Logo
    立即注册
    【品类监测】帮助文档
    最近更新时间:2024-05-23 15:07:56

    一、产品简介

    品类大盘:观察各个品类的规模与增长,识别热度及飙升品类,分析每个品类的趋势变化

    消费需求:探究某品类的消费需求维度,识别热度及飙升需求属性,及主推该需求的品牌

    玩家表现:剖析某品类的竞争关系,识别热度及飙升品牌,并给出这些品牌的主打需求点

    二、重要概念说明

    社媒平台:社媒数据来源,比如微信、微博短视频、小红书、新闻等,具体见数据说明。

    发声主体:根据账号特征将社媒声量分PGC/BGC/UGC/明星四个类型,详细定义参见指标维度说明。

    内容分类: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、促销团购、新闻公关、促销团购、其它,详细定义参见指标维度说明。

    消费者讨论:限定发声主体为UGC进行内容分析。

    品牌方宣传:限定发生主体非UGC进行内容分析。

    品牌档次:综合品牌销量、品牌热度、产品价位三个方面将品牌划分为超高端/高端/中端/大众四个类型,详细定义参见指标维度说明。

    三、数据说明

    1.数据来源

    平台

    细分站点说明

    微博

    新浪微博

    微信

    微信公众号文章

    小红书

    小红书笔记

    短视频

    抖音视频

    视频

    覆盖哔哩哔哩、优酷等主流视频站点

     

    问答

    知乎、百度知道

    论坛

    覆盖百度贴吧、豆瓣、虎扑、中关村论坛、天涯论坛、中国网管论坛、电子发烧友论坛、宝宝树论坛、雪球网论坛等各行业的主流论坛站点

    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

     

    2.指标说明

    指标

    说明

    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)

    当前品类声量/所评估品类总声量*100%

    同比

    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

    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%

    NSR(Net Sentiment Rate,净情感度)

     

    统计分析对象在社媒的正负面评价声量量化其社媒口碑 NSR=(正面声量-负面声量)/(正面声量+负面声量)*100%。

     

    3.维度说明

    (1)发声主体

    通过作者的粉丝数和认证类型,将声量分成了明星、BGC、PGC、UGC类。

    l 明星,指明星账号发布内容

    l BGC(全称:Brand Generated Content),指品牌账号发布内容

    l PGC(全称:Professional Generated Content),指专业机构账号发布内容

    l UGC(全称:User Generated Content),指普通用户账号发布内容

    不同平台有不同的条件,具体见下方介绍。

    平台

    明星

    BGC

    PGC

    UGC

    微博

    明星官方账号库

    品牌官方账号库

    粉丝数≥10w 且非品牌官方用户的声量

    粉丝数<10w

    微信

    品牌官方账号库

    非品牌官方用户的声量

    小红书

    明星官方账号库

    品牌官方账号库

    粉丝数 ≥ 1万 且非品牌官方用户的声量

    粉丝数<1万

    哔哩哔哩

    品牌官方账号库

    非品牌官方用户的声量

    抖音

    明星官方账号库

    品牌官方账号库

    粉丝数≥10万 且非品牌官方用户的声量

    粉丝数<10w

    新闻

    均为PGC

    论坛

    均为UGC

    问答

    均为UGC

     

    (2)内容分类

    内容分类

    说明

    数据示例

    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。

     

     

    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。

     

     

    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。

     

     

    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。

     

     

    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。

     

    其它

    算法暂时无法进行归类识别的文本数据。

     

     

    (3)品牌档次

    品牌档次分类

    品牌

    超高端

    迪奥、汤姆福特、希思黎、阿玛尼、纪梵希、圣罗兰、香奈儿、海蓝之谜、华伦天奴、古驰、肌肤之钥、赫莲娜、娇兰、爱马仕、莱伯妮、博柏利、法尔曼、香缇卡、蒂普提克、依萃苓、百瑞德、香水实验室、潘海利根、克里斯提·鲁布托、伊菲丹、悦碧施、思琳、路易·威登、瑞妍、馥马尔、信仰、欧微泉萨、利维肤、奥古斯汀巴德、蓓欧菲、葆蝶家、梵克雅宝、瑞斐时、柏菲妮、茶灵、twany、3lab、弗朗西斯·库尔吉安、viicode、雅蔓兰、科丽妍、哲碧卡狄、MZ skin、111skin、Dr.barbara Sturm

