如何利用数据分析来固定新媒体运营的定位和内容初始化?

2020年10月17日16:14:48 发表评论 1 次浏览

如何用数据分析来固定新媒体运营的定位和内容初始化?

小时的关系图最近很多运营微信微信官方账号、微或者头条号的小伙伴都被这样一个问题困扰着:

为什么我的新媒体账号有时候会推很多阅读,但有时候又极低,甚至最高值和最低值相差几十倍?为什么这么不稳定?

其实原因很单& # 8212;因为运营自己的新媒体账号定位不好,不知道粉丝需要什么内容,只知道每推送什么内容,却不知道微信官方账号里有什么内容和我们自己的定位一致,所以只要感觉好就推-推-推。

这是一种典型的替方式,让用户思考自己的阅读偏好,而不是着同理心在用户的立场上思考。

要解决以上问题,需要在新媒体账号建设之初好定位,避后续运营中缺乏“同理心”。

以微信微信官方账号为例,其他类型新媒体账号的定位原则是类似的,可以根据葫芦画瓢进行迁和重用。

一般来说,定位微信官方账号有以下重要意:

选择微信官方账号名称是有益的

它有利于内容的作,方便我们围绕一个主题去创作或者寻找推送的素材

如何利用数据分析来固定新媒体运营的定位和内容初始化?

  方便我们根据主题积累目标粉丝,也就是开发准用户

方便后期盈利(微信官方账号部分运营都是为了盈利),通过定位获得的准粉丝可以作为广告的“筹码”

有利于树立晰的账号形象,打造独特的微信官方账号品牌

既然微信微信官方账号的定位这么重要,应该如何定位?

冷静一下,这一次,笔者将抛弃原来“先理论后实践”的写作路,直接以某青春文学微信众号的定位为实际案例,微信官方账号名称、栏目策划、内容初始化等方面,谈谈如何用数据分析来描述微信官方账号0到1的定位。

以下是本文的上下文。从账号设置的背景出发,关键部分是用户头信息和阅读偏好的提取,这是后续微信官方账号定位和内容初始化的基础。可以找自己感兴趣的部分来读。

本文的背景

1账号设置背景:做青年文学微信公众号

不知道朋友有没有注意到。近十年来,关于青春的小说或电影越来越多,如《三重门》、《幻城》、《为什么要沉默》、《O2O》、《匆匆的一年》、《致我们将逝去的青春》等。这些作品以韩寒、郭敬明、、、为代表

这些青春活力的文学作品,不仅期占据小说和文学行榜,还被编成各种影视剧,让成千上的少男少女(从十几岁的小学生到人生第年的年轻白领)沉醉其中,无法自拔。俗话说“无数青年男女被吸去竞争”。

市场上流行的青年文学作品(影视剧)

对青年文学的火热市场,作为一名青年文艺作家,以创建一个青年文学微信公众号为例,内容方向主要是青年文学短美文、小说的连载,用原创内容与作者签约机制相结合的内容制作机制。

根据对青年文学的单描述和作者的个人倾向,作者可以从媒体上得到关于微信的大致规划方向:

微信官方账号的内容风格:类似于新生代青年作家(如韩寒、景M .郭、李尚龙等)的写作风格。,8090后写的)。

目标群体:热青年文学的青年学生和年轻白领。

值得注意的是,以上规划是基于常识和直觉判断,或者说比较模糊不够详细,但这一步很重要& # 8212;它决定了微信官方账号定位的“大策”,后续的数据分析逐渐缩小了其定位的“包围圈”。

接下来作者将通过数据分析逐步明确微信官方账号的定位,为下一步微信官方账号命名、栏目策划、内容初始化提供参考。

2获取目标人群的基本信息

2.1选择适当的渠道获取用户信息

由于微信官方账号尚未建立,用户相关数据无法直接获取,可以通过第三方渠道间接获取。该第三方渠道必须满足两个条件:

目标用户/粉丝数量基本相同,包括年龄、性别、爱好等等;

有足够的用户/粉丝,有代表性。

活性高,获得的信息具有时效性。

基于此,笔者想到了自媒体。由于大量微信数据被讯微信团队垄断,从微信微信官方账号的分析中得不到有价值的信息,而微博用户的活跃度相当高,数据相对开放。

因此,笔者选择了微博上一些微信官方账号相关性较高的微博进行分析。除了以上三个标准,还有其他选择标准,如下图所示:

选择合适的微博账户提取用户信息

2.2从微博间接获取粉丝信息

作者根据以上筛选条件,从新一代8090后作家中筛选出几个有代表性的作家& # 8212;韩寒、郭靖和李尚龙,有人会问:

他们的风格和调性,有些略深,有些肆意青春,有些鸡汤喝多了,似乎文笔迥异,结合起来合适吗?

