3.2新媒体数据分析(课件)-《新媒体营销》同步教学(北京出版社)
2023-11-24
|
39页
|
74人阅读
|
4人下载
普通
内容正文:
模块三
新媒体营销技能篇
新媒体营销
CONTENTS
目 录
新媒体运营策略
1.1
新媒体数据分析
新媒体负面效应及网络舆情管理
1.2
1.3
新媒体文案创作技能
新媒体图文排版技能
新媒体音频、视频处理技能
1.5
1.6
1.4
本 任 务 导 读
在新媒体技术快速发展的今天,许多个人、企业、机构和部门都已经意识到,以往的以个人经验为基础的决策时代已经过去,数据分析在现代新媒体传播过程中,发挥着越来越重要的作用。用数据来说话,开展数据分析和挖掘,逐渐成为科学研究、企业经营、政府决策等过程着重考虑的问题。
知识目标:
技能目标:
1.了解新媒体数据分析的基本概念。
2.了解新媒体数据分析的类别。
3.了解新媒体数据的处理方法。
4.了解当前热门新媒体工具的数据分析。
了解新媒体数据分析的基本知识,懂得进行基本的数据分析。
4
Strictly Confidential
案例导入
大数据解读“武亦姝现象”(详见教材P114)
5
Strictly Confidential
3.2.1 新媒体数据分析概述
(1)新媒体数据分析的概念
新媒体数据分析就是指在新媒体运营过程中,通过收集新媒体数据后加以详细的研究,提取有用的信息,利用数据驱动业务决策、解决业务问题的思维方式和工作方法。
新媒体数据分析包括两个层次的概念,即狭义新媒体数据分析和广义新媒体数据分析。
狭义的新媒体数据分析指的是对各类新媒体平台所产生的可观察数据所进行的分析。
广义的新媒体数据分析,在狭义的新媒体数据分析的基础之上,增加了新媒体数据挖掘的内容,将对新媒体平台所产生的可观察数据的分析延伸到统计学、人工智能、机器学习等新的方法上去,使数据分析得到未知的、更具有价值的信息。
3.2.1 新媒体数据分析概述
(2)新媒体数据分析的意义
首先,新媒体数据分析可以正确地反映客观情况。
其次,新媒体数据分析是发挥网络监督的重要手段。
再次,新媒体数据分析是实现企业科学管理和决策的重要依据。
3.2.1 新媒体数据分析概述
(3)我国网络新媒体的发展
2021年2月3日,中国互联网络信息中心(CNNIC)正式发布了第47次《中国互联网络发展状况统计报告》。报告显示,截止至2020年12月,我国网民规模达到9.89亿,其中手机网民规模达到9.86亿,网民使用手机上网的比例占全体网民规模的99.7%。
课堂讨论
你认为以下哪些工作的描述属于狭义的新媒体数据分析,哪些工作的描述属于广义的新媒体数据分析?为什么?请在表中进行选择回答。
工作描述 狭义的新媒体数据分析 广义的新媒体数据分析
某社交平台定期整理运营数据,对运营数据进行监控、分析和报告。
某公司进行市场调研,分析微博、微信内容及话题热点,调研公司产品目标用户的喜好,针对性改进产品和服务。
某直播代购平台通过研究一百万名客户观看直播和购买物品的行为,利用统计学方法建立数学模型,实现商品和广告的精准推送。
某政务服务平台,利用市民反馈和讨论的热点信息数据,进行分析处理,实现城市建设与管理的科学合理布局
3.2.2 新媒体数据分析的类别
根据著名统计学家,瑞典卡罗琳学院国际卫生学教授汉斯·罗斯林(Hans Rosling)的观点,认为数据分析的重要能力就是要把数据转化为普通人简单易懂的见解,他从侧重于数据类型的角度出发,把数据分析类型划分为:
描述型数据分析,用于告诉用户发生了什么;
诊断型数据分析,用于告诉用户为什么会发生;
预测型数据分析,用于告诉用户可能发生什么;
指导型数据分析,用于告诉用户需要做什么。
3.2.2 新媒体数据分析的类别
对于新媒体而言,其数据传播方式更加个性化,数据内容也更加多样化,展示方式更加丰富,新媒体的传播方式也是双向的,每个新媒体的受众既是信息数据的接受者,同时也是信息数据的传播者。我们按照新媒体数据分析的功能,或者说新媒体数据分析的场景,将新媒体数据分析划分为:流量数据分析、营销数据分析、内容数据分析和执行数据分析四个类别。
3.2.2 新媒体数据分析的类别
(1)流量数据的分析
流量数据分析是互联网数据分析的入门类别,同时也是最基础的一类分析。
现阶段的新媒体流量数据分析,根据分析的目的,大致可分为两类,第一种是以衡量流量的多少为目的的分析,包括浏览量、访问次数和访客数;第二种是以衡量流量的优劣为目的的分析,包括访问深度、停留时间和跳失率。
3.2.2 新媒体数据分析的类别
①浏览量
②访问次数
③访客数
④访问深度
⑤停留时间
⑥跳失率
3.2.2 新媒体数据分析的类别
(2)营销数据的分析
营销数据分析是指在用户使用新媒体平台或资源过程中所产生的与商品销售有关的相关数据的分析。
随着移动互联网营销领域的不断发展,营销数据
由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。