第五章 新媒体数据分析《新媒体数据新闻PPT》.pptx

;本章概述;第一节 新媒体数据分析的作用;1、新闻选题创新 传统的新闻选题——记者依据传统的新闻价值准则进行选择 数据分析——挖掘以往人为发现不了的新颖选题角度和方向，从科学统计的视角提供新闻线索。 2、内容深度专业 数据分析为专题新闻深度报道提供了丰富的数据来源和科学的数据支撑，这对于社会、财经、体育、突发类自然灾害等新闻的报道有重要意义。在自媒体日益喧嚣的今日，数据分析可以有效成为专业媒体的利刃和优势，帮助其向智库媒体转型。 3、效果评估准确 主要分为两大类：一是评估新闻的传播效果和路径，包括对新闻的阅读量、转发量、点赞量、评论量、传播平台等数据的分析；二是评估读者特征，包括对读者的年龄、性别、职业、兴趣的分析。 新闻工作者可根据准确、及时的效果评估进一步提升新闻制作水平，优化传播路径，完成更加高质量的新闻作品。;第一节 新媒体数据分析作用 >> 二、 数据营销推广;1、展现舆情传播路径 首先可以展现当前舆情所处的爆发阶段——潜伏期、爆发期、蔓延期、缓解期、反复期、消退期。 其次，了解舆情事件的传播渠道分布。 最后，还可以预判舆情未来的传播走势，为进一步的监测应对提供支撑。 2、反映舆情话题热度 话题分析包括网民观点和媒体观点。 数据分析可以帮助实现话题的关键词分布情况以及话题倾向性分布情况。对舆情话题进行聚类可以了解网民和媒体对该舆情事件的关注焦点。 3、揭示网民情感态度 随着近年来事件本身和传播环境的愈发复杂、舆论话语权的不断分散，尤其是网民理性与感性的角力，网民的情感态度愈发复杂。因此，通过科学专业的媒体数据分析揭示网民复杂多样的情感态度对网络舆情监测有着重要作用。;第二节 新媒体数据分析类别; 新媒体数据分析可按照以下标准分类： （1）按照数据呈现形式可以分为数值型和图文型两类。 数值型数据多为结构化数据，主要由数字组成，比如阅读量、粉丝量、网店的销售数据、网站的浏览数据等。 图文型数据多为半结构化或非结构化数据，例如网站栏目分类、账号粉丝分类、消费者反馈以及各种平??的矩阵分布等。 （2）按照数据分析功能可以分为流量分析、销售分析、内容分析以及执行分析四大类。 相比较于第一种分类方法，第二种分类方法充分考虑到新媒体数据的情境性与实用性，因此本书着重按照第二种分类方法介绍新媒体数据分析，如图所示。;流量分析即网站或网店流量分析，通过对访问量、访问时间、跳出量、跳出率等流量数据进行分析，可以评估网站运营的基础情况。 随着智能手机的普及，越来越多的网民开始利用手机打开网页，因此现阶段流量分析的重点是移动端流量数据分析，包括报名表单访问量、H5访问量、微网站流量、微网站跳出率等。下图所示是常见的流量分析指标。;访问量（Page View，PV）即页面浏览量，或点击量，用户每1次对网站中的每个网页访问均被记录一次。用户打开一个页面就是1个PV，这通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。 访问量取决于对不同统计平台时间间隔的定义。例如，某用户访问1次后，隔5小时再次访问，如果设置时间间隔为5小时，则访问量为2，否则访问量是1；也有每访问一次，访问量就加1。经常看到网络平台的访问量就是所有用户对同一页面或功能多次访问的累积量。;UV（Unique Visitor）即唯一身份访问者（独立访客），是指通过互联网访问、浏览某个页面的自然人。 它是基于Cookies技术，如果是同一个IP，但用不同的浏览器，就会出现不同的Cookies，则UV数量就会增加。这就会出现访客数可能会大于或小于IP数。;跳出量即访问某页面后，不再访问深层或其他相关页面的用户的数量。;销售分析即对互联网产生的下单数量、支付比例、二次购买比例等进行分析，寻找当前互联网销售的问题。需要强调的是，销售分析不仅限于在网上消费，消费者线上预定线下消费，即O2O（Online to Offline）也可算作销售分析的范畴。销售分析方法主要分为以下几类：;（一）整体销售分析;2、季节因素;（二）区域销售分析;3、区域销售异动分析;（一）内容特点;（二）分析要点;1、标题;（2）可以在“热门领域”的右侧中点击“更多”的下拉列表选择不同领域，如图5-2所示。;（4）用户可以对图中的三个爆款标题进行分析。首先，这三个标题的字数分别为37、30、29，即标题的平均长度为32；其次，多用双引号、感叹号等引起读者兴趣；最后，这三个标题都是三段式，即用逗号隔开的三小段，而且都是第一段介绍人物，第二段介绍事件，第三段介绍结果。;2、关键词、标签;关键词价值分析是关键词分析中最重要的一环，它是指用户搜索该关键词的次数。用户搜索得越多，关键词价值度就越大。确定关键词价值度主要有百度指数、百度关键词规划师以及百度下拉框三种方法。;图5-8 百度关键词规划师;对于关键词的