作者认为他们的作品之所以广受好评,是因为其中的元素(如张扬、痛苦、温暖、热血等。)在市场上很受欢迎。混在一起就可以呈现为新青年文学派,算是微创新。同时,青春文学的阅读片段很多,一种风格不可能彻底了解整个粉丝群体。本微信官方账号需要有“抗脆弱性”的适应能力,建立之初需要有多种风格的基因。

选择他们微博上最近发布的一条微博进行分析。单个微博的选择条件和操作,见《当数据分析遭遇心理力学:用户深层情感需求浮出水面》。如下图所示:

本文对李尚龙、郭敬明和韩寒发表的单篇微博进行了分析

分析结果中的粉丝性别、粉丝年龄、粉丝地域、粉丝兴趣标签是我们需要重点“照顾”的分析维度。具体分析结果如下:

韩寒单条微博分析结果

《精民》单篇微博分析结果

李尚龙单条微博分析结果

2.3目标群体的“画像”信息提取

(1)目标人群年龄分析

三位作家的单条微博对应的是粉丝的年龄分布

从上图可以看出,韩寒、京M .郭、李尚龙微博粉丝的年龄组主要集中在“19-24岁”范围内,是“第一组”,而“第二组”是“25-34岁”年龄范围,而韩寒的粉丝年龄组几乎与“第一组”和“第二组”相同,但很容易解释他

综上所述,微信官方账号主要针对19-24岁人群,次要人群为25-34岁。按常理来说,粉丝群体应该包括学生(高中生、大学生)和白领。

(2)目标人群的性别分析

三位作家单条微博对应的粉丝性别分布

从上图来看,几个作家对应的粉丝群体性别以女性为主,尤其是景M .郭和李尚龙这两位女粉丝比例极高,分别到90%和75%。造成这种情况的原因分析如上。

综上所述,微信官方账号主要针对女性,加上年龄特点,就是年轻女性。

(3)目标人群的地理分析

三位作家单条微博对应的粉丝地域分布

关于粉丝的地域分布,笔者想找出几个作家的共同分布区域,缩小地域范围,集中在几个区域。那时候他可以专注于寻找当地畅销的文学、事件、人物等内容素材,创作粉丝喜欢看、喜欢听的文章;或者找当地有影响力的自媒体互相推广推送;后期利润的实现也可以有针对性。

从上面可以看出,上海、北京、广东的粉丝比较多(当然这里互联网发,网民也比较多...),可以作为主攻区域。

(4)粉丝兴趣图谱和情感需求分析

在这一部分,我们需要对以上三条微博的互粉丝的兴趣标签进行梳理,并使用C+C++ensydiam模型进行分析。具体步骤可参考《当数据分析遭遇心理动力学:用户深层情感需求浮出水面(万字文附实例分析)》。

对三个微博的粉丝兴趣标签进行先级分配和合并计算,找出得分较高的10个兴趣标签:

在处理粉丝兴趣标签

由此我们可以得到微信官方账号中目标人群最重要的十个特征,后面作者会提到它的用户。

经过处理,得到以下“兴趣-行为动机”对应表和最后三个主要情感需求象限。

微博粉丝三个“兴趣-行为动机”对应表

西迪姆动机分析模型中目标群体的情感需求

根据以上分析,微信官方账号中粉丝的情感需求主要对应于Censydiam的消费动机分析模型中的三个象限,即“愉悦/释放”、“舒适/全”和“个性/独特”。这三个情感需求象限其实对应着三个不同的粉丝群体,所以在后续的微信官方账号定位和栏目策划中,需要考虑三者的不同需求。

嗯,通过间接的段,我们获得了目标群体的用户画像,了解了他们的基本特征,对于我们做好微信官方账号的内容策划、风格调性、粉丝获取渠道非常有帮助。

但是对于微信微信官方账号的定位,仅仅是以上信息是不够的,因为我们还需要确认目标人群的阅读偏好,了解他们喜欢听到和听到什么内容,这样才能“做他们喜欢的事”。

3获取粉丝的阅读偏好信息

这部分的目的是获取目标人群的阅读偏好,了解他们喜欢什么风格的文章,有什么形象/元素(帅哥、虐恋或者各种关于青春的东西),涉及到什么关键词,便于栏目策划、菜单设置以及后续内容(伪)原创和收藏。

总之,这一步是为内容输出打好框架,找准方向。

因此,我们需要做文本挖掘。笔者网络内容分析法,分析提取粉丝阅读偏好的相关信息。对应的工具有Tagxedo和Netdraw。

3.1语料库提取

网络内容分析的第一步是收集准确、高质量的文本分析语料库,需要找到符合上述用户特征的文本数据。

因此,笔者利用大数据文本收集分析工具(新浪微博舆情)收集文本数据,并对部分数据进行分析。采集周期为2016年6月1日至2016年10月13日,数据源为全网

进入《青年文学》收集分析全网文本数据

这一时期“青年文学”在全网的信息分布如下图所示:

