指标名词	指标名词解释
品类	对应产品所属品类。
品牌	对应产品所属品牌。
产品	即标准化产品单元（Standard Product Unit）， SPU 是商品信息聚合的最小单位。
声量	该产品被提及的文本数量，不同数据阵地规则不同。如微博、微信等社媒阵地若在同一条文本被提及多次，声量记1；电商阵地（如天猫、京东等站点）则是商品评论文本数量。
互动量	该产品在社媒阵地上的传播吸引力，即该产品声量的互动指标之和，包括转发数/评论数/点赞数/收藏数等。
提及量	帖子中提及维度的次数。
SOV	声量份额（Share of Voice），当前产品总声量/所评估产品总声量之和*100%。
SOE	互动量份额（Share Of Engagement），互动量份额，当前产品互动量/所评估产品总互动量*100%。
NSR	净情感度（Net Sentiment Rate），用于衡量该产品的整体情感表现，NSR=(正面情感值-负面情感值)/(正面情感值+负面情感值)*100%。
销售额	当前产品在电商平台中的销售预估值。
市场份额	当前产品的销售额/所评估产品总市场份额。
销售量	当前产品在电商平台中的销售件数预估值。
环比	即对应指标的上升率，声量环比=(本期声量-上期声量)/上期声量*100%；声量份额(SOV)环比变化=本期SOV-上期SOV ；互动量份额(SOE)环比变化=本期SOE-上期SOE； NSR环比变化=本期NSR-上期NSR。
同比	即对应指标的年度上升率，声量同比=(本期声量-上一年声量)/上一年声量*100%；声量份额(SOV)同比变化=本期SOV-上期SOV ；互动量份额(SOE)同比变化=本期SOE-上期SOE ； NSR同比变化=本期NSR-上期NSR。
整体维度	通过数说行业三元组算法识别得出的指标，用于分析该产品的消费者认知、消费者评价等情况。如护肤品类下的整体维度“功效”、“产品设计”等。
细分维度	通过数说行业三元组算法识别得出的指标，用于分析该产品的消费者认知、消费者评价等情况。如护肤品类下整体维度“功效”下的细分维度“提亮美白”。
维度NSR	通过数说行业三元组算法对电商评论中的消费者反馈进行智能分类及情感度的判断，维度NSR=(正面维度情感值-负面维度情感值)/(正面维度情感值+负面维度情感值)*100%。
提及偏好TGI	通过数说行业三元组算法对电商评论中的消费者反馈进行智能分类，判断消费者提及某个维度的量在细分领域中偏好程度有多高，大于100的表示在细分领域中消费者更乐于提及这款产品的这个维度。
产品优劣势维度分析	“重点优势”区域：对比细分领域提及偏好高，且本身NSR高的区域；“次要优势”区域：对比细分领域提及偏好低但本身NSR高的区域；“优先改进”区域：对比细分领域提及偏好高但本身NSR低的区域；“次要改进”区域：对比细分领域提及偏好低，且本身NSR低的区域。
产品优化排序建议	提及情感小于等于0，提及偏好TGI越大，排序越靠前。若偏好值一样，则情感值越小，排序越靠前。
宣传加强排序建议	提及情感大于0，情感值越大，排序越靠前。若情感值一样，则提及偏好TGI越小，排序越靠前。
产品宣传	产品宣传：即品牌方对产品宣称的利益点；包含品牌的利益宣传维度、利益宣传点。利益宣传维度即整体维度（如“功效、包装设计”）、利益宣传点即特征词（如“去黄、抗糖”）。
消费者认知	消费者认知：即消费者讨论中对产品利益点的认知；包含利益认知维度、利益认知点。利益认知维度即整体维度（如“功效、包装设计”）、利益认知点即特征词（如“去黄、抗糖”）。

二、系统监测范围

1. 监测阵地

阵地	细分站点说明
微博	新浪微博
微信	微信
新闻	包含但不限于：今日头条、腾讯新闻、百度新闻、搜狐新闻、新浪新闻、网易新闻等
论坛	包含但不限于：百度贴吧、豆瓣、虎扑体育-论坛、天涯论坛、人民网-强国社区等
短视频	抖音
视频	哔哩哔哩、腾讯视频、搜狐视频、优酷、土豆、爱奇艺、AcFun、PPTV、芒果TV、乐视
问答	知乎、宝宝树、问通信等
小红书	小红书
电商	天猫、京东等

