資訊圖表

文 / 杜易寰、劉書彧 資料收集 / 林辰駿 互動圖表 / 楊晴 在上次的「2016 年 10 月份媒體洞察報告」後，我們有預告到，之後將會改變鐵粉率的計算方式，在經過一段時間後，我們現在終於可以公佈數據了。 過去的鐵粉定義是：互動次數超過粉絲頁發文篇數2%以上者，佔所有不重複互動者的比例。 而新的鐵粉定義則是：在粉絲頁過去有發文的 30 天中，與粉絲頁文章有互動的天數 10 天以上的使用者，佔所有不重複互動者的比例（註一、註二）。 簡單的說，我們不再看使用者到底互動了幾次，而是看使用者互動了多少天。 改變鐵粉計算的原因有兩個。第一個原因很簡單，我們認為相比互動次數而言，長期且持續的互動行為，更像是鐵粉會有的樣子。 廢話不多說，我們就先以「11 月的媒體鐵粉率」作為示範。（題外話，在本月底之前，一定會將媒體洞察報告更新到 2017 年 1 月，並且之後每月更新，不然的話 Data Team 就一起剁 …

文 / 劉書彧 這次天下雜誌和 QSearch 的共同研究專題：「立委臉書洩漏的祕密：誰跟蔡英文最親近？」一文中，所採用的研究方法主要是參照，美國學者Robert Bond與Solomon Messing前年發表於美國政治科學期刊上的論文。Bond & Messing蒐