新媒体数据分析ppt课件.pptx
《新媒体数据分析ppt课件.pptx》由会员分享,可在线阅读,更多相关《新媒体数据分析ppt课件.pptx(101页珍藏版)》请在三一办公上搜索。
1、今日头条数据分析,目录,CONTENTS,1,今日头条数据分析概述,2,头条号文章数据分析,3,悟空问答数据分析,4,微头条数据分析,05CHAPTER,5.1,今日头条数据分析概述,今日头条数据分析概述,截至2016年12月底,今日头条累计激活用户超过7亿,日活跃用户超过7800万,用户平均单日每人使用时长超76分钟,每日资讯阅读超27亿次。,2016年今日头条累计激活用户较2015年增长84%,平均日活跃用户量较2015年增长105%。2016年11月,头条号总数为39万,比2015年12月的4.5万足足增长了767%。,头条号文章,悟空问答,微头条,5.2,头条号文章数据分析,粉丝分析,
2、内容分析,头条号指数分析,头条号文章数据分析,在基于智能推荐的今日头条上,数据分析显得异常重要,也是每位运营者应该掌握的技能。只有掌控数据分析技能,运营者才能更好地运营今日头条。在头条号文章数据分析里,一个新注册的头条号可以进行3个模块的数据分析,即内容分析、粉丝分析、头条号指数分析,如图所示。,今日头条为用户推荐有价值、个性化的信息,是一款连接人与信息的产品。它基于数据挖掘技术,采用人工智能技术为用户推荐个性化信息。,头条号文章数据分析,“内容分析”模块主要有三个基础功能,即概况、文章分析、视频分析。其中视频分析与图文数据分析差不多,在此不做赘述。,1.内容分析,1.内容分析,(1)概况,在
3、“概况”中,可对文章推荐量、阅读量、粉丝阅读量、评论量、转发量、收藏量进行数据分析,利于规划运营。当天阅读数据分析 在“内容分析”“概况”里选择起止时间,也可对当天阅读数据进行分析,如图 所示。,头条号文章数据分析,1.内容分析,(1)概况,图所示为当天文章的推荐量、阅读量、粉丝阅读量和评论量。阅读量对运营者而言至关重要,它是衡量文章受欢迎的程度的指标;粉丝观看的广告,可获得3 倍收益加权,故粉丝阅读量是粉丝定位是否精确及获得高收益的保障;评论量是文章被读者关注程度的指标,运营者可以通过评论量收集读者需求进而优化选题,增强文章互动性。,头条号文章数据分析,1.内容分析,(1)概况,为了便于分析
4、当天阅读数据,运营者可以使用数据分析方法中的漏斗图分析法,展示每个关键环节的转化率,如图 所示。,头条号文章数据分析,1.内容分析,(1)概况,作者可以通过对比分析法对两天不同的数据进行对比,从而确定有利的运营措施,如图 所示。,头条号文章数据分析,1.内容分析,(1)概况,头条号文章数据分析,1.内容分析,(1)概况,阅读趋势分析 在“概况”中可以单击7 天、14 天、30 天或单击任一时间段查看阅读趋势的变化,如图 所示。,头条号文章数据分析,1.内容分析,(1)概况,单击上页图中所示的30 天,可以利用数据分析法中的回归分析法,查看阅读数据随时间的变化,如右图 所示。,头条号文章数据分析
5、,1.内容分析,(1)概况,分析波峰 运营者可以对波峰位置进行分析,如右图中的7 月4 日和6 月17 日。运营者可以将两天的文章进行数据分析,如下图 所示。,头条号文章数据分析,1.内容分析,(1)概况,分析波谷 分析波谷位置,有利于规避运营中的不利因素,进而提升头条文章阅读数据,如图 所示。,头条号文章数据分析,1.内容分析,(1)概况,分析波谷 波谷位置是阅读量较差的地方,如上页图中的6 月9 日、6 月20 日、6 月29 日和7 月7 日。通过统计这4 篇文章的共同点进而找到阅读量差的原因,为以后运营规划方向,如右图 所示,头条号文章数据分析,1.内容分析,(1)概况,分析阅读趋势
6、通过分析文章7 天、14 天和30 天的阅读趋势,合理之处继续发扬,不合理之处注意调整。例如,分析5 月份一个月的阅读趋势,发现阅读量整体呈下滑趋势,如图 所示。此时运营者要提高警惕,分析阅读量下降的原因。利用数据分析的回归分析法,运营者可以及时了解阅读走势,调整运营方向。,头条号文章数据分析,1.内容分析,头条号文章数据分析,在“文章分析”中,可按“单篇”和“整体”对文章进行详细分析,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,按单篇 单击“文章分析”“单篇”,其中比较重要的参数是“涨粉量”“收藏量”和“转发量”,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章
