02 社交媒體的數據分析(怎樣理解互聯網行業“數據分析”的意義)

簽也可以由用戶自己生成，如用戶的熱搜關鍵詞記錄、用戶自行備注標簽等。這在一定程度上正是利用自媒體的形式擴充標簽庫，使之更能反應用戶興趣。

2.歌手信息提取

除了可以將歌曲標簽化，我們還可以進一步的對歌手信息進行提取。比如根據地域我們可以把歌手分為大陸、港臺、歐美等，根據年代可以分為60后、70后、80后歌手，根據他們的曲風可以分為搖滾、抒情、朋克等。通過打標簽的形式把歌手進行分類，從而形成結構化的數據格式，方便以后快速清晰的定位用戶喜歡哪一類型的歌手。同樣的我們也可以對歌單、作詞者、作曲者進行標簽化處理，例如歌單的標簽可以模仿歌曲的形式，因為歌單是由歌曲組成，所以可以用歌曲的標簽來代表歌單的標簽。作詞者和作曲者的標簽可以參考歌手打標簽的方法，另外值得注意的是，由于音樂人之間形成合作、作曲、寫詞等合作關系，可以認為是一個社交網絡關系，常常可以見到的現象是某些歌手與詞作者存在密切的合作關系，而這部分信息也可用于音樂的個性化推薦。例如，對于一些有特定合作的歌手和詞（曲）作者，我們應該特別留意，比如周杰倫和方文山這對組合。

3.歌詞的語義分析

歌曲的重要組成部分就是歌詞，由于歌詞屬于文本，我們不可能直接對其打標簽，所以首先要進行的是語義分析，通過語義分析我們可以大概知道歌詞的內容，比如我們可以把歌詞切分成短語，然后對每一個短語進行歸納總結，可以判斷短語的情感極性（如積極還是消極），對短語進行主題分類，由于歌詞數目龐大，可以利用自然語言處理的方式，如主題模型等預先提取主題，再通過人工加以校正。這樣就可以對歌詞進行標簽化處理了。下面我們以歌曲為例，簡要的說明具體標簽化過程。

通過標簽的形式我們可以對每個歌曲的主題予以分類和描述。用于描述一支單曲的標簽數目越多，對于音樂主題的描述就更加清晰、明朗；但同時，冗余和重復的信息也可能越多，處理的難度就越大。因此，我們要對標簽進行排序和篩選，一個比較簡單高效的辦法是選擇最熱門的N個標簽作為我們的目標詞庫，并且對該詞庫定期進行更新。具體來說，我們將所有標簽按照重要程度由高到低進行排序，選擇前p個標簽作為我們的標簽集合。給定一首歌曲t，我們用一個超高維向量Xt=(Xt1,…,Xtp)∈?p表示它的標簽信息，其中Xtj=1表示該歌曲含有第j個標簽，否則，該歌曲不含有第j個標簽。例如對于一首鋼琴曲演奏的純音樂，對其打的標簽可能是：鋼琴曲、安靜、咖啡館等。設鋼琴曲、安靜、咖啡館分別對應于標號為1、3、5的標簽，那么向量Xt可以表示為Xt=(1,0,1,0,1,0,…0) 。通過以上步驟，我們就可以把看似雜亂的音樂風格通過打標簽的形式進行結構化，用一個只含0、1元素的超高維向量對每首歌曲進行分類。

對于歌單、電臺這些由歌曲集合而成的實體，我們也可以通過標簽的方式對其進行刻畫。例如，對于給定的一個歌單m，我們同樣用一個超高維向量

什么是數據分析？

數據分析有：分類分析，矩陣分析，漏斗分析，相關分析，邏輯樹分析，趨勢分析，行為軌跡分析，等等。 我用HR的工作來舉例，說明上面這些分析要怎么做，才能得出洞見。

01） 分類分析

比如分成不同部門、不同崗位層級、不同年齡段，來分析人才流失率。比如發現某個部門流失率特別高，那么就可以去分析。

02） 矩陣分析

比如公司有價值觀和能力的考核，那么可以把考核結果做出矩陣圖，能力強價值匹配的員工、能力強價值不匹配的員工、能力弱價值匹配的員工、能力弱價值不匹配的員工各占多少比例，從而發現公司的人才健康度。

03） 漏斗分析

比如記錄招聘數據，投遞簡歷、通過初篩、通過一面、通過二面、通過終面、接下Offer、成功入職、通過試用期，這就是一個完整的招聘漏斗，從數據中，可以看到哪個環節還可以優化。

04） 相關分析

比如公司各個分店的人才流失率差異較大，那么可以把各個分店的員工流失率，跟分店的一些特性（地理位置、薪酬水平、福利水平、員工年齡、管理人員年齡等）要素進行相關性分析，找到最能夠挽留員工的關鍵因素。

05） 邏輯樹分析

比如近期發現員工的滿意度有所降低，那么就進行拆解，滿意度跟薪酬、福利、職業發展、工作氛圍有關，然后薪酬分為基本薪資和獎金，這樣層層拆解，找出滿意度各個影響因素里面的變化因素，從而得出洞見。

06） 趨勢分析

比如人才流失率過去12個月的變化趨勢。

07）行為軌跡分析

比如跟蹤一個銷售人員的行為軌跡，從入職、到開始產生業績、到業績快速增長、到疲憊期、到逐漸穩定。

通過面向企業業務場景提供一站式大數據分析解決方案，能夠為企業在增收益、降成本、提效率、控成本等四個角度帶來價值貢獻。

1、增收益

下圖為推廣收支測算分析，為廣告投放提供決策依據。

下圖為渠道銷量分析，為渠道支持提供數據支撐。

2、降成本

例如通過數據分析實現對財務和人力的管理，從而控制各項成本、費用的支出，實現降低成本的作用。

下圖為生產成本分析，了解成本構成情況。

下圖為期間費用預實對比分析，把控費用情況。

3、提效率

每個企業都會出具相關報表，利用數據分析工具，不懂技術的業務人員也能夠通過簡單的拖拉拽實現敏捷自助分析，無需業務人員提需求、IT人員做報表，大大提高報表的及時性，提高了報表的使用效率。