“青年文学”在全网的信息

将这些文本数据本地导出,形成excel格式文件,然后按照“青春文学”文本数据在上述沟通渠道中所占的比例进行分层随机抽样,并以相同的比例进行动随机抽样校准(看提取的样本是否有问题,如果有,及时剔除,再进行补充),最终得到1526个文本数据,如下图所示:

通过抽样获得的最终分析文本数据

3.2词频分析

经过系统的处理,从这些定性语料库中提取几个关键词,形成词,可以获得这些语料库的初步印象,并有直观的判断,如下图所示:

定性语料库形成的关键词云

从上面的关键词云,我们可以直观的看到“爱情”、“故事”、“关系纠结”(他们、你的、他们、她的、我们)、以及“青春”等关键词,所以我们可以直观的对微信官方账号的内容运营方向有一种“朦胧”的感觉。

但是,这还不够详细,需要做更深入的分析。

将语料库中最重要的150个关键词(按词频和重)提取下载到本地,然后基于对“青年文学”背景知识的理解,进行词汇的手工定性分类(见颜标注),如下表所示:

从语料库中提取的150个重要关键词

从上面的关键字表中,可以获得以下主题:

爱情(爱,美,谈恋爱,见面,幸,火,感情等。(

校园(青年、学校、校园、高中、大学、同学、学院等。(

美(单纯,公主,可爱,萝莉,美,美,妹子,妹子,姑娘,女主角,最美,等等。(

帅哥/美男子(成人、高帅、哥哥、老公、美男子、帅哥、帅哥王子、光等。(

(女儿、淑女、霸道、霸气、高、总裁等。(

亲情(父亲、孩子、家庭、母亲、亲情、兄弟等。(

这些归其管辖的主题和关键词,可以作为微信官方账号的内容策划方向,也可以作为一个重要元素,在具体文章中体现出来。当然,作者会在微信官方账号的内容规划中保留其精,剔除或重构其“糟粕”内容,只生高质量的内容。

接下来,作者将分析上述关键词及其主题的语义网络,揭示这些主题及其关键词之间错综复杂的关系,并为未来的内容操作找到有吸引力的情节结构和写作套路。

3.3语义网络分析

在分析这个案例的语义网络之,首先要及它的概念,因为如果直接分析的话,我们理解起来会有点困难,阅读带来障碍。

所以暂时听听作者对其原理的唠叨,对后面的例子分析和以后的“迁应用”会有很大的好处。

(1)语义网络分析和词频共现分析的原理

语义网络分析最初是自然语言理解和认知科学研究中的一个概念,用于表达复杂的概念及其相互关系。它是一个有向图(有开始和结束方向),顶点表示概念,边表示这些概念之间的语义关系,从而形成由节点和连接组成的语义网络描述图。

作者在这里提到的语义网络是基于共现分析的原理。共现分析的方法论基础之一是心理学的邻近关系规则(就是说,已经感觉到在一起的物体,往往在想象中是联系在一起的,这样当其中一个物体被记住时,其他物体就会按照它们同时出现的序被记住)。因此,量化各种文本数据/信息中的共现信息,揭示信息的内容关联和特征项的隐含意义,是一种分析方法。

例如,在一个文本中,共同特征(以词的形式,如人名、地名、项目名、形容词、副词等)之间必须有一定的相关性。),相关程度可以用同现频率来量。

比如小说中的几个人物及其相关的文字(姓名、动作、情感描述等。)多次出现在小说的各个章节(和段落)中,这可以反映出以下事实:

这些人物都有一定的人际关系(好坏);

共现频率越高,这些人物之间的人际关系强度越高,关联度越大;

文本数据中一起出现的多个关键词在内容属性上有很强的相关性;

相关阅读:B端品竞争分析:如何用低成本的方法获取更多信息?

与C端产品的竞争产品分析相比,B端产品的竞争产品分析有哪些注意事项?相比于C端产品的竞争分析,我们在做B端产品的竞争分析时,数据来源和公开信息都是有限的

三个步骤,你如何设计和玩情人节特别

2.14情人节快到了。估计很多店铺或者平台已经在准备情人节相关的活动了(或者几年前已经成了一些快活动页面),所以今天我

100种方法教你如何设计手绘特别页!

今天的内容很大,很实用。建议你耐心看完以后收藏起来备用。不知道大家有没有发现,就是随着技术工具的加,我们现在的设计形式越来越多

如何用卡诺模型量化用户需求?

卡诺模型(Kano model)是东京工业大学(Tokyo Technology)教授诺里aki Kano发明的一种模型,用于分析、分类先处理用户需求。分析用户需求的卡诺模型

如何用sosreport在Linux上创建诊断报告

Sosreport是RHEL/CentOS上的一个命令,它收集你的linux机器上的系统配置和诊断信息,比如运行的内核版本、加载的模块和系统服务

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: