版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
第四章
新媒體數(shù)據(jù)的分析學(xué)習(xí)目標(biāo)
隨著大數(shù)據(jù)和人工智能的發(fā)展,各類新媒體平臺的數(shù)據(jù)呈現(xiàn)海量冪次倍數(shù)增長,數(shù)據(jù)分析是必不可少的環(huán)節(jié)。通過新媒體平臺的數(shù)據(jù)分析可以更為高效地運(yùn)營新媒體,在了解運(yùn)營質(zhì)量、預(yù)測運(yùn)營方向、控制運(yùn)營成本以及評估運(yùn)營方向上具有重要作用。本章節(jié)學(xué)習(xí)以期通過數(shù)據(jù)分析提高數(shù)據(jù)分析者的四方面能力,分別是:數(shù)據(jù)加工處理能力、數(shù)據(jù)二次整合能力、通過數(shù)據(jù)進(jìn)行評估研判能力以及通過數(shù)據(jù)進(jìn)行總結(jié)反思的能力。數(shù)據(jù)分析需要經(jīng)過單一分析、復(fù)合分析以及多重分析最終得出科學(xué)的結(jié)論。本章在闡述新媒體數(shù)據(jù)分析的基本方法上,介紹常用的新媒體數(shù)據(jù)分析工具,以及不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程。在各類新媒體平臺數(shù)據(jù)分析的基礎(chǔ)上對常見的新媒體數(shù)據(jù)分析誤區(qū)作出總結(jié)。導(dǎo)語
數(shù)據(jù)分析的目的是把隱沒在一大批看來雜亂無章的數(shù)據(jù)中的信息集中、萃取和提煉出來,以找出所研究對象的內(nèi)在規(guī)律。在實(shí)用中,數(shù)據(jù)分析可幫助人們作出判斷,以便采取適當(dāng)行動。數(shù)據(jù)分析是有目的地收集相關(guān)條據(jù)、分析數(shù)據(jù),使之成為信息的過程,這一過程是數(shù)據(jù)管理體系的支持過程。在數(shù)據(jù)收集加工整理的周期中,包括從前期的數(shù)據(jù)收集整理整合和最終數(shù)據(jù)處理,各個(gè)過程都需要適當(dāng)運(yùn)用數(shù)據(jù)分析的方法和手段,以提升有效性。例如:開普勒通過分析行星角位置的觀測數(shù)據(jù),找出了行星運(yùn)動規(guī)律。又如,一個(gè)企業(yè)的領(lǐng)導(dǎo)人要通過市場調(diào)章,分析所得數(shù)據(jù)以判定市場動向,從而制定合適的生產(chǎn)及銷售計(jì)劃。因此數(shù)據(jù)分析有極其廣泛的應(yīng)用范圍。目錄
新媒體數(shù)據(jù)分析的基本方法常用的新媒體數(shù)據(jù)分析的工具不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)
及實(shí)施過程
常見的新媒體數(shù)據(jù)分析誤區(qū)第一節(jié)新媒體數(shù)據(jù)分析的基本方法
一、直接評判法
二、對比分析法
三、分組分析法
四、結(jié)構(gòu)分析法
五、平均分析法
六、矩陣分析法
七、漏斗圖分析法
八、雷達(dá)圖分析法
九、回歸分析法
一、直接評判法
直接評判法,即根據(jù)經(jīng)驗(yàn)值直接判斷數(shù)據(jù)的好壞并予以評判,通常用于內(nèi)部過往運(yùn)營狀況評估,如評估近期閱讀量是否過低、評判近期銷量是否異常、評估當(dāng)日文章推送量是否正常等。直接評判法有兩個(gè)必要的條件:一是運(yùn)營者有一定新媒體運(yùn)營經(jīng)驗(yàn),能夠?qū)μ雎?、閱讀量等有正確的評估;二是經(jīng)過加工處理的數(shù)據(jù)足夠直觀,可以直接代表某項(xiàng)數(shù)據(jù)的優(yōu)劣。
