通过FOP总览、FOP需求洞察、FOP微博与抖音人群画像的多维度分析助力品牌找到定位和战略规划。 注:FOP为“Field Of Plays”的简写
板块 | 功能 |
---|---|
FOP总览 | 把握各FOP整体趋势变化和增速情况 |
FOP需求洞察 | 探究提及某个FOP下的消费需求维度,不同需求维度的热度趋势,及主打该维度的品类和品牌 |
FOP微博人群画像 | 分析提及某个FOP下微博阵地的目标用户 |
FOP抖音人群画像 | 分析提及某个FOP下抖音阵地的目标用户 |
声量质量
通过社媒营销广告算法将所有的社媒声量分为内容营销广告、自发创作、追星文、新闻公关、促销团购、其它,详细定义参见指标维度说明。
声量类型
将所有的社媒声量分类PGC/BGC/UGC/明星三个类型,详细定义参见指标维度说明。
消费者需求分布
通过算法识别出提及某个FOP下引起消费者热议的需求类型。
需求属性
通过算法识别出提及某个FOP下引起消费者热议的需求属性,为需求类型的细分。
人群
用户发帖中提及某个FOP下相关关键词则定义为人群。
阵地 | 细分站点说明 |
---|---|
微博 | 新浪微博 |
微信 | 微信公众号文章 |
新闻 | 覆盖今日头条、一点资讯、ZAKER新闻、百度新闻、新浪新闻、百度搜索、搜狗搜索、中国新闻网、中国财经信息网、凤凰网_财经、东方网等主流站点的新闻频道 |
论坛 | 覆盖中国网管论坛、电子发烧友论坛、百度贴吧、豆瓣、虎扑、大众点评、中关村_在线论坛、天涯论坛等各行业的主流论坛站点 |
电商笔记 | 小红书、得物app笔记 |
短视频 | 抖音app、快手app |
视频 | 哔哩哔哩、腾讯视频、优酷、爱奇艺、AcFun、PPTV聚力、芒果TV、乐视 |
问答 | 覆盖知乎、百度知道等主流问答站点 |
指标 | 含义 |
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 |
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,阅读数、观看数及播放数等为浅层互动或曝光,不纳入标准互动量计算范围。 |
SOV(Share of Voice,声量份额) | 当前FOP声量/所评估FOP总声量*100% |
SOE(Share Of Engagement,互动量份额) | 当前FOP互动量/所评估FOP总互动量*100% |
PSR(Positive Sentiment Rate,好评度) | PSR=正面情感值/(正面情感值+负面情感值)*100%。 通过计算FOP在网上正面与负面评价比例来分析在网上口碑。 |
NSR(Net Sentiment Rate,净情感度) | NSR=(正面情感值-负面情感值)/(正面情感值+负面情感值)*100%。 跟好评度一样都反映了消费者对某FOP的好感度。不同点在于,其在好评度的基础上进一步体现了负面评论的影响 |
同比相关指标 | 同比=(本期指标值-去年同期指标值)/去年同期指标值 * 100% 比如:声量同比=(本期声量值-去年同期声量值)/去年同期声量值* 100% |
环比相关指标 | 环比=(本期指标值-上期指标值)/上期指标值* 100% 比如:声量环比=(本期声量值-上期声量值)/上期声量值* 100% |
TGI(Target Group Index,目标群体指数) | [关注FOP的用户中具有某一特征的群体所占比例/总用户中具有相同特征的群体所占比例]*标准数100。反映目标群体在特定研究范围内的强势或弱势,其中TGI指数等于100表示平均水平,高于100,代表该类用户对某类问题的关注程度高于整体水平。 |
维度 | 定义 |
阵地 | 同一类数据源的总称,例如:新浪新闻、搜狐新闻、腾讯新闻等均属于“新闻阵地”。 |
