文章分析指對微博頭條文章進行數(shù)據(jù)分析。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
一、微博數(shù)據(jù)分析
3、微博粉絲數(shù)據(jù)分析
微博粉絲數(shù)據(jù)分析主要包括粉絲分析和互動分析。與上一章類似,對微博粉絲屬性進行分析,便于掌握粉絲的喜好,利于做好運營規(guī)劃。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
一、微博數(shù)據(jù)分析
4、微博賬號對比分析
運營者單擊“管理中心”→“數(shù)據(jù)助手”→“相關賬號分析”后,添加要對比分析的微博賬號即可看到對比結果概覽,其中對比賬號最多可添加5個。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
一、微博數(shù)據(jù)分析
5、微博推廣數(shù)據(jù)分析
當運營者粉絲量很少時,若想提高微博閱讀量,可以使用微博推廣工具粉絲頭條。當某條微博使用粉絲頭條后,48小時內,它將出現(xiàn)在粉絲微博首頁信息流的第一位。粉絲頭條需要運營者花錢購買,所需費用根據(jù)投放粉絲覆蓋數(shù)及潛在粉絲數(shù)的多少而定。運營者在某條微博的左下角點擊“推廣”,便可使用粉絲頭條功能進行推廣,進而提升微博閱讀量。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
三、今日頭條數(shù)據(jù)分析
1.內容分析“內容分析”模塊主要有三個基礎功能,即概況、文章分析、視頻分析。其中視頻分析與圖文數(shù)據(jù)分析差不多,在此不做贅述。
第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結構及實施過程
三、今日頭條數(shù)據(jù)分析
2.粉絲分析
3.頭條號指數(shù)分析在今日頭條上,因為是機器智能推薦平臺,粉絲數(shù)與閱讀量并不呈正相關,如圖所示,粉絲數(shù)多的作者,閱讀量卻不如少的高,這與頭條指數(shù)密切相關。頭條指數(shù)決定了運營者賬號權重及文章推薦量,其由5個維度組成,即健康度、關注度、傳播度、垂直度、原創(chuàng)度。第四節(jié)常見的新媒體數(shù)據(jù)分析誤區(qū)
一、混淆訪問數(shù)據(jù)與瀏覽數(shù)據(jù)不管是不是新手數(shù)據(jù)分析師,都會陷入交替使用這兩個概念的陷阱,現(xiàn)在,讓我們定義瀏覽和訪問,并一次性地將它們的區(qū)別出瀏覽(頁面瀏覽)是指瀏覽網(wǎng)站上的一個頁面,可被追蹤分析代碼所追蹤。訪問(session)是指用戶在特定時間內,在你網(wǎng)站上進行的所有動作。現(xiàn)在說到瀏覽和訪問還有一個在分析解釋數(shù)據(jù)時頗為常見的錯誤。
二、要有全局觀而不是深挖數(shù)據(jù)
獲取數(shù)據(jù)的大致步驟為:1、簡要地瀏覽一下可以獲取的數(shù)據(jù);2、快速評估手頭的數(shù)據(jù);3、迅速瀏覽頭行數(shù)字。這樣只能得到一些網(wǎng)站當前的運行狀態(tài),盡可能使用寬泛的訪問數(shù)據(jù)來分析,并作為用戶體驗和網(wǎng)站性能的指標是解釋統(tǒng)計結果時的另一個常見錯誤。作為數(shù)據(jù)分析師,最好的分析數(shù)據(jù)的方法是對這些數(shù)據(jù)分析后得到什么結果有個概念。這樣你就可以集中分析特定的幾個與理解用戶行為有關的指標,而不是一股腦扎進數(shù)據(jù)的海洋里。
