1.1
认识新媒体数据分析

在新媒体时代,数据分析具有非常关键的意义和作用。运用新媒体数据分析手段进行内容生产和信息传播,已然成为新媒体运营的常态。下面介绍什么是新媒体数据分析,以及新媒体数据分析的特征和意义。

1.1.1 什么是新媒体数据分析

新媒体数据分析就是利用各种数据统计分析方法,对各类新媒体数据进行收集整理、汇总归纳和处理分析,并从中提炼有用的信息加以研究和总结。简单来说,数据分析的过程就是将数据转化为有用信息的过程,如图1-1所示。

图1-1 数据分析:将数据转化为有用信息

新媒体是利用数字技术和互联网向用户提供信息与服务的传播形态。新媒体中传递的所有信息,以及用户与新媒体之间的所有交互都可以被称为新媒体数据。新媒体数据中蕴含着非常丰富的信息,新媒体数据分析不仅可以使人类的社会活动、传播行为具有可计算性,还可以有效帮助新媒体运营人员进行精细化运营,以数据驱动业务决策,解决各种业务难题。因此,新媒体数据分析人员需要根据新媒体运营的需要,借助各种数据分析手段,对各类新媒体数据进行加工处理,并从中获取有用的信息和规律。

1.1.2 新媒体数据分析的特征

新媒体数据分析的主要研究对象是新媒体数据,而新媒体数据与其他类型数据相比,具有很大区别。新媒体数据类型丰富,包含文本、图片、音频、视频等多种存储形式。因此,新媒体数据分析与其他类型数据分析相比,也具有明显的区别。新媒体数据分析的特征主要体现在3个方面,如图1-2所示。

图1-2 新媒体数据分析的特征

1.注重数据间的网络关系属性

新媒体是伴随着互联网发展诞生的新兴产物,具有突出的社会属性。新媒体环境是一张极为庞大且复杂的“社会关系网”,通过对新媒体数据的分析和研究,能够发现社会关系和舆情等社会细节。因此,新媒体数据是一种具有关系属性的数据。

新媒体数据分析非常注重研究网络关系及关系模式,数据分析人员需要理解网络关系属性数据(即新媒体数据)的本质特征和生成机制,利用构建学习模型的方式开展数据分析。

2.体现媒体融合的特征

新媒体的兴起直接推动了媒体融合的进程,新媒体数据及数据分析体现了媒体融合的特征。在新媒体中,信息和知识的载体是多元的,知识的传播方式也是灵活、多样的,不同平台、不同类型的媒体和与之相关的社会属性信息可以相互融合,从而形成综合性的信息和知识。这些来源于不同渠道的新媒体数据通过不同的方式,被赋予了时空、社区、热度、偏好等属性,数据与数据之间、数据与用户之间都呈现出了丰富、复杂的关联性。因此,在新媒体数据分析的过程中,需要针对如何构建融合多源数据的泛化模型、如何发现多源数据间的关联关系等媒体融合的核心问题进行重点分析和研究。

3.具有学科多元性

大部分新媒体数据属于半结构化或非结构化数据,且具有文本、图片、音频、视频等多种存储形式,因此往往很难被人理解,这也为新媒体数据分析带来了巨大的挑战。数据分析人员需要结合一系列相关学科中的工具来解析、提取和分析新媒体数据,从而使新媒体数据分析呈现出学科多元性的特征。例如,新媒体文本数据的挖掘就涵盖了多个学科中的多种技术,包括数据挖掘、信息抽取、信息检索、机器学习和自然语言处理等。

知识拓展

结构化数据、半结构化数据和非结构化数据

结构化数据是指以固定格式存在的数据,以二维表结构进行逻辑表达,具有定义明确的数据类型,如数值型数据、字符型数据、日期型数据等。网络问卷调查数据、App监测指标数据、微信公众号运营数据等都是比较常见的新媒体结构化数据。