声量质量 | 1.内容营销广告: 内容以营销为目的、通过多方面正面评价和推广品牌/产品来吸引消费者购买,一般由品牌方、合作明星及KOL发布。 数据示例: 2.自发创作: 消费者客观描述品牌感知、产品体验、分享知识点等,用词表达口语化较多。 数据示例: 3.追星文: 由粉丝发起,为提升明星知名度或表达对明星喜爱。可借助追星文的声量比例评估代言人的社媒影响力。 数据示例: 4.新闻公关: 内容多与企业的公益慈善、经营管理、形象危机相关,目的在于品牌形象管理,常见的形式包括新闻通稿、公关文等。 数据示例: 5.促销团购: 文本内容虽然提及品牌/产品,但是内容并不能提高品牌/产品的影响力。常见的数据特征有团购信息、返利平台推广信息、优惠券发放等。 数据示例: 6.其它: 算法暂时无法进行归类识别的文本数据。 |
声量类型 | 通过作者的粉丝数和认证类型,将声量分成了BGC、PGC、UGC、明星四类。不同阵地有不同的条件,具体见下方介绍。
|
微博-性别 | 根据微博用户填写的性别信息进行统计 |
微博-年龄分布 | 根据用户填写的出生年份信息进行分段统计。 50后及以上:<1960; 60后:1960=<出生年份<1970; 70后:1970=<出生年份<1980; 80后:1980=<出生年份<1990; 90后:1990=<出生年份<1995; 95后:1995=<出生年份<2000; 00后:2000=<出生年份<2010; 10后及以下:2010=<出生年份; |
微博-认证分布 | 根据用户所属的认证类型进行统计,统计普通用户,黄V,金V,普通达人,蓝V |
微博-地区分布 | 根据用户填写的所在省份/城市信息进行统计 |
微博-城市级别 | 一线城市: 丰台区,密云县,青浦区,海淀区,通州区,大兴区,平谷区,普陀区,广州,嘉定区,浦东新区,宣武区,门头沟区,东城区,昌平区,卢湾区,延庆,闸北区,闵行区,奉贤区,宝山区,石景山区,怀柔区,顺义区,长宁区,深圳,崇文区,松江区,上海,朝阳区,金山区,房山区,北京,静安区,南汇区,黄浦区,西城区,虹口区,崇明县,徐汇区,杨浦区 二线城市: 保定,金华,兰州,廊坊,绍兴,台州,中山,南川,大足,河东区,珠海,沙坪坝区,泉州,哈尔滨,武隆,宁河,巫溪县,渝中区,潼南县,贵阳,烟台,永川,太原,昆明,铜梁,南通,武清区,九龙坡区,秀山土家族苗族自治县,江北区,济南,永川区,宁河县,蓟县,常州,徐州,荣昌县,城口,塘沽区,奉节,合川区,江津区,大渡口区,静海县,石柱,津南区,南宁,奉节县,西青区,丰都,汉沽区,长寿,石柱土家族自治县,黔江区,梁平县,巫山县,荣昌,铜梁县,渝北区,云阳县,南开区,綦江,东丽区,北碚区,长寿区,开县,南昌,酉阳,江津,和平区,垫江,长春,嘉兴,无锡,宝坻区,石家庄,云阳,涪陵区,大足县,秀山,巫山,巴南区,温州,彭水,滨海新区,垫江县,万盛区,万州区,大港区,惠州,宁波,静海,北辰区,福州,梁平,河北区,合川,红桥区,厦门,忠县,巫溪,南岸区,双桥区,璧山,大连,河西区 三线城市: 洛阳,潍坊,扬州,安庆,蚌埠,滁州,阜阳,黄冈,荆州,九江,六安,马鞍山,南充,宁德,莆田,清远,商丘,上饶,新乡,信阳,宿迁,肇庆,驻马店,遵义,潮州,菏泽,宿州,宜春,周口,绵阳,鞍山,赣州,江门,襄樊,连云港,呼和浩特,临沂,邢台,衡阳,江阴,张家港,湛江,济宁,镇江,邯郸,沧州,芜湖,株洲,银川,乌鲁木齐,漳州,威海,盐城,揭阳,海口,宜昌,柳州,汕头,大庆,南阳,唐山,淮安,桂林,秦皇岛,淄博,咸阳,舟山,岳阳,义乌,三亚,泰州,襄阳,泰安,湖州,昆山 四线城市: 包头,宝鸡,滨州,常德,郴州,德阳,东营,鄂尔多斯,吉林,聊城,龙岩,梅州,齐齐哈尔,西宁,榆林,运城,渭南,延安,安阳,锦州,四平,大同,邵阳,牡丹江,葫芦岛,晋中,曲靖,玉溪,通辽,盘锦,十堰,攀枝花,内江,日照,益阳,平顶山,本溪,绥化,开封,辽阳,朝阳,资阳,孝感,通化,三明,韶关,德州,延边,吉安,娄底,淮南,枣庄,吕梁,赤峰,南平,黄山,许昌,永州,衢州,抚顺,阳江,茂名,丹东,丽水,焦作,湘潭,承德,铁岭,拉萨,泸州,荆门,延边朝鲜族自治州,张家口,巢湖,临汾,宜宾,营口,黄石,乐山,衡水,达州 