三、只看數(shù)字不把這些數(shù)據(jù)放在它們的背景下,因為基于數(shù)據(jù)背景去解釋數(shù)據(jù)才是合理的,否則你就只是分析一些統(tǒng)計上的量化數(shù)據(jù)。毫無疑問解釋數(shù)據(jù)時最常見的誤區(qū)就是:進入數(shù)字的“咒語”。這些數(shù)據(jù)表示的是真實用戶的行為,一旦將它們的來源忽略,那數(shù)據(jù)就失去了它們的價值。只有當與用戶體檢聯(lián)系在一起解釋時才能真正體現(xiàn)數(shù)據(jù)價值。四、忽略用戶劃分當解釋定量和定性數(shù)據(jù)時,不要忽略這些有價值的因素對用戶體驗的影響。在你匆忙地做出錯誤假設讀取你的分析數(shù)據(jù)前,把這些數(shù)據(jù)分解成多個相關部分。移動用戶、桌面用戶、來自不同國家的用戶、不同年齡組的用戶等等,用戶群的基礎劃分將定性和定量數(shù)據(jù)轉換為相關部分,更為重要的是提供關于用戶體驗關心區(qū)域的無價線索。五、在分析之前沒有制定清晰的目標
每天回收的數(shù)據(jù)是海量的,但如果一開始就花時間定了目標,就會知道從數(shù)據(jù)分析中想獲得的是什么,數(shù)據(jù)指向哪些具體對象,專注于用數(shù)據(jù)解釋用戶行為的相關度。用通俗的話說,如果不知道要到什么地方,又如何知道怎么到達那個地方。
習題習題1.在新浪微博平臺中尋找一個粉絲數(shù)大于30萬人的微博賬號(大V、企業(yè)微博均可),分析其微博賬號運營規(guī)律。2.分析一類自己最喜歡的公眾號類型,收集整理三個月內排名前十位的該類型的公眾號,并且對點擊量最高的文章做內容分析。
3.在今日頭條上注冊賬號,發(fā)布一則時事熱點的相關文章,根據(jù)自己的文章,對后臺數(shù)據(jù)進行分析說明,角度自選。
實踐任務
圍繞(網(wǎng)絡)媒體或企業(yè)進行新媒體平臺運營——微博微信運營、頭條抖音運營等,類型自選。要求至少有3個月以上的運營文檔,具體執(zhí)行方案,給出執(zhí)行效果評價。
1.主題:
不限定主題,通過市場調研分析、問卷調查等形式的研究來確定主題。作品選題可涉及政治、經(jīng)濟、環(huán)境、教育、時政、娛樂、文化、等多種領域。2.具體要求:
在運營過程中有執(zhí)行,有日常運營的記錄,有最終的運營效果,有相關系統(tǒng)進行的BCI或WCI指數(shù)統(tǒng)計,或政務新媒體指數(shù)統(tǒng)計等。至少有3個月以上的效果文檔,根據(jù)所學知識進行內容分析。
案例討論“海南警方推出全網(wǎng)首個抓捕VLOG”2020年7月8日,海南警方推出全網(wǎng)首個抓捕VLOG,記錄海南警方打擊電詐犯罪“藍天二號”行動的收網(wǎng)現(xiàn)場,行動中皆是真槍實彈。7
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024蘇州二手房買賣合同協(xié)議范本:房屋交易保障及售后服務協(xié)議3篇
- 2025年度廠區(qū)綠化養(yǎng)護與生態(tài)景觀提升合同3篇
- 2025年度360借條合同多(信用評級合作版)3篇
- 2025年度油氣田廢棄井修復打井合同范本4篇
- 2025年度文化創(chuàng)意產業(yè)出資協(xié)議合同模板3篇
- 2024美團外賣配送配送員配送區(qū)域合作伙伴服務標準合同3篇
- 2024網(wǎng)絡安全風險評估及防護服務合同
- 2025年度圖書檔案庫房智能化儲藏系統(tǒng)合同4篇
- 2025年度智能車場租賃服務合同(新能源汽車版)4篇
- 2025年度電磁兼容性實驗室設備采購合同2篇
- 《C語言從入門到精通》培訓教程課件
- 2023年中國半導體行業(yè)薪酬及股權激勵白皮書
- 2024年Minitab全面培訓教程
- 社區(qū)電動車棚新(擴)建及修建充電車棚施工方案(純方案-)
- 項目推進與成果交付情況總結與評估
- 鐵路項目征地拆遷工作體會課件
- 醫(yī)院死亡報告年終分析報告
- 建設用地報批服務投標方案(技術方案)
- 工會工作人年度考核個人總結
- 上海民辦楊浦實驗學校初一新生分班(摸底)語文考試模擬試卷(10套試卷帶答案解析)
- 機器人論文3000字范文
評論
0/150
提交評論