一、产品简介 #
社交媒体平台作为当今拥有海量、高频更新的品牌营销和消费者创作内容,能为品牌研究、研发产品提供源源不断的信息。行业风向标2.0通过利用大数据算法,分析提取社媒上有价值的内容——概念,可以帮助分析社媒上各行业社媒讨论风向,并支持对概念进行多维度地剖析,帮助发现概念背后的产品机会。
模块 | 功能 |
---|---|
创新风向 | 总览风向标中各品类的整体概念趋势变化,深入分析概念的社媒、电商表现 |
全局搜索 | 可搜索风向标中的全量概念,最快检索新和火热的概念信息 |
智能概念创作 | 利用智能AI能力,支持组合多个概念创作产品点子、产品图,并提供以消费者角度评价产品价值 |
二、重要概念说明 #
平台 #
- 概念社媒数据来源,如抖音、小红书、微博、微信、b 站、问答、新闻、论坛等,社媒数据 每日凌晨 更新T-2的数据
- 概念电商数据来源,包括天猫、京东电商,电商数据 每月 5 号 更新
发声主体 #
将所有的社媒声量分类PGC/BGC/UGC三个类型,详细定义参见指标维度说明
声音质量 #
识别出社媒数据中的声量质量,分类为追星文/内容营销广告/新闻公关/自发创作/促销团购/其他六个类型,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 |
---|---|
抖音 | 抖音视频 |
小红书 | 小红书笔记 |
微博 | 新浪微博 |
微信 | 微信公众号文章 |
哔哩哔哩 | 哔哩哔哩视频 |
问答 | 知乎、百度知道 |
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 | 覆盖百度贴吧、豆瓣、虎扑、大众点评论坛、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 |
2.指标说明 #
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。 微博:转发数 + 评论数 + 点赞数 |
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%。 通过计算概念在社媒上正面与负面评价比例来分析概念在社媒的口碑。 |
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) |
[关注概念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。 |
3.维度说明 #
平台 #
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”。
发声主体 #
通过作者的粉丝数和认证类型,将声量分成了BGC、PGC、UGC三类。
- BGC(全称:Brand Generated Content),指品牌方生产内容
- PGC(全称:Professional Generated Content),指专业生产内容
- UGC(全称:User Generated Content),指用户生产内容
不同平台有不同的条件,具体见下方介绍。
平台 |
BGC |
PGC |
UGC |
微博 |
品牌官方账号库 |
符合 ① or ②,且非品牌官方用户的声量 : |
符合 ① and ②,且非品牌官方用户的声量 : |
微信 |
品牌官方账号库 |
非品牌官方用户的声量 |
无 |
小红书 |
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 |
无 |
抖音 |
品牌官方账号库 |
符合 ① or ② ,且非品牌官方用户的声量: |
符合 ① and ②,且非品牌官方用户的声量 : |
新闻 |
无 |
均为PGC |
无 |
论坛 |
无 |
无 |
均为UGC |
问答 |
无 |
无 |
均为UGC |
声音质量 #
声音质量 | 定义 |
---|---|
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。 |
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。 |
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。 |