2. 系统声量、互动量、声量类型指标计算规则

① 声量：分析对象被提及的文本数量，若在同一条文本被提及多次，声量记1。

数据源	计算逻辑
微博	微博内容命中关键词的记录数，内容包括自发内容和多层转发内容；
微信	微信标题或内容命中关键词的文章数；
论坛	命中关键词的主贴数。
问答	命中关键词的主贴数。
新闻/博客	新闻/博客命中关键词的主帖数。
短视频(不含抖音)	视频标题或视频简介命中关键词的视频数；
抖音	商品标题、文本、视频内容提及关键词
视频(不含B站)	视频标题或视频简介命中关键词的视频数。
B站	视频标题或视频简介命中关键词的视频数；
小红书笔记	命中关键词的笔记数；
电商	命中关键词的商品标题下的评论数。

② 互动量：针对分析对象被提及文本的所有互动指标之和，包括转发数/评论数/点赞数/收藏数等。

数据源	计算逻辑
微博	转发数+ 评论数 + 点赞数
微信	在看数+点赞数
论坛	评论数+点赞数
问答	评论数+点赞数
新闻/博客	评论数+点赞数
短视频	分享数+评论数+点赞数
小红书笔记	评论数+点赞数+收藏数+转发数
视频（不包括B站）	评论数+ 点赞数
B站	弹幕数+评论数+点赞数+投币数+收藏数+转发数

③ 声量类型

BGC:品牌官方账号的发声
PGC:专家、媒体、KOL的发声，内容专业度高
UGC:消费者、非官方/专业的普通网民发声

阵地	BGC	PGC	UGC
微博	品牌官方用户的声量	符合：① or ② or ③ or ④ ① 微博黄V用户的声量 ② 微博金V用户的声量 ③ 微博蓝V用户（非品牌官方）的声量 ④ 粉丝数≥10万用户（非品牌官方）的声量	粉丝数＜10万，且非品牌官方、非蓝V认证、非黄V认证、非金V认证用户的声量（过滤BGC和PGC声量后，均为UGC声量）
微信	品牌官方用户的声量	符合：过滤BGC声量后，均为PGC声量	无
小红书	品牌官方用户的声量	粉丝数≥1万	粉丝数＜1万（过滤BGC和PGC声量后，均为UGC声量）
抖音	品牌官方用户的声量	符合 ① or ② ： ① 粉丝数≤10万，且有认证，且非品牌官方用户的声量 ② 粉丝数≥10万，且非品牌官方用户的声量	粉丝数＜10万，且无任何认证用户的声量（过滤BGC和PGC声量后，均为UGC声量）
快手	品牌官方用户的声量	粉丝数≥10万的声量，且非品牌官方用户	粉丝数＜10万，且非品牌官方用户的声量
美拍	品牌官方用户的声量	粉丝数≥1万的声量，且非品牌官方用户	粉丝数＜1万，且非品牌官方用户的声量
视频	无	均为PGC	无
新闻	无	均为PGC	无
博客	无	均为PGC	无
论坛	无	无	均为UGC
问答	无	无	均为UGC

三、系统介绍

1. 产品概览

概览关注产品核心表现，快速了解本竞品核心指标差异和环比/同比变化。

1.1 产品KPI报表

1.1.1 字段注释：

序号：按声量排序，右下角的箭头为较之上一期的上升/下降情况。
产品名：标准SPU名称。
声量：该产品被提及的文本数量，不同数据阵地规则不同。如微博、微信等阵地若在同一条文本被提及多次，声量记1；电商阵地（如天猫、京东等站点）则是商品评论文本数量。
互动量：该分析对象的传播吸引力，即计算方式符合该产品声量定义的互动指标之和。
NSR：净情感度（Net Sentiment Rate），用于衡量该产品的整体情感表现，NSR=(正面情感值-负面情感值)/(正面情感值+负面情感值)*100%。
销售额：当前产品在电商平台中的销售预估值。
市场份额：当前产品的销售额/所评估产品总市场份额。

1.1.2 操作：

用户可在产品筛选栏、数据筛选栏、时间筛选器设定分析对象和数据范围；当时间维度筛选“按日”时，无法查阅销售额和市场份额。
图表右上角支持筛选呈现的KPI指标。
支持环比/同比表格切换；
支持图表复制和数据下载；
支持点击操作列“查看”跳转到对应产品剖析页展示对应的产品数据。

2. 产品剖析

结合认知-购买-评价行为流程数据，以及基础数据，剖析产品网络整体表现。

2.1 产品基础数据

声量/互动量/NSR指标卡：可知悉社媒平台与电商评价中，所选产品的声量、互动量、NSR的数据表现。
声量阵地分布：展示所选产品在各个阵地的声量占比，以图例区分阵地，以便了解整体趋势变化和分阵地趋势变化。如需查看特定阵地的趋势，可使用顶部的组合筛选器。
舆情变化趋势（声量/互动量/NSR）：展示所选产品的声量/互动量/NSR变化趋势。