7、分析,“涨粉量”可以真实反映文章增加粉丝情况,运营者可以通过分析此数据找到增加粉丝途径;“收藏量”和“转发量”可以反映文章产生的价值情况,文章收藏和转发量越大,说明文章给读者带来的价值越大。通过选择起止时间,可以将某一时间段文章数据用Excel 导出,便于进一步进行数据分析,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,用数据条突出显示 在导出的Excel 表格中,可以用数据条对“涨粉量”“收藏量”“转发量”等数据进行突出显示。数据条越长,代表值越大;数据条越短,代表值越小,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,头条号文章数据分析,1.内容分析,(2
8、)文章分析,头条号文章数据分析,1.内容分析,(2)文章分析,借助Excel 导出的数据,可以快速分析阅读量大于平均值的文章,从而分析这些文章阅读量高的原因,利于进一步规划运营,如图 所示。具体数据处理步骤可以参考本书2.4 节。,头条号文章数据分析,1.内容分析,(2)文章分析,头条号文章数据分析,1.内容分析,(2)文章分析,详细分析 单击“文章分析”“单篇”“详细分析”,可对单篇文章进行详细分析,以获取平均阅读进度、跳出率等信息,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,在文章详细分析中,有3 个重要的参数分别是平均阅读进度、跳出率、平均阅读 速度,如图 所示。,头
9、条号文章数据分析,1.内容分析,(2)文章分析,平均阅读进度是指所有读者对该文章的平均阅读完成度。跳出率指所有读者中,阅读进度不足20%的读者占比。平均阅读速度指所有读者对该文章的平均阅读速度。运营者可以通过对比分析法,分析不同文章的数据差异,从而利于规划运营方向,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,头条号文章数据分析,1.内容分析,(2)文章分析,在详细分析里,运营者可以看到阅读来源分析及阅读完成度分析,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,通过阅读来源,运营者可以点击相关区域查看每个部分的所占比例,如图 所示。通过分析数据得知,首先是推
10、荐量所占的比例最高,故运营者需要努力提高头条指数,进而确保阅读量提升;其次是应用外所占比例较高,故运营者需要及时将文章分享至QQ、微信朋友圈、微博等第三方社交网络,进而提升文章阅读量。,同理,运营者可以通过阅读完成度分析,查询阅读完成度20%以下所占比例,进而分析原因,找到提升文章吸引力的方法,进而引导读者完成阅读。,头条号文章数据分析,1.内容分析,(2)文章分析,关键词分析 头条上的文章,都是机器人智能推荐给用户。首先,机器人“阅读”一遍文章,抓取一些关键词和标签,如文章/鸡汤/职场,根据不同的标签将文章推荐给关注此标签的用户。文章关键词显示在文末,如图 所示。运营者需要对关键词进行数据分
11、析,从而更好地将标签定位在垂直领域。,头条号文章数据分析,1.内容分析,(2)文章分析,今日头条具有双标题功能,开通条件是粉丝数2000 人以上、头条号指数600 以上、已开通原创权限。双标题即一篇文章运营者可以采用两个标题,从而降低标题对文章阅读量的影响。系统将相同内容标题不同的内容同时推荐给用户,便于提升文章阅读量,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,利用双标题功能可以对文章进行关键词分析。图所示的两篇文章唯一不同的是文章标题,但两篇文章的关键词分别是“心理”和“职场”,可见文章标题对关键词的影响至关重要,如图 所示。,头条号文章数据分析,1.内容分析,(2)文
12、章分析,通过对比分析发现,第二篇文章标题“同事开心,领导满意,要用这3 招!”中使用了职场领域类的关键词“领导”“同事”,故此标题可以辅助机器人判定文章所属类别为职场。由于运营者所写垂直领域为职场,故第二篇文章推荐量和阅读量高于第一个标题文章。运营者若想知道垂直领域类的关键词,可以点击文章末的小标签,如上页图中所示的蓝色“职场”标签,便可以找到更多职场领域类的相关关键词,如下图 所示。运营者在标题中重复相关关键词,以提升文章被机器人精确判定的概率。,头条号文章数据分析,1.内容分析,(2)文章分析,运营者也可以在文中重复关键词,进而辅助机器人判定文章归属,如图 所示。,头条号文章数据分析,1.