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。 |
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。 |
四、操作说明 #
1.全局搜索 #
全局搜索页面支持对风向标中的全量概念进行检索,并提供“我的看板”、社媒风向榜单一览
1)概念搜索时根据输入文字即可实时联想相关概念
2)选中某个概念可以查看概念搜索结果
3)当概念没有被收录时,可以查看关键词搜索结果
3)全局搜索页面,点击“我关注的概念”可进入关注看板,进一步查看已关注的概念的社媒趋势
2.创新风向 #
从概念出发,掌握整体行业创新发展风向。通过概念榜单、综合月榜和新生概念等,了解整体创新趋势,进而发现近期的创新热点。
2.1 概念榜单 #
每日更新社媒概念榜单,及时获知最新的社媒风向,掌握讨论最热或销量最热的第一手概念信息。
2.1.1 筛选器 #
概念类型:可选择想要查看的概念类型
榜单类型:可选择查看社媒热议榜或电商热销榜
品类、品牌筛选器:可选择一个或多个想要查看的一级、二级或三级品类,搜索框内可输入想要查看的品牌
高级筛选:可选择查看特定的平台、声量类型、声音质量以及地区的数据
时间筛选:可选择特定时间范围来查看数据,默认显示最近六个月
2.1.2 概念榜单 #
为用户展示筛选后的TOP100的概念榜单,点击具体的概念名称可查看对应的社媒声量走势及品类声量分布。
- 选中榜单中的概念,在页面右侧可以展开选中概念的声量走势和品类分布
- 点击右侧“关注”即可关注该概念
- 点击右侧“查看”可进一步下钻查看该概念的详情
2.1.3 概念详情 #
从“社媒表现”、“电商销量”、消费评价和“消费电商评价”四个方面对概念进行分析
- 页面上方可选择概念的品类及品牌,并查看近90日的社媒数据及上个月的电商数据
2.1.3.1 社媒表现 #
概念社媒走势:概念的声量/互动量随时间的变化趋势
- 右上角可选择查看声量或互动量
概念综合分析:从品类、品牌、相关概念和概念增长词等方面对概念进行分析
- 品类/品牌声量分布:展示当前概念的声量主要分布在哪些品类/品牌
- 相关概念词云/类型分布:通过算法识别到与当前概念有关联的其他相关概念,展示其词云、类型分布;对词云中的某个概念感兴趣可点击查看详情跳转到此概念的概念详情
- 概念增长词分布/走势:概念由多个意义相近的词组合而成,展示了当前概念声量/互动量的增长或增长走势主要由某些词的增长或增长走势影响;可在走势图的下方选择想要展示的词
- 联动:点击某个品类可联动品牌、相关概念类型以及词云的变化;点击某种相关概念类型可联动相关概念词云;概念增长词的分布和走势可互相联动。联动后点击右上角即可取消联动
概念社媒分析:从社媒方面对概念进行分析
- 平台分布:展示当前概念在不同平台的声量/互动量
- 情感分布:展示当前概念的正面、负面和中性评价的分布情况
- 声量:展示当前概念的声量类型/声音质量
- 高频关键词:展示当前在社媒中被提及较多的关键词词云,不想要的关键词可选择隐藏
- 社媒原文展示-社媒:社媒原文,右上角可筛选情感及时间,点击查看详情可看到其原文内容
- 联动:点击某个平台可联动到该平台的情感分布、声量、关键词及原文的对应变化;点击想了解的关键词可联动对应出现该词的原文。联动后点击右上角即可取消联动
2.1.3.2 电商销量 #
- 概念在当前品类下电商销售走势:该概念在当前筛选条件下的商品的销量/销售额/商品数随时间的走势
- 品牌/品类分布格局:商品品类/品牌的销量、销售额及商品数的分布格局
- 概念的价格带分布:不同的价格区间上的商品的销量/销售额/商品数情况
- Top100电商商品列表:商品销售量最高的Top100 商品,点击查看详情可跳转到商品页面
- 点击某个品类/品牌可联动到相应的品牌/品类分布、价格分布及商品列表。联动后点击右上角即可取消联动
2.1.3.3 消费评价 #
消费者社媒评价:了解消费者对该概念在社交软件上的讨论
- 一级维度表现和二级维度表现分别以不同的形式展现了不同维度的消费者讨论声量
- 用户规模走势:用户在不同平台的规模数随时间的走势
- 社媒用户评价词云:用词云的方式将用户对概念的评价中常出现的词汇展示出来,可选择正面或负面评价
- 消费评价-原文展示:用户对概念的评价原文,点击查看详情可看到原文内容