    高端

    芭比波朗、纳斯、菲洛嘉、雅诗兰黛、欧舒丹、欧邦琪、修丽可、兰蔻、格莱魅、资生堂、馥蕾诗、帕尔马之水、科颜氏、宝格丽、黛珂、植村秀、娇韵诗、倩碧、SK-II、祖玛珑、雪花秀、德美乐嘉、玫珂菲、雅顿、罗意威、夏洛特·蒂尔伯里、毛戈平、宝丽、supergoop、梅森·马吉拉、苏酷、麦吉丽、范思哲、欧珑、伊芙兰、佳丽宝、欧缇丽、林清轩、奥伦纳素、梵蜜琳、凯文·克莱、安露莎、芦丹氏、蒂芙尼、普拉达、克洛伊、赫妍、雅萌、朵梵、晓姿

    中端

    悦木之源、elixir、艾天然、魅可、茵芙莎、碧欧泉、兰芝、安热沙、博乐达、润百颜、爱茉莉、柯莱欧、蝶翠诗、hbn、羽西、澳诗茉、贝玲妃、雪肌精、安娜苏、法沫溪、衰败城市、澳尔滨、艾诗缇、赫丽尔斯、可丽金、朗仕、HABA、美帕、vidivici、优佳、伊索、传奇今生、伊肤泉、雅姿、蔚蓝之美、茱莉蔻、艾丝珀、如新、Takami、兰嘉丝汀、欧蕙、芭乐苏、肌肤哲理、艾诺碧、欧树、VDL、碧研菲、天芮、欧敏肤、秀雅韩

    大众

    完美日记、欧莱雅、美氏婷、高姿、花西子、一叶子、娜丽丝、苏菲娜、韩后、妮维雅、理肤泉、自然堂、Colorkey、高丝、卡姿兰、芙清、凡士林、3ce、薇诺娜、相宜本草、美宝莲、丸美、美肤宝、怡思丁、玉兰油、珀莱雅、韩束、悠宜、尔木萄、PMPM、悦诗风吟、百雀羚、AHC、红地球、稚优泉、御泥坊、INTO YOU、蒂佳婷、珂润、逐本、玉泽、芙丽芳丝、膜法世家、多芬、城野医生、卡婷、纽西之谜、橘朵、植物医生、小奥汀、旁氏、伊贝诗、曼秀雷敦、HFP、悠珂思、潘达、花印、碧柔、梦妆、雪玲妃、水密码、绽妍、贝德玛、露得清、欧珀莱、奥兰诺、丝芙兰、阿芙、戈戈舞、香蒲丽、姿色、佰草集、大宝、春雨、ROZO、森田、欧诗漫、爱敬、The ordinary、丝塔芙、缤肌、皮可熊、米蓓尔、KIKO、玛丽黛佳、德妃、雅漾、酵色、贝印、井田、洛杉矶女孩、MISS FACE、薇姿、颐莲、奇士美、透真、佑天兰、溪木源、艾杜纱、可莱丝、范特、春纪、girlcult、完子心选、瑷尔博士、芳珂、伊蒂之屋、露华浓、Elta MD、谷雨、芭妮兰、WIS、菲诗小铺、优时颜、冰希黎、希芸、适乐肤、寻荟记、三生花、法兰琳卡、依泉、miss face、凯朵、片仔癀、泊美、兰可欣、同仁堂、byphasse、健美创研、姬芮、俪莉雅、乐敦、艾珂薇、至本、毕生之研、嘉利玛、novo、菲鹿儿、优色林、夸迪、伯特小蜜蜂、无印良品、梵贞、维维尼奥、希恩派、柏瑞美、凡茜、欣兰、花王、温碧泉、自然之名、得鲜、蝶芙兰、洗颜专科、力士、自然乐园、绽媄娅、elta md、魅丝蔻、美康粉黛、斐珞尔、hkh、卡奇色彩、强生、半亩花田、junping、SNP、高夫、colourpop、gracebabi、蒂迩肌、姬存希、VNK、花酿、Hedone、牛尔、W.Lab、乐在其中、美加净、艾维诺、美即、初夏堂、欧佩、诗佩妮、郁美净、潘婷、阿道夫、兰亭、施华蔻、花皙蔻、英树、杰威尔、美卿、谜尚、百蕾适、三草两木、可贝尔、京润珍珠、韩熙贞、秀肤生

     