五线城市: 大兴安岭,海安,天门,潜江,广元,吴忠,陇南,仙桃,文山,博尔,白银,黑河,铜川,诸暨,巴音郭楞,巴中,莱西,博尔塔拉蒙古自治州,临沧,克孜勒苏,乌海,果洛,福清,佳木斯,随州,吐鲁番,兴安盟,兴化,邳州,章丘,崇明,三河,安顺,毕节,寿光,长兴县,果洛藏族自治州,白山,巴彦淖尔盟,长安镇,鳌江-龙港镇,德宏傣族景颇族自治州,奉化,固原,诸城,如皋,文山壮族苗族自治州,宣城,那曲,湘西土家族苗族自治州,和田,大洼县,海东,辽源,浏阳,甘南,余姚,保山,恩施,闽侯县,孝义,阿勒泰,鹤壁,石嘴山,楚雄,广安,高密,德清县,晋江,库尔勒,河池,阜新,胶南,克孜勒苏柯尔克孜自治州,梧州,新沂,招远,黔西南,贵港,西双版纳,玉树,桓台县,荣成,邹平县,临夏回族自治州,甘孜,抚州,恩施土家族苗族自治州,阿坝,黔东南,虎门镇,汕尾,兖州,河源,玉林,阿克苏,嘉善县,林芝,新郑,黄南,建湖县,黔东南苗族侗族自治州,神木县,白城,黔南布衣族苗族自治州,阳泉,儋州,迪庆藏族自治州,海西蒙古族藏族自治州,酒泉,玉环,萍乡,鄂州,甘孜藏族自治州,海北藏族自治州,玉树藏族自治州,海门,新泰,如东县,准格尔旗,凉山,昌吉回族自治州,肥西县,西昌,红河,怀化,红河哈尼族彝族自治州,咸宁,张家界,天水,崇左,商洛,迁安,锡林郭勒盟,武威,肥城,哈密,黄南藏族自治州,阿坝藏族羌族自治州,新密,伊金霍洛旗,昭通,铜陵,池州,海南藏族自治州,防城港,钦州,莱州,六盘水,湘西,鹰潭,嘉峪关,调兵山,靖江,庆阳,汉中,三沙,三门峡,开原,石河子,赣榆县,丰县,蓬莱,博罗县,莱芜,朔州,海宁,新余,伊犁,呼伦贝尔,云浮,东台,伊宁,临海,仪征,德宏,沭阳县,即墨,金坛,遂宁,金昌,惠安县,山南,永康,长治,青州,阿里,西双版纳傣族自治州,龙海,平度,平湖,大理,松原,伊犁哈萨克自治州,宁海县,东阳,海城,黔南,普洱,楚雄彝族自治州,邹城,乌兰察布盟,永安,自贡,龙口,贺州,甘南藏族自治州,泰兴,伊春,平凉,鸡西,丽江,铜仁,克拉玛依,濮阳,临夏,亳州,百色,雅安,晋城,忻州,济源,塔城,文登,来宾,庄河,常熟,巩义,思茅,中卫,武安,迪庆,双鸭山,辽中县,漯河,昌都,眉山,新民,昌吉,海南,宁乡县,东港,鹤岗,淮北,黔西南布衣族苗族自治州,大丰,安康,海西,启东,增城,阿拉善盟,沛县,怒江,七台河,日喀则,定西,景德镇,丹阳,张掖,北海,胶州,海北,凉山彝族自治州,府谷县,怒江傈僳族自治州,喀什,郫县 新一线: 成都,东莞,佛山,杭州,合肥,南京,青岛,沈阳,苏州,天津,武汉,西安,长沙,郑州,重庆 |
微博-活跃时间 | 按发帖的小时数进行聚合统计,如12点05分发贴即计入12那个时刻的数据 |
微博-爱好标签 | 根据用户及其关注的用户的近期发文,判断出每个用户最突出的80个爱好标签,并基于此信息进行统计。 |
通过FOP总览页可以统揽行业动态,直观量化FOP在社媒上的表现,捕获社媒热议和增速快的FOP。
【指标总览】
通过声量、互动量、SOV、SOE等关键指标量化行业趋势,快速发现热门FOP和增速最快的FOP。
【FOP声量/互动量及变化】
通过四象限图可快速定位到高热度高增速的FOP
【趋势图】
通过趋势图掌握不同FOP在不同阶段的表现情况,进而快速定位、hightlight时段,方便进一步剖析。
【阵地分布图】
剖析不同FOP在传播途径上的变化
【情感分布图】
剖析不同FOP在社媒上议论情感倾向的变化
【一/二级Topic】
针对不同FOP的声量进行内容分析,聚类为鞋服行业关注的产品、赛事活动、明星、购买意愿、品牌活动、品牌联名、品牌、FOP共8个一级topic; 并针对“产品”这个一级topic细分为共10个二级topic(如场景、品类、风格/设计/形态、功效/功能、触感/体验、产品/系列、颜色、成分/原料/材质、痛点、科技/工艺)。