通過數據分析工具，能夠在PC端展示，也支持移動看板，隨時隨地透視經營，提高決策效率。

4、控風險

預算是否超支？債務是否逾期？是否缺貨了、斷貨了？客戶的回款率怎么樣？設備的運行是否正常？哪種產品是否需要加速生產以實現產銷平衡？...其實，幾乎每個企業都會遇到各種各樣的風險問題。通過數據分析，能夠幫助企業進行實時監測，對偏離了預算的部分、對偏離了正常范圍的數值能夠進行主動預警，降低企業風險。

下圖為稅負率指標，當綜合稅負率過高，可以實現提示和預警。

下圖為重要指標預警，重點監控項目的毛利率。

怎樣理解互聯網行業“數據分析”的意義

本文通過以下七部分拆解數據分析：

一、什么場景和行業需要數據分析

二、數據分析會騙人嗎？

三、怎樣排除虛假流量？

四、PC端數據分析指標&方法論

五、電商、金融行業數據分析

六、數據分析的趨勢

七、怎么培養數據分析的能力？

第二部分拆解六、七部分

六、數據分析的趨勢

第三個趨勢，我認為數據分析的崗位可能慢慢就會消失了。數據分析崗位的消失在近幾年不會出現，但未來十年內不好說。我認為數據分析的技能對所有互聯網從業者來說，就像對于辦公軟件以及語言的掌握一樣，會成為人人必備的技能。

第四個趨勢，機器學習的發展將最大限度實現程序化數據應用。

目前數據應用的很多環節都在應用機器學習，比如程序化購買、自動化廣告素材優化、智能商品推薦等等，但相互之間是割裂的，還需要人去做各個環節的串聯。機器學習會慢慢替代人來串聯一個一個的程序化模塊，程序化的整體數據應用方案將會覆蓋互聯網領域。

這四個趨勢我認為是我們很快就能夠看得到的。

七、怎么培養數據分析的能力？

第一個建議，方向比努力還要重要。

數據分析并不是一個特別細分的領域，它里面包含了很多的方向。作為一個數據分析的入門者，當你了解了數據分析行業概況之后，你要做的一件事情就是了解這個行業有哪些方向，選擇一個方向深挖。數據分析有三個常見的發展方向。一是數據挖掘；二是數據建模和數據應用；三是商業數據分析。每個方向都不容易到達巔峰，所以盡快確定主攻方向，盡快扎進去有助于迅速成長為一個領域的專家，和其它專家共同協作攻克數據分析領域更前沿的課題。

第二個建議，懂生意比懂數據重要。

一開始我們就談到數據的價值是要最終服務于某個具體業務的，所以要想讓數據發揮更高價值，對于業務知識的掌握是需要重視的，否則數據分析結果和業務存在距離或不能落地，不能實現商業增值，數據就會因此貶值了。

第三個建議，在場景里做分析比理論分析更重要。

第二方面，用戶體驗輸出。你面向的是用戶，所以更重要的是你的內容如何跟用戶產生共鳴。并不是說你設計的多漂亮、運行的多流暢，而是涉及到用戶情感和用戶感受層面，這也是量化指標難以駕馭的，需要加入人腦對于場景的理解才能做好。

第四個建議，注重人機協作。

對剛入門的數據分析師，我非常建議把人機協作這件事情提上日程，作為重點學習的方面，善于利用機器的力量代替人的力量，把人解放出來做人更擅長做的事情，人機配合最大化。機器擅長數據清洗、數據建模、數據預警、數據可視化等，所以提升數據分析能力一定是面向未來的，善于讓機器去做它更擅長的事情，人去彌補機器的不足，更高效地完成分析工作，節省下來的時間就用來提升人獨有的能力。

如何使用社交媒體監測工具來監測新媒體趨勢和分析網站在社交媒體中的表現和口碑？

使用社交媒體監測工具來監測新媒體趨勢和分析網站在社交媒體中的表現和口碑，可以按照以下步驟進行：

1. 選擇合適的監測工具：根據自己的需求和預算選擇一款合適的社交媒體監測工具。常用的工具包括Hootsuite、Meltwater、Brandwatch和Sprout Social等。

2. 確定監測目標和關鍵詞：確定您要監測的目標、關鍵詞和指標，并將其輸入到監測工具中。例如，您可以監測與您或您的競爭對手相關的話題、品牌或產品名稱等。

3. 設置監測頻率和周期：根據您的需求設置監測頻率和周期。通常，每日或每周的監測頻率比較常見，但是具體的設置還需要根據您的需求和實際情況來定制。

4. 分析監測結果：根據監測結果進行數據分析，了解新媒體趨勢和網站在社交媒體中的表現和口碑，并根據分析結果制定相應的策略。例如，您可以分析用戶的評論、觀點和反饋信息，以及他們對您的品牌、產品或服務的態度和評價等。

5. 不斷優化和改進：根據分析結果不斷優化和改進您的新媒體營銷策略，以提高品牌知名度、影響力和口碑。

總之，使用社交媒體監測工具可以幫助您更好地了解新媒體趨勢和分析網站在社交媒體中的表現和口碑，從而優化和改進您的新媒體營銷策略。

很赞哦!（1839）