二、對比分析法
對比分析顧名思義至少有兩組及以上數(shù)據(jù)才能使用的方法,分析兩組數(shù)據(jù)的差異進(jìn)而深度了解這些數(shù)據(jù)所代表的規(guī)律。對比分析法分為縱向分析法和橫向分析法,橫向是指同一時(shí)間段不同指標(biāo)的對比,而縱向是指不同時(shí)間段同一指標(biāo)的對比,通過對比分析法可以直接了解運(yùn)營質(zhì)量,已經(jīng)目前運(yùn)營的水平,通過了解目前的運(yùn)營水平可以總結(jié)分析出優(yōu)點(diǎn)缺點(diǎn),優(yōu)點(diǎn)當(dāng)然要繼續(xù)保持甚至更進(jìn)一步,缺點(diǎn)自然是要調(diào)整改變重點(diǎn)突破了,所以對比分析法更適用于對運(yùn)營質(zhì)量的一個(gè)考核。對比分析在于看出基于相同數(shù)據(jù)標(biāo)準(zhǔn)下,由其他影響因素所導(dǎo)致的數(shù)據(jù)差異,而對比分析的目的在于找出差異后進(jìn)一步挖掘差異背后的原因,從而找到優(yōu)化的方法。三、分組分析法
分組分析法是根據(jù)目標(biāo)數(shù)據(jù)的性質(zhì)、特征,按照一定指標(biāo),將數(shù)據(jù)總體劃分成幾個(gè)部分,分析其的內(nèi)部結(jié)構(gòu)和相互關(guān)系,從而了解事物的發(fā)展規(guī)律。用于更深入的了解要分析對象的不同特征、性質(zhì)以及相互關(guān)系的方法。根據(jù)指標(biāo)的性質(zhì),分組分析法分為屬性指標(biāo)分組和數(shù)量指標(biāo)分組。屬性指標(biāo)所代表的數(shù)據(jù)不能進(jìn)行運(yùn)算,只是說明事物的性質(zhì)、特征。如人的姓名、部門、性別、文化程度等指標(biāo)。數(shù)量指標(biāo)所代表的數(shù)據(jù)能夠進(jìn)行加減乘除運(yùn)算,說明事物的數(shù)量特征,如人的年齡、工資水平、企業(yè)的資產(chǎn)等指標(biāo)。
四、結(jié)構(gòu)分析法
結(jié)構(gòu)分析法反映的是某個(gè)體占總體比重的一種分析方法。結(jié)構(gòu)分析法又稱比重分析法,是在分組分析法的基礎(chǔ)上,計(jì)算總體內(nèi)各組成部分占總體的比重,進(jìn)而分析總體數(shù)據(jù)的內(nèi)部特征。一般某部分的比例越大,說明其重要程度越高,對總體的影響越大。結(jié)構(gòu)分析法是在統(tǒng)計(jì)分組的基礎(chǔ)上,計(jì)算各組成部分所占比重,進(jìn)而分析某一總體現(xiàn)象的內(nèi)部結(jié)構(gòu)特征、總體的性質(zhì)、總體內(nèi)部結(jié)構(gòu)依時(shí)間推移而表現(xiàn)出的變化規(guī)律性的統(tǒng)計(jì)方法。結(jié)構(gòu)分析法的基本表現(xiàn)形式,就是計(jì)算結(jié)構(gòu)指標(biāo)。結(jié)構(gòu)指標(biāo)的計(jì)算公式:結(jié)構(gòu)指標(biāo)(%)=(總體中某一部分/總體總量)*100%
五、平均分析法