2.2 认知剖析

通过获取社媒平台上的帖子，对比厂商宣传内容与消费者认知，洞察两者之间对产品的认知是否有差异。帮助厂商评估宣传效果，寻找能快速占领消费者心智的宣传点。

产品宣传VS. 消费者认知差异：产品宣传维度，即筛选出BGC(即品牌官方账号的发声)或者PGC(专家、媒体、KOL的发声，内容专业度高)所发的帖子，通过认知识别算法计算出对应产品宣传的维度，如功效等。消费者认知维度，筛选出UGC(即消费者、非官方/专业的普通网民发声)所发的帖子，通过认知识别算法计算出对应消费者认知的维度。
产品宣传词云图：通过认知识别算法识别出对应产品宣传的特征词，并统计每个词的词频，通过词语的大小展示每个词出现的频率。
Top10话题列表：对微博和抖音阵地的帖子数据进行聚类，展示热度Top10的话题，受图表“产品宣传VS. 消费者认知差异”和图表“产品宣传词云图”联动。
消费者认知词云图：通过认知识别算法识别出对应消费者认知的特征词，并统计每个词的词频，通过词语的大小展示每个词出现的频率。
消费者原帖展示：展示UGC(即消费者、非官方/专业的普通网民发声)所发的帖子内容，可通过右上角按钮切换排序方式。受图表“产品宣传VS. 消费者认知差异”和图表“消费者认知词云图”联动。

2.3 购买剖析

通过分析天猫、京东各产品的销售情况，快速了解产品在两大电商平台的销售分布，寻找销售情况最好的店铺。

销售渠道贡献：该SPU在时间范围内，在京东或者天猫销售额或者销售量的占比。
店铺销售排名：该SPU在时间范围内，在京东或者天猫平台中，不同店铺这个SPU的销售量的排名。

2.3 评价剖析

通过分析电商平台消费者的评论数据，结合数说行业三元组算法对评论内容进行智能分类，判断消费者提及某个维度的情感以及提及偏好。并针对产品表现出来的优劣势情况，给出相应的建议。

产品优势和劣势-整体维度：四象限图，图表中的散点对应整体维度，X轴是维度点的提及偏好TGI，Y轴是维度NSR。其中各区域的定义如下：“重点优势”区域：对比细分领域提及偏好高，且本身NSR高的区域；“次要优势”区域：对比细分领域提及偏好低但本身NSR高的区域；“优先改进”区域：对比细分领域提及偏好高但本身NSR低的区域；“次要改进”区域：对比细分领域提及偏好低，且本身NSR低的区域。
产品优势和劣势-细分维度：四象限图，图表中的散点对应整体维度，X轴是维度点的提及偏好TGI，Y轴是维度NSR。
产品优化排序建议：提及情感小于等于0，提及偏好TGI越大，排序越靠前。若偏好值一样，则情感值越小，排序越靠前。
宣传加强排序建议：提及情感大于0，情感值越大，排序越靠前。若情感值一样，则提及偏好TGI越小，排序越靠前。
评价关键词（正面/负面）：通过口碑算法计算出对应的评价特征关键词，并统计每个词的词频，通过词语的大小展示每个词出现的频率。
口碑原文：针对所选产品消费者的具体评论内容。

3. 产品对标

探寻本品和竞品之间的表现差异。

3.1 产品评价对比分析

主品vs.竞品筛选器：支持筛选1个主品（必选）vs.4个竞品
消费者提及维度占比（整体/细分）：主要展示消费者评价中提及到的整体/细分维度。最左边的占比为用户所选的所有产品的内容综合一起后，消费者针对不同维度提及的热度表现。列表中每一款产品的提及占比，在对应维度上的加总值等于最左边这列的占比值。底色标识出来的是这款产品提及量最高的五个维度。
消费者讨论维度提及情感对比（整体/细分）：主要展示消费者评价中维度NSR的整体/细分维度分析对比，颜色越深则情感表现越好，越浅则反之。
主/竞品-词云图（正面/负面）：通过口碑算法计算出对应的评价特征关键词，并统计每个词的词频，通过词语的大小展示每个词出现的频率。左边是主品词云图，右边是竞品词云图，可通过切换正面/负面tab完成正负面词云对比。
口碑原文：针对所选产品消费者的具体评论内容。