    四、操作说明

    1、品类大盘

    1)品类格局:分析多品类的规模与增长,识别热门与飙升品类。

    -从规模vs增长上来识别高热度且高增长的品类(首要关注)、低热度高增长的品类(极具潜力),规模采用指标为声量或SOV,增长采用指标为声量同比或SOV同比。

    -从消费者讨论vs品牌方宣传来分析供需关系,品牌方宣传少且消费者讨论多的则为高需求低竞争,是值得切入的品类。

     

     

    2)品类趋势:对单个品类进行趋势解读。

    -可查看该品类整体声量趋势、各平台声量趋势、各发声主体声量趋势,并标明峰值点的互动量第一的帖子。

    -核心指标展示该品类的声量、互动量、品牌数几同环比变化。

    -展示该品类下声量前10名的品牌及品牌宣传利益点,可点击某品牌联动词云与原文。

    -展示词云,默认展示实体词云,可切换至话题词云。

    -展示原文。

     

     

    3)细分市场:分析单个品类各细分市场的热度及变化趋势。

    -可查看该品类的下一级各品类声量和SOV。

    -按品牌档次进行细分市场划分,展示品类的声量及同/环比。

     

     

     

    -展示所选品类声量排名前10的品牌集中度。

     

     

    2、消费需求

    1)需求概览:对单个品类进行需求维度及属性概览,分析需求维度排行及分布情况,概览各维度下需求点的热度及增长情况。

    -需求维度排行及分布,给出维度的声量排名及分布图。

    -从热度vs增长上来识别高热度且高增长的属性(首要关注)、低热度高增长的属性(极具潜力),热度采用指标为声量或SOV,增长采用指标为声量同比或SOV同比。

    -从消费者讨论vs品牌方宣传来分析供需关系,品牌方宣传少且消费者讨论多的则为高需求低竞争,是值得切入的需求属性。

     

     

    (2)核心需求:查看单个品类下的核心需求份额变化,展示热度及飙升需求榜单。可查看上榜需求的趋势解读。

    -核心需求榜:根据行业经验定义该品类值得持续监测的属性,分析其份额变化。核心指标为SOV、SOV同比,展示核心需求的主要贡献品牌。点击某需求的【趋势解读】则跳转到该需求趋势解读页面。

    -热门与飙升需求榜:展示单个维度下的热门需求榜或者飙升需求榜,核心指标为声量、声量同比,,展示核心需求的主要贡献品牌。点击某需求的【趋势解读】则跳转到该需求趋势解读页面。

     

     

    -需求趋势解读:展示单个品类对应需求属性的声量趋势及峰值原贴,展示声量、互动量、品牌数三个核心指标,展示主打该需求的声量前十品牌,及词云与原贴。

     

     

    (3)购买决策:展示消费者在选购所选品类时,促进购买的因素与阻碍购买的因素。

    -展示正面评价中声量排名前五的正面因素,建议品牌方在产品研发时注重该因素。

    -展示负面评价中声量排名前五的负面因素,建议品牌方在产品研发时规避该因素。

    -展示促进购买因素的词云图。

    -展示阻碍购买因素的词云图。

     

     

    3、玩家表现

    (1)热门品牌:查看单个品类下的热度及飙升品牌榜,并且可以查看上榜品牌的趋势解读。

    -热门品牌榜:展示单个品类下的热门品牌榜,按照声量倒序展示前十个品牌,核心指标为声量、声量同比,展示品牌方宣传利益。点击某品牌的【趋势解读】则跳转到该品牌趋势解读页面。

    -飙升品牌榜:展示单个品类下的飙升品牌榜,按照声量同比倒序展示前十个品牌,核心指标为声量、声量同比,展示品牌方宣传利益。点击某品牌的【趋势解读】则跳转到该品牌趋势解读页面。

     

     

    品牌趋势解读:展示品类下该品牌的的声量趋势及峰值原贴,展示声量、互动量、NSR三个核心指标,展示品牌方宣传词云和消费者讨论词云,明星/达人榜,话题榜及原文。

     

     

    2)热门产品:查看单个品类下的热度及飙升产品榜,并且可以查看上榜产品的趋势解读。(特别说明:该模块仅针对护肤、彩妆、香水品类,其他品类不含产品颗粒度分析)

    附:核心算法

    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、垃圾广告、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85%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、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、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香水品类下A品牌气味维度的木制香味。此算法可以程度的弥补传统的NLP算法关联性不足的问题。

     

     

     

    微信扫描二维码在线咨询