干货：如何利用舆情分析数据定位真正精准客户群体.docxVIP

干货：如何利用舆情分析数据定位真正精准的客户群体 先提出一个问题,当我们有一个特别好的产品，想要在市场上占据有一席之 怎么才能够快速的了解到真正的目标客户呢？这时候我们就需要用到【舆情监测】系统 通过大数据的合理分析，帮我们能够快速的找出所需要的客户群体。而且对于我们想要推广的产品也通过【舆情分析】可以为后期制定营销策略和方案打下基础 ，最难得可贵的是，科学的【舆情分析】数据也帮我们在后期创业中可以少走弯路 节约成本。本文近几年最火的“共享单车”公司为案例，进行讲解说明【舆情分析】数据的重要性。 针对于共享单车我们可以通过大数据文本挖掘的角度来做一番分析，主要是从海量的文本数据中找到有价值的讯息和观察视角。帮助我们进行【舆情分析】，方便后期的产品走向动态的目标设定。 2016年底以来，国内共享单车毫无征兆的就火爆了起来，彼时一张手机截屏蹿红网络—在这张截图上，24个共享单车应用的图标霸满了整个手机屏幕，昭示着共享单车市场抢夺大战的激烈和残酷。 再看看一组来自【新浪舆情通】的数据：共享单车领域两大巨头—摩拜单车和ofo近一年的客户端用户增长数据，二者的用户增长曲线别无二致，都是一路高歌猛进，共享单车领域的火爆势头在短时间内不会遏止。 同时，在全国各大城市，在街头巷尾，在居民小区和创业园区，排满了各种颜色的共享单车，仿佛一夜之间，共享单车如“千树万树”的梨花一般，盛开到了泛滥成灾的地步了。 与此同时，各种乱象也是接踵而至，触目惊心：人为肆意毁坏单车、车身乱贴小广告、街上随意停放… “共享单车”的现状已经全部描述完毕 想必大家心中有一个大概的了解。但是仅仅这些内容还是远远不够的，还不能够帮助我们制定未来企业发展战略。我们需要更加精准的数据作为我们制定未来企业发展的策略。具体的【舆情分析】的方法可以通过大数据发掘来实现 以下是本文的行文路线图和所涉及的文本挖掘方法。 1.数据采集和预处理---从源头把控【舆情分析】数据 在数据采集部分，笔者想采集跟共享单车关联性强的文本数据，笔者没有去写爬虫去爬取数据???而是用到了【新浪舆情通】“信息监测”中的“数据导出”功能，根据设置的关键词检索逻辑，将所有涉及到共享单车的各类媒体文章的标题、发布时间、媒体名称、正文及正文分词等数据下载下来，省去文本数据的清洗和预处理过程，直接进行文本挖掘部分。 在这里，笔者选取了市场上主流的26个共享单车品牌，再加上关键字“共享单车”，形成如下的关键词检索逻辑： 共享单车+(永安行 |ofo|小鸣单车 |小蓝单车 |智享单车 |北京公共自行车 |骑点 |奇奇出行 |CCbike |7号电单车 |黑鸟单车 |hellobike |酷骑单车 |1步单车 |由你单车 |踏踏 |Funbike单车 |悠悠单车 |骑呗 |熊猫单车 |云单车 |优拜单车 |电电Go单车 |小鹿单车 |小白单车 |快兔出行 |摩拜单车 | 绿游GreenBike) 我们可以选取2017-3-1~2017-6-30之间的数据，经由上面的检索关键词，可以得到我们想要的数据，为节省时间，仅选取“新闻”这一信息来源的文本数据作为分析对象，因为这部分的数据比较符合要求，包含的噪音较小。结果显示如下： 导出数据之后，结果如下 上面圈红的字段是比较重要的分析维度，注意，导出的文章正文数据已经经过系统分词和去停用词处理，直接省去了文本预处理所要耗费的时间。 笔者再对其中的数据进行去重处理—去掉“标题/微博内容”和“正文切词”相同的部分，再从“发布日期”中提取出“月份”字段（用于后面的按月份分类文本），最终得到如下结果： 由此，原先的数据量从30W+的数据量减少到88,291条数据 2 常规描述性数据统计---从中得到相关【舆情】内容 在正式的文本分析之前，笔者再对上述预处理后的数据进行描述性分析，先从表层获得这些数据的直观印象。 首先是这4个月有关共享单车的文章数量的分布情况，如下图所示： 可以看到，中间两个月的发布文章数量最多，3月份的数量最少。 经统计，共有4056个媒体发布了跟共享单车有关的文章，在Excel中使用“数据分析-描述统计”对这些媒体发文数据进行描述统计，得出如下结果： 由此可见，在文章总数88,291篇、发文媒体4,056个的情况下，平均每个媒体的发文数约为22篇（21.66），其中的中位数为3篇，众数为1篇，最大发文数为4,815篇。结合下面的直方图，数量分布呈现明显的左偏态，主要集中在“0-300篇”这个区间内（其中绝大部分为1篇）。 再来展示发文数量TOP30媒体的情况。排名榜首的是突袭网，它是一个信息资讯“大杂烩”（上面有各类转载过来的信息和琳琅满目的广告，而且经常不标明信息来源……），其次是腾讯新闻、搜狐媒体平台、新浪和网易这样的综合信息门户网站。有点意外的是，汉丰网（www