半结构化数据是指具有一定结构模式,但结构与数据相互混合的数据。半结构化数据的数据结构不是特别清晰,常常处于动态变化的状态,没有严格的数据类型划分,具有良好的扩展性。半结构化数据主要通过自描述的文本方式进行记录,常见的半结构化数据主要来源于无严格模式限制的存储数据(如超文本、标记语言等)、结构和内容不固定的数据(如电子邮件等)、异构信息源集成的数据(如各类数据库、知识库等)。

非结构化数据是指没有固定结构的数据,其数据表现形式主要为文本、图形、图像、音频、视频等。

1.1.3 新媒体数据分析的意义

随着新媒体行业竞争的加剧,精细化运营势在必行。很多新媒体运营人员逐渐从过去的靠感觉、凭经验运营,转向由数据驱动运营决策,通过数据指导自己开展运营工作。在大数据时代,数据分析对于企业新媒体运营来说具有十分重要的意义,如图1-3所示。

图1-3 新媒体数据分析的意义

1.熟悉企业的运营现状

新媒体运营的日常工作十分繁杂,包括网站内容更新、微信公众号推广、微博发布、今日头条推送、短视频和直播推广、粉丝维护、活动策划等。新媒体运营人员需要通过数据分析,及时掌握企业现阶段的运营状态,了解企业的营销趋势、盈亏状况和活动效果。

对于新媒体运营数据的分析,应重点关注网站流量数据、微信公众号粉丝数据、微博阅读数据、今日头条内容数据、活动转发与评论数据等。例如,在今日头条后台查看账号的关键数据,如图1-4所示,根据该账号的相关运营数据,可以分析账号的整体运营情况,判断该账号发布的内容是否有价值、是否能够实现企业的营销目标。

图1-4 某今日头条账号的关键数据

2.预测企业的运营方向

在了解企业的运营现状,并进行深入分析后,数据分析人员就可以进一步对企业未来的运营状况进行预测,提前对企业进行全方位的运营规划了。

目前百度、腾讯等大型互联网公司已经将大量网络数据免费公开,数据分析人员可以在百度指数、新浪微指数、微信指数、头条指数等相关的数据平台查询数据,以帮助自己预测企业的运营方向,并判断企业的新媒体运营是否要与网络热度相结合。例如,通过百度指数查询“新媒体”这一关键词的搜索指数,可以判断新媒体行业当前的社会热度,从而做好企业新媒体运营的相关规划,如图1-5所示。

图1-5 百度指数的“搜索指数”模块

3.控制企业的运营成本

新媒体运营中有两项重要工作,一是关注企业销售额的增长及品牌价值的提升;二是控制企业的运营成本,提高投产比。

大数据时代下,讲求的是“精准营销”,如果企业的新媒体广告投放没有精准的方向,不能获取精准的用户,那么广告费用就很有可能“打水漂”。因此,新媒体数据分析人员需要分析用户的城市分布、消费习惯、常用App等数据,每次投放广告前要结合近期的投放情况进行调整和优化,以控制企业的运营成本。

例如,某新媒体企业对100名优质用户进行了浏览习惯调研,统计了用户使用频率较高的几款App,如图1-6所示。运营人员需要根据调研结果来决定企业的广告投放平台,以获得更好的广告投放效果,降低企业的运营成本。

图1-6 用户使用频率较高的App数据统计

4.评估企业的营销方案

营销方案是运营人员凭借以往的运营经验制订的工作规划,最终需要通过客观、真实的数据来评估方案的可行性和有效性。另外,通过数据分析还可以及时发现营销方案在实际执行过程中遇到的问题,为下一个营销方案的制订提供参考依据。

例如,某企业新媒体部门策划新产品线上推广方案时,计划在微信、微博、抖音3个平台上推广新产品。营销方案实施一周后,数据分析人员对3个平台的推广费用和新产品销售数量进行了统计,如表1-1所示。从该统计表中可以看到,微信和微博两个平台的推广费用没有抖音平台的推广费用高,但这两个平台的新产品销售数量也远低于抖音平台,由此可以得出的营销方案评估结果是:在本次推广中,抖音平台的推广效果最好,企业应适当减少在微信和微博两个平台的推广费用,加大在抖音平台的推广力度。

表1-1 新产品线上推广数据统计