网络社区类产品潜在用户研究.doc

报告：社区类产品潜在用户研究 样本整体描述 样本整体描述 本次研究采用线上问卷和检索日志相结合的方法。线上问卷的数据來自mp3首页2006年7月5日至2006 年7月13日的问卷调査，共收集到问卷2544份。删除没有cookie的样本，共剩余勿55个样本。跟踪填 答问卷用户的cookie,获得以上用户从2006年8月5日至2006年8月29日,共计25天的网页搜索检索 需要说明的是，山于木次数据的cookie來口 mp3 应该考虑到的是叩3的用户并不能完全代表乔度的 所有用户。从艾瑞的iUserTracker数据可以看到，大约有54. 3%的百度用户使用T5■度叩3,也就是说本次 调資的数据并不能准确反映剩余45. 7%的许度用户的检索行为。在解读数据时这个因索是需要被考虑进玄? 的。 百度主要服务用户月度达到率 □月度到达率连： □月度到达率连：I.月度到达率指当月内使用谡月艮勞的用户占总体有度当月到达的用户的比例 2育度7月到达率为87 ?陕 名中国网艮行为监測姗居农得?祥本描述：2006年7月丨日?31日，通过ilBerTracke耐1 名中国网艮行为监測姗居农得? ?2006.9 iResearch Inc.www . .cn ?2006.9 iResearch Inc. 图1：百度主要服务用户月度到达率在这2455个样本中继续剔出无效样本,具体的判断标准是：1、25天内在网页搜索上检索量为0的。2、 平均毎次检索会话（session）的检索次数大于20的。（这类cookie属于机?器抓取或攻击的行为）。3、 25天内总检索量大于3000的。（这类cookie很可能来自网吧或者公共机房）。最终剩余691个有效样本。 当然这种判断标准主要來自于主观的经验判定，可能并不绝对合理。尤其是总检索戢大于3000这一标准， 很可能把…些检索次数非常高的用户剔除在外。但考虑到本次研究将一个cookie假定为一个用户，多人一 机时的检索数据将对分析结果造成较大爆响，因此在检索最上限的设定上采用了较为严格的标准。 在确定有效样本后，对他们的检索词进行分类，共汁4大类，54小类。标注词占总检索词的覆盖率为69. 3%, 对标注词的检索最占总检索量的覆盖率为80. 6%o具体数据见下表: 标注词 所有词 覆盖率 个数 163050 235334 69. 3% 检索量 440884 547213 80. 6% 表1：研究标注词的覆盖率 检索戢前十位的类别分别是： 标注检索量（去翻页） 百分比 1 网址/网站 7061 10. 87% 2 游戏 6706 10. 32% 3 音乐 6214 9. 57% 4 教育培训 5404 32% 5 影视 5201 01% 6 性/情色 3078 4. 74% 7 p2p软件 2995 4.61% 8 明星 2734 4. 21% 9 小说 2060 3. 17% 10 企业/行业 2039 3. 14% 表2：检索量前I彳的检索类别 我们可以看到，检索戢最高的类别是网址/网站类，也就是说用户使用搜索引擎进行“网站导航”的需求戢 很高。其次是游戏和音乐,这两类娱乐主题的检索比例也很高。教育培训的检索量是第四名，主要原因是 我们对H志的跟踪时间段是在8月份，正好是高考招生的时候，很多学生、老师、家长都会人量的检索对 之有关的信息。 用户检索行为聚类分析 根据用户检索三大类別内容（娱乐、消费、信息）上的偏好，将用户聚为两大类六小类。具体类別及所占 的人数比例见下表： 两大类六类人平均检索次数人数比例娱乐 两大类 六类人 平均检索次数 人数比例 娱乐 消费 信息 336. 11 54. 02 122. 19 55. 13% 7. 09% 没令明显的内三类检索都沐弟高 容偏好 三类检索都比较高 36. 93 10.71 17. 08 19. 10% 三类检索都很低 1.86 1. 19 1.40 29. 23% 有明显的内容 偏好 偏向娱乐内容的检索 17. 08 1.28 2. 24 44.57% 19. 83% 偏向消费内容的检索 6. 62 8. 00 2. 14 11.43% 偏向信息内容的检索 3. 85 3. 75 14. 32 13.31% 表3：用户检索行为聚类特征及比例 我们可以看到，六类人屮比例最高的集屮在三类检索都很低的人群上，占总人数的近30腕在检索行为有 明显的内容偏好的三类人屮，比例故高的是偏好检索娱乐内容的人。而检索行为没有没有明显的内容偏好, 和检索行为有明显的内容偏好的人各占一半。 除了检索最，我们还将用检索的平均字节数和平均会话检索次数这两个指标來描述用户的检索行为。平均 字节数指的是用户平均检索一个词包含的字节数，能够反映用户倾向用更宽泛地检索还是更精确检索。从 统计数据