13、内容分析,(2)文章分析,本例中运营者在上页图中那篇文章中共用了8 个“职场”字眼,辅助机器人将文章精确判定为职场类文章,进而提升了文章垂直度,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,通过对比分析,可以得到提升文章被精确判定的5个措施:,标题中一定要有标签化的关键词,增加关键词在文中出现的频次,关键词可以用在分段标题中,加粗关键词,文末用关键词引导,头条号文章数据分析,1.内容分析,(2)文章分析,按整体 单击“文章分析”“整体”,可以按照时间对文章进行分析,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,运营者可以将最近 30 天的数据导出至 Exce
14、l 表格中,采用平均分析法对阅读数据进 行分析,从而直观显示每天阅读量的变化,如图 所示。,头条号文章数据分析,1.内容分析,(2)文章分析,分析数据时也可以采用上页图中所示方法进行分析,具体步骤为:先统计出阅读量的平均值,然后在数据表中增加一列,其数据均为平均值,如左图所示;对阅读量一列进行降序排列:选择“数据”选项卡“降序”“扩展选定区域”,如右图 所示;,头条号文章数据分析,1.内容分析,(2)文章分析,选中“日期”“阅读量”“平均值”这三列,单击“插入”选项卡“柱形图”,如图 所示;,选中柱形图“平均值”任一柱条,右键单击,选择“更改系列图表类型”,将平均值改为折线图即可,如图 所示。
15、,头条号文章数据分析,1.内容分析,(2)文章分析,头条号文章数据分析,2.粉丝分析,(1)概况,粉丝概况包含了用户数据增长参数,主要有新增粉丝、取消关注、净增粉丝、累计粉丝,如图 所示。,头条号文章数据分析,2.粉丝分析,(1)概况,运营者可以自行输入起止时间对新增粉丝数做进一步分析,如图 所示。运营者主要分析新增粉丝中曲线中的波峰位置,探寻粉丝快速增长的原因,进而提高头条运营效率。运营者也可以分析整个增长趋势,便于了解当前运营状态,合理规划后期运营。,头条号文章数据分析,2.粉丝分析,(1)概况,由于头条后台仅给出了新增粉丝的曲线图,运营者若想分析其他数据如累计粉丝数等,可以将数据导出至E
16、xcel 中进行详细分析,如图 所示。,头条号文章数据分析,2.粉丝分析,(1)概况,可以按上节讲述的方法制作新增粉丝数的柱形图,详细分析每日增加粉丝情况,从而找出增加粉丝策略,如图 所示。,运营者可在导出数据的Excel 表格里,按本书第2 章讲述的方法对累计粉丝数进行一元线性回归分析,便于预测某个时间的粉丝量。,头条号文章数据分析,2.粉丝分析,(1)概况,头条号文章数据分析,2.粉丝分析,(2)粉丝属性,粉丝属性包括4 个部分,即性别比例、年龄分布、地域分布和终端分布。性别比例 性别比例在粉丝属性中至关重要,它决定了运营者的选题和写作文风。运营者可在今日头条后台“数据统计”“粉丝分析”“
17、粉丝属性”中查看性别比例,如图 所示。,头条号文章数据分析,2.粉丝分析,(2)粉丝属性,据“2016 移动资讯行业细分报告”统计,今日头条上男性更喜欢社会、科技、体育、军事、汽车、财经等领域,女性更喜欢娱乐、情感、美食、教育等。故当运营者的男性粉丝较多时,可以将垂直领域与社会热点、体育热点等结合写文章,从而提升文章阅读量。例如,秋叶大叔专注职场领域,其头条上男性粉丝居多,其将职场与社会热点结合,产出一篇“当特普朗女婿脱下衣服后,富人的时间管理秘密终于瞒不住了!”阅读量335 万以上的爆文,而相比其结合娱乐热点的文章“当老板,破谣言,看了林心如的时间管理就知道她为什么成功了!”阅读量仅仅3 位
18、数,所以说分析性别比例对于运营头条文章来说至关重要。,头条号文章数据分析,2.粉丝分析,(2)粉丝属性,头条号文章数据分析,2.粉丝分析,(2)粉丝属性,年龄分布 运营者可在粉丝属性中,查看头条粉丝的年龄分布,如图 所示。运营者写文章时,都会有一个预期用户画像,即文章写给谁看。而年龄分布,可以显示出运营者的预期与实际粉丝是否一致,从而调整运营策略。,例如,运营者在写头条文章时,选择的领域是职场,用户画像是2129 岁的职场新手。通过图 粉丝年龄分布,可知这一年龄段粉丝占比为80%左右,符合运营者预 期,进一步说明运营者选题和文风与定位是一致的。,头条号文章数据分析,2.粉丝分析,(2)粉丝属性
19、,地域分布 地域分布采用的是数据分析法中的结构分析法,即粉丝按地域占总体数据比例的分析方法。运营者可以在头条后台看到粉丝在各个地域的分布比例,如图 所示。,头条号文章数据分析,2.粉丝分析,(2)粉丝属性,终端分布 终端分布主要显示了粉丝所用手机机型的占比情况,如图 所示。,分析用户手机机型占比,对于运营来说也有很大的启发意义。例如,如果手机机型中安卓手机较多,运营者发完文后找一部安卓手机查看整体排版风格是否利于安卓用户体验,从而创作出更受用户欢迎的文章及排版。,头条号文章数据分析,2.粉丝分析,(2)粉丝属性,头条号文章数据分析,2.粉丝分析,(3)兴趣探索,在新媒体平台上写作,找到读者的兴
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 媒体 数据 分析 ppt 课件

链接地址:https://www.31ppt.com/p-2065182.html