- 联动:点击一级维度中的某个方面可联动到对应二级维度下的声量及用户规模走势、评价词云和评价内容;点击二级维度表现中的某个方面可联动到其用户规模走势、评价词云和评价内容;用户规模走势中可选择具体平台,展示该平台的评价词云和原文;点击词云中的具体关键词可筛选出该关键词所在的原文。联动后点击右上角即可取消联动
消费者社媒画像:了解该概念的消费者的具体情况
- 可选择微博或抖音平台,了解消费者画像
- 性别-人群画像:消费者的性别比例
- 年龄:消费者的年龄比例/TGI,按照00后、95后……以此类推来分类
- 城市-人群画像:消费者在不同省份/城市的人群占比/TGI,右侧列举出来了消费者人群占比最多的省份或城市Top20
- 城市等级:消费者所在城市的等级占比/TGI
- 年龄:消费者的年龄占比,按照00后、95后……以此类推来分类
2.1.3.4 消费电商评价 #
消费者在电商平台上的评价情况
- 一级维度表现和二级维度表现分别以不同的形式展现了不同维度的消费者评价声量
- 消费电商正面/负面评价词云:用词云的方式将用户对商品的评价中常出现的词汇展示出来,分为正面和负面
- 消费电商消费评价-原文展示:用户对商品的评价原文,点击查看详情可看到原文内容
- 联动:点击一级维度中的某个方面可联动到对应二级维度下的声量、评价词云和评价内容;点击二级维度表现中的某个方面可联动到相应的评价词云和评价内容;点击词云中的具体关键词可筛选出该关键词所在的原文。联动后点击右上角即可取消联动
2.2 综合月榜 #
综合月榜用于发现品类下每一概念类型的概念定位,总览品类全局概念的定位分布状态,提前发现产品新机会点。
2.2.1 筛选器 #
品类范围:可选择一个或多个想要查看的一级、二级或三级品类
概念类型:可选择想要查看的概念类型
时间筛选:可选择特定月份来查看数据,默认显示上个月
概念类型筛选:可选择想要查看的榜单里的概念
2.2.2 榜单详情 #
- 四象限定位模型:用该模型展示了概念在不同榜单中的增长指数和规模指数,点击四象限中四个角落的榜单名称即可进一步显示该榜单,点击“查看所有概念”即可进入概念库,点击单个概念即可进入概念详情
- 火热概念:表现火爆,市场焦点所在
- 机会概念:留意机会,市场未来可期
- 成熟概念:稳健发展,紧密联系市场刚需
- 观察概念:小众关注,彰显与众不同
- 增长指数:衡量概念在近三个月内的社媒数据增长情况综合指标,数值越大表示增长越大
- 规模指数:衡量概念在近三个月内的社媒数据热度情况综合指标,数值越大表示热度越大
2.2.3 概念库 #
- 增长指数、规模指数、社媒声量、NSR、商品月销量、商品月销量增速和应用商品数可点击选择递增或递减
- 点击“查看”跳转至概念详情
2.3 新生概念 #
每月大数据分析历史从未或极少提及的概念组合,它是由一个或以上的概念组合构成的新概念,帮助发现行业上最新概念声音
- 点击概念名称右侧出现相对应的商品文章
3.智能概念创作 #
利用智能AI能力,支持组合多个概念创作产品点子、产品图,并提供以消费者角度评价产品价值
3.1 概念创作记录 #
- 进入智能概念创作模块,点击头部按钮可进入概念卡创作流程
- 如有历史创作的概念卡,可选择查看概念卡详情
3.2 创作概念卡 #
- 概念创作支持选择指定品类、目标人群、场景、概念,或可输入自定义概念创作概念卡
- 页面右侧会自动推荐社媒、电商、研报、专利数据平台中,指定品类下声量大或者声量增速快的概念
- 选择好目标概念,提及即可生成概念卡
3.3 概念卡打分、生成产品图 #
- 概念卡生成完成后,可以再选择给概念卡打分、生成产品图
3.4 概念卡内容调整 #
- 概念卡的产品名称、洞察、利益点、RTB、Slogan支持随时更新、调整
附:核心算法说明 #
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.关键词提取算法
从文本中提取出与这篇文档意义最相关的一些词,通过这些关键词就可以了解文本的主题思想。文本通过关键词提取后可以方便后续地摘要提取,文本分类/聚类等问题的处理分析工作
3.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
4.文本指纹识别算法
文本指纹算法指的是对文本生成“数字指纹”,这个数字指纹是一个由字母和数字组成的32位的字符串,用这个字符串指纹来作为该文本的标识。文本指纹算法可以用来衡量不同文本之间的相似程度,指纹相同,文本也就越相似,此算法在文本去重,信息检索等文本处理任务有重要应用