平局分析法是通過特征數(shù)據(jù)的平均指標(biāo),反映事物目前所處的位置和發(fā)展水平。再對不同時(shí)期、不同類型單位的平均指標(biāo)進(jìn)行對比,說明事物的發(fā)展趨勢和變化規(guī)律。在數(shù)據(jù)集合中,所有數(shù)據(jù)都參與計(jì)算得到的平均數(shù)稱為數(shù)值平均數(shù),包括算術(shù)平均數(shù)、幾何平均數(shù)等。在數(shù)據(jù)集合中,按照數(shù)據(jù)的大小順序或出現(xiàn)的頻率,選出一個(gè)代表值,稱為位置平均數(shù),包括中位數(shù)和眾數(shù)等。在數(shù)據(jù)分析中,平均分析法一般要結(jié)合分組和對比等分析方法,對不同時(shí)期、不同企業(yè)、不同區(qū)域等平均指標(biāo)進(jìn)行對比,說明事物的發(fā)展趨勢和變化規(guī)律。
六、矩陣分析法
矩陣分析法是一種定量分析問題的方法,它是指用兩個(gè)重要數(shù)據(jù)指標(biāo)做分析依據(jù),并將這兩個(gè)指標(biāo)定為橫坐標(biāo)和豎坐標(biāo),構(gòu)成4象限,從而更直觀的找出解決方法,為運(yùn)營者提供數(shù)據(jù)參考。
七、漏斗圖分析法
漏斗圖是一個(gè)倒立的金字塔,漏斗分析是一套流程式數(shù)據(jù)分析,它能夠科學(xué)反映用戶行為狀態(tài)以及從起點(diǎn)到終點(diǎn)各階段用戶轉(zhuǎn)化率情況的重要分析模型。通過漏斗可以分析用戶行為路徑在每一步的轉(zhuǎn)化和流失,對流失較多路徑進(jìn)行細(xì)化多維度分析,找出漏點(diǎn)提升轉(zhuǎn)化。應(yīng)用場景:用戶注冊轉(zhuǎn)化分析、企業(yè)用戶分析轉(zhuǎn)化。漏斗分析模型已經(jīng)廣泛應(yīng)用于網(wǎng)站用戶行為分析和APP用戶行為分析的流量監(jiān)控、產(chǎn)品目標(biāo)轉(zhuǎn)化等日常數(shù)據(jù)運(yùn)營與數(shù)據(jù)分析的工作中。
八、雷達(dá)圖分析法
雷達(dá)圖分析法是對新媒體運(yùn)營情況進(jìn)行系統(tǒng)分析的一種有效方法。這種方法是從運(yùn)營的收益性、安全性、流動性、生產(chǎn)性、成長性等五個(gè)方面分析運(yùn)營成果。并將這五個(gè)方面的有關(guān)數(shù)據(jù)用比率表示出來,填寫到一張能表示各自比率關(guān)系的等比例圖形上,再用彩筆連接各自比率的結(jié)點(diǎn)后,恰似一張雷達(dá)圖表。從圖上可以看出新媒體運(yùn)營狀況的全貌,一目了然地找出了運(yùn)營上的薄弱環(huán)節(jié),為下一步打下基礎(chǔ)。雷達(dá)圖分析法通常用于指數(shù)分析,是自媒體平臺對賬號權(quán)重的一種評判。九、回歸分析法
回歸分析法指利用數(shù)據(jù)統(tǒng)計(jì)原理,對大量統(tǒng)計(jì)數(shù)據(jù)進(jìn)行數(shù)學(xué)處理,并確定因變量與某些自變量的相關(guān)關(guān)系,建立一個(gè)相關(guān)性較好的回歸方程(函數(shù)表達(dá)式),并加以外推,用于預(yù)測今后的因變量的變化的分析方法。根據(jù)因變量和自變量的個(gè)數(shù)分為:一元回歸分析和多元回歸分析;根據(jù)因變量和自變量的函數(shù)表達(dá)式分為:線性回歸分析和非線性回歸分析。
第二節(jié)常用的新媒體數(shù)據(jù)分析工具一、網(wǎng)站分析工具1、GoogleAnalytics2、Clicky
3、Woopra
4、Chartbeat
二、自媒體分析工具
自媒體分析工具是準(zhǔn)入門檻較低的一類數(shù)據(jù)分析工具,對使用者的數(shù)理統(tǒng)計(jì)基礎(chǔ)要求較低,無需掌握難度較高的統(tǒng)計(jì)分析軟件。所有的數(shù)據(jù)通過收集導(dǎo)入,一鍵生成。微博、微信、今日頭條等社交媒體自帶統(tǒng)計(jì)分析功能,一鍵呈現(xiàn)。
1、清博指數(shù)2、西瓜數(shù)據(jù)3、新榜三、第三方分析工具
第三方分析工具,指的是非官方平臺自帶的、需要官方平臺授權(quán)后才可以使用的數(shù)據(jù)分析工具。第三方分析工具與自媒體分析工具的主要區(qū)別在于前期的注冊與授權(quán),一旦授權(quán)完畢,后續(xù)操作與自媒體分析工具類似,直接通過網(wǎng)站即可查看。雖然微博、微信等自媒體平臺已經(jīng)具有統(tǒng)計(jì)功能,但是對于精細(xì)化數(shù)據(jù),如單條微博轉(zhuǎn)發(fā)效果、微博粉絲管理、微信公眾號數(shù)據(jù)跟蹤等,依然需要借助第三方分析工具。常見的第三方分析工具包括新榜數(shù)據(jù)、西瓜助手(如圖)、孔明社會化媒體管理平臺、考拉新媒體助手等。
四、Excel工具
Excel工具普及率高、入門門檻低、對于處理小型數(shù)據(jù)集時(shí)非常有效且功能多樣。利用Excel工具可以預(yù)測運(yùn)營質(zhì)量,控制運(yùn)營成本,了解運(yùn)營方向,評估方案的可行性。
通過數(shù)據(jù)統(tǒng)計(jì),可以使用Excel對新媒體平臺進(jìn)行用戶數(shù)量、用戶屬性、用戶興趣、單篇分析、日報(bào)分析、小時(shí)報(bào)分析、自定義菜單、消息分析、關(guān)鍵詞分析、指數(shù)分析、廣告主分析、流量主分析等模塊進(jìn)行分析,每個(gè)模塊都會涉及Excel的表格操作。
除此之外,通過Excel可以對新媒體運(yùn)營數(shù)據(jù)表格進(jìn)行制作,內(nèi)容涉及對Excel軟件的數(shù)據(jù)編輯、格式設(shè)置、自動填充、排序與篩選、數(shù)據(jù)透視表與數(shù)據(jù)透視圖、圖形與圖表、公式與函數(shù)、表格打印等功能的使用。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
一、微信公眾號數(shù)據(jù)分析
目前公眾號后臺自帶的數(shù)據(jù)包含用戶分析、圖文分析、菜單分析、消息分析、接口分析、網(wǎng)頁分析這六大模塊。
1、用戶分析
在微信公眾平臺->統(tǒng)計(jì)->用戶分析,用戶分析數(shù)據(jù)包含用戶增長和用戶屬性兩塊數(shù)據(jù),通過它們可查看粉絲人數(shù)的變化和當(dāng)前公眾平臺用戶畫像。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
2、圖文分析
在微信公眾平臺->統(tǒng)計(jì)->圖文分析分析->單篇圖文/全部圖文,可以查看你發(fā)布的微信文章送達(dá)給多少人,有多少人閱讀了有多少人點(diǎn)贊轉(zhuǎn)發(fā)了,公眾號的打開率也可以通過此處數(shù)據(jù)得知。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
3、菜單分析
在微信公眾平臺->統(tǒng)計(jì)->菜單分析,即可查看微信公眾號會話頁里的一級菜單以及子菜單的點(diǎn)擊情況。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
4、消息分析
在微信公眾平臺—統(tǒng)計(jì)—消息分析,可查看粉絲在公眾號回復(fù)消息情況。根據(jù)“小時(shí)報(bào)/日報(bào)/周報(bào)/月報(bào)”查看相應(yīng)時(shí)間內(nèi)的消息發(fā)送人數(shù)、次數(shù)以及人均發(fā)送次數(shù)。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
5、額外的數(shù)據(jù)分析
(1)閱讀完成率(2)留言閱讀比(3)點(diǎn)贊閱讀比(4)用戶互動數(shù)(5)競品數(shù)據(jù)(6)行業(yè)數(shù)據(jù)第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
一、微博數(shù)據(jù)分析
1、微博基本數(shù)據(jù)分析:
微博管理后臺提供了豐富的數(shù)據(jù)分析模塊,有些數(shù)據(jù)分析模塊需要運(yùn)營者付費(fèi),但大部分服務(wù)都為運(yùn)營者提供了半個(gè)月以上的試用期,便于運(yùn)營者分析微博數(shù)據(jù)的基本情況。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
一、微博數(shù)據(jù)分析2、微博內(nèi)容數(shù)據(jù)分析
微博內(nèi)容分析主要包括內(nèi)容分析和文章分析。其中內(nèi)容分析指對所發(fā)博文進(jìn)行數(shù)據(jù)分析,文章分析指對微博頭條文章進(jìn)行數(shù)據(jù)分析。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
一、微博數(shù)據(jù)分析
3、微博粉絲數(shù)據(jù)分析
微博粉絲數(shù)據(jù)分析主要包括粉絲分析和互動分析。與上一章類似,對微博粉絲屬性進(jìn)行分析,便于掌握粉絲的喜好,利于做好運(yùn)營規(guī)劃。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
一、微博數(shù)據(jù)分析
4、微博賬號對比分析
運(yùn)營者單擊“管理中心”→“數(shù)據(jù)助手”→“相關(guān)賬號分析”后,添加要對比分析的微博賬號即可看到對比結(jié)果概覽,其中對比賬號最多可添加5個(gè)。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
一、微博數(shù)據(jù)分析
5、微博推廣數(shù)據(jù)分析
當(dāng)運(yùn)營者粉絲量很少時(shí),若想提高微博閱讀量,可以使用微博推廣工具粉絲頭條。當(dāng)某條微博使用粉絲頭條后,48小時(shí)內(nèi),它將出現(xiàn)在粉絲微博首頁信息流的第一位。粉絲頭條需要運(yùn)營者花錢購買,所需費(fèi)用根據(jù)投放粉絲覆蓋數(shù)及潛在粉絲數(shù)的多少而定。運(yùn)營者在某條微博的左下角點(diǎn)擊“推廣”,便可使用粉絲頭條功能進(jìn)行推廣,進(jìn)而提升微博閱讀量。第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
三、今日頭條數(shù)據(jù)分析
1.內(nèi)容分析“內(nèi)容分析”模塊主要有三個(gè)基礎(chǔ)功能,即概況、文章分析、視頻分析。其中視頻分析與圖文數(shù)據(jù)分析差不多,在此不做贅述。
第三節(jié)不同類型新媒體平臺的數(shù)據(jù)分析的框架結(jié)構(gòu)及實(shí)施過程
三、今日頭條數(shù)據(jù)分析
2.粉絲分析
3.頭條號指數(shù)分析在今日頭條上,因?yàn)槭菣C(jī)器智能推薦平臺,粉絲數(shù)與閱讀量并不呈正相關(guān),如圖所示,粉絲數(shù)多的作者,閱讀量卻不如少的高,這與頭條指數(shù)密切相關(guān)。頭條指數(shù)決定了運(yùn)營者賬號權(quán)重及文章推薦量,其由5個(gè)維度組成,即健康度、關(guān)注度、傳播度、垂直度、原創(chuàng)度。第四節(jié)常見的新媒體數(shù)據(jù)分析誤區(qū)
一、混淆訪問數(shù)據(jù)與瀏覽數(shù)據(jù)不管是不是新手?jǐn)?shù)據(jù)分析師,都會陷入交替使用這兩個(gè)概念的陷阱,現(xiàn)在,讓我們定義瀏覽和訪問,并一次性地將它們的區(qū)別出瀏覽(頁面瀏覽)是指瀏覽網(wǎng)站上的一個(gè)頁面,可被追蹤分析代碼所追蹤。訪問(session)是指用戶在特定時(shí)間內(nèi),在你網(wǎng)站上進(jìn)行的所有動作?,F(xiàn)在說到瀏覽和訪問還有一個(gè)在分析解釋數(shù)據(jù)時(shí)頗為常見的錯(cuò)誤。
二、要有全局觀而不是深挖數(shù)據(jù)
獲取數(shù)據(jù)的大致步驟為:1、簡要地瀏覽一下可以獲取的數(shù)據(jù);2、快速評估手頭的數(shù)據(jù);3、迅速瀏覽頭行數(shù)字。這樣只能得到一些網(wǎng)站當(dāng)前的運(yùn)行狀態(tài),盡可能使用寬泛的訪問數(shù)據(jù)來分析,并作為用戶體驗(yàn)和網(wǎng)站性能的指標(biāo)是解釋統(tǒng)計(jì)結(jié)果時(shí)的另一個(gè)常見錯(cuò)誤。作為數(shù)據(jù)分析師,最好的分析數(shù)據(jù)的方法是對這些數(shù)據(jù)分析后得到什么結(jié)果有個(gè)概念。這樣你就可以集中分析特定的幾個(gè)與理解用戶行為有關(guān)的指標(biāo),而不是一股腦扎進(jìn)數(shù)據(jù)的海洋里。
三、只看數(shù)字不把這些數(shù)據(jù)放在它們的背景下,因?yàn)榛跀?shù)據(jù)背景去解釋數(shù)據(jù)才是合理的,否則你就只是分析一些統(tǒng)計(jì)上的量化數(shù)據(jù)。毫無疑問解釋數(shù)據(jù)時(shí)最常見的誤區(qū)就是:進(jìn)入數(shù)字的“咒語”。這些數(shù)據(jù)表示的是真實(shí)用戶的行為,一旦將它們的來源忽略,那數(shù)據(jù)就失去了它們的價(jià)值。只有當(dāng)與用戶體檢聯(lián)系在一起解釋時(shí)才能真正體現(xiàn)數(shù)據(jù)價(jià)值。四、忽略用戶劃分當(dāng)解釋定量和定性數(shù)據(jù)時(shí),不要忽略這些有價(jià)值的因素對用戶體驗(yàn)的影響。在你匆忙地做出錯(cuò)誤假設(shè)讀取你的分析數(shù)據(jù)前,把這些數(shù)據(jù)分解成多個(gè)相關(guān)部分。移動用戶、桌面用戶、來自不同國家的用戶、不同年齡組的用戶等等,用戶群的基礎(chǔ)劃分將定性和定量數(shù)據(jù)轉(zhuǎn)換為相關(guān)部分,更為重要的是提供關(guān)于用戶體驗(yàn)關(guān)心區(qū)域的無價(jià)線索。五、在分析之前沒有制定清晰的目標(biāo)
每天回收的數(shù)據(jù)是海量的,但如果一開始就花時(shí)間定了目標(biāo),就會知道從數(shù)據(jù)分析中想獲得的是什么,數(shù)據(jù)指向哪些具體對象,專注于用數(shù)據(jù)解釋用戶行為的相關(guān)度。用通俗的話說,如果不知道要到什么地方,又如何知道怎么到達(dá)那個(gè)地方。
習(xí)題習(xí)題1.在新浪微博平臺中尋找一個(gè)粉絲數(shù)大于30萬人的微博賬號(大V、企業(yè)微博均可),分析其微博賬號運(yùn)營規(guī)律。2.分析一類自己最喜歡的公眾號類型,收集整理三個(gè)月內(nèi)排名前十位的該類型的公眾號,并且對點(diǎn)擊量最高的文章做內(nèi)容分析。
3.在今日頭條上注冊賬號,發(fā)布一則時(shí)事熱點(diǎn)的相關(guān)文章,根據(jù)自己的文章,對后臺數(shù)據(jù)進(jìn)行分析說明,角度自選。
實(shí)踐任務(wù)
圍繞(網(wǎng)絡(luò))媒體或企業(yè)進(jìn)行新媒體平臺運(yùn)營——微博微信運(yùn)營、頭條抖音運(yùn)營等,類型自選。要求至少有3個(gè)月以上的運(yùn)營文檔,具體執(zhí)行方案,給出執(zhí)行效果評價(jià)。
1.主題:
不限定主題,通過市場調(diào)研分析、問卷調(diào)查等形式的研究來確定主題。作品選題可涉及政治、經(jīng)濟(jì)、環(huán)境、教育、時(shí)政、娛樂、文化、等多種領(lǐng)域。2.具體要求:
在運(yùn)營過程中有執(zhí)行,有日常運(yùn)營的記錄,有最終的運(yùn)營效果,有相關(guān)系統(tǒng)進(jìn)行的BCI或WCI指數(shù)統(tǒng)計(jì),或政務(wù)新媒體指數(shù)統(tǒng)計(jì)等。至少有3個(gè)月以上的效果文檔,根據(jù)所學(xué)知識進(jìn)行內(nèi)容分析。
案例討論“海南警方推出全網(wǎng)首個(gè)抓捕VLOG”2020年7月8日,海南警方推出全網(wǎng)首個(gè)抓捕VLOG,記錄海南警方打擊電詐犯罪“藍(lán)天二號”行動的收網(wǎng)現(xiàn)場,行動中皆是真槍實(shí)彈。7
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025-2030年中國公關(guān)行業(yè)全國市場開拓戰(zhàn)略制定與實(shí)施研究報(bào)告
- 2025-2030年中國金融押運(yùn)行業(yè)資本規(guī)劃與股權(quán)融資戰(zhàn)略制定與實(shí)施研究報(bào)告
- 2025-2030年中國企業(yè)管理培訓(xùn)行業(yè)資本規(guī)劃與股權(quán)融資戰(zhàn)略制定與實(shí)施研究報(bào)告
- 新形勢下風(fēng)電主軸行業(yè)轉(zhuǎn)型升級戰(zhàn)略制定與實(shí)施研究報(bào)告
- 2025-2030年中國酒店行業(yè)并購重組擴(kuò)張戰(zhàn)略制定與實(shí)施研究報(bào)告
- 關(guān)于學(xué)校安裝減速帶調(diào)查問卷
- 2024年一年級語文下冊說課稿
- 烏海特種陶瓷制品項(xiàng)目可行性研究報(bào)告
- 2025年中國智能航空物流行業(yè)市場全景監(jiān)測及投資前景展望報(bào)告
- 中國木制衣架行業(yè)發(fā)展監(jiān)測及市場發(fā)展?jié)摿︻A(yù)測報(bào)告
- 物業(yè)管理流程:高端寫字樓服務(wù)
- JTG-B01-2014公路工程技術(shù)標(biāo)準(zhǔn)
- 海員常見疾病的保健與預(yù)防
- 易錯(cuò)題(試題)-2024一年級上冊數(shù)學(xué)北師大版含答案
- 傷口護(hù)理小組工作總結(jié)
- 蘇教版六年級科學(xué)上冊復(fù)習(xí)資料-已整理
- 科勒衛(wèi)浴行業(yè)分析
- 湖南省邵陽市初中聯(lián)考2023-2024學(xué)年九年級上學(xué)期期末地理試題
- 美術(shù)概論課件
- 綠籬移栽施工方案
- 機(jī)器人論文3000字范文
評論
0/150
提交評論