【Topic词云图】
可查看不同topic下的热词。
【粉丝量级分布】
查看提及某FOP下不同粉丝数量级别的用户数、声量、互动量的分布情况。这里只分析声量类型为PGC和UGC的发帖; 其中粉丝数量级别分为超头部、头部、上腰部、下腰部、尾部、KOC;且覆盖的站点为微博、微信、抖音、快手、小红书、哔哩哔哩。
【互动量Top30作者】
统计提及某FOP下各粉丝量级所获互动量最大的前三十个作者
直击消费需求热点,深度剖析提及某FOP下消费者的需求。
【消费需求分布】
剖析品类下消费者需求维度的分布情况、且支持交叉分析。 这里展示鞋服品类下消费者关注的消费需求维度。
操作:支持可点击维度关键词实现与【需求属性声量及变化】、【需求属性词云】、【品类热度及变化】、【品牌热度及变化】、【热度趋势】、【阵地分布】、【词云图】、【原文展示】的联动
【需求属性声量及变化】
可查看【消费需求分布】下任一需求维度的需求属性信息,对需求进行更深层次的剖析
操作:可点击圆点实现与【需求属性词云】、【品类热度及变化】、【品牌热度及变化】、【热度趋势】、【阵地分布】、【词云图】、【原文展示】的联动;
【需求属性词云】
可查看不同需求属性下的属性热词。
操作:可点击想要了解的属性热词与【品类热度及变化】、【品牌热度及变化】、【热度趋势】、【阵地分布】、【词云图】、【原文展示】实现联动
【品类热度及变化】
主打某个需求点Top10品类。
操作:可通过滚动条查看Top10品类。支持点击任一品类实现与【品牌热度及变化】、【热度趋势】、【阵地分布】、【词云图】、【原文展示】的联动;
【品牌热度及变化】
主打某个需求点的TOP10品牌。
操作:可通过滚动条查看Top40产品系列。支持点击任一产品系列实现与【热度趋势】、【阵地分布】、【词云图】、【原文展示】的联动;
【热度趋势】
通过趋势图掌握某需求维度下的品牌/产品系列在不同阶段的表现情况,进而快速定位 hightlight时段,方便进一步剖析。
【阵地分布】
剖析提及某FOP下,某需求维度的品类/品牌的主要传播渠道
【词云图】
通过词云图可快速定位社媒围绕FOP/品类/品牌讨论的热词;
操作:可点击想要了解的热词与【原文展示】联动查看热议详情;
目前提供微博/抖音平台的人群画像,支持快速查看数据辐射人群画像信息,提高对受众的精准认知,辅助品牌方及时调整商业活动策略。
此页面提供较全的画像维度,包括性别分布、年龄分布、认证分布、城市级别分布、地区分布、常用客户端、爱好标签、用户粉丝数量分布、活跃时间、关注用户排名、关注微博话题、话题原贴。
图表标题均有注释说明,可将鼠标移入查看
1.社媒营销广告算法:
品牌方在社媒投放广告后,需要对社媒营销效果进行归因分析,评估广告投放策略触达消费者的广度和深度。目前的社媒平台的内容可以大致分为品牌付费广告、用户自发内容、粉丝追星水贴、返利优惠广告、品牌新闻稿/公关文这几种类型。所以通过社媒营销广告算法将社媒数据分为内容营销广告、自发创作、追星文、促销团购、新闻公关。
2.情感判断算法:
用户通过发表内容表达自身情感时,主要包括正面、负面、中性三种倾向。数说基于自然语言处理及机器学习技术,深入挖掘用户不同情感的隐含特征,包括极致赞扬、粗鲁表达、特殊表情及符号折射的情感表达,并经过大量的情感标注数据,迭代优化情感判别模型。目前,数说情感判别模型准确率可达80%以上。
3.新概念识别提取算法:
通过机器学习识别和提取出文本中有关品类、品牌、产品系列、品类维度、维度属性的信息
4.新概念关系识别算法:
通过神经网络算法对新概念识别提取算法输出的有关品类、品牌、产品系列、以及品类维度、维度属性的信息进行关系判断,并输出该维度下消费者讨论的热词。如对于一条文本,可识别出本文本讨论的主题是某跑步鞋品类下A品牌穿着体验维度的透气/清爽。此算法可以程度的弥补传统的NLP算法关联性不足的问题。
产品咨询
020-38061725
微信扫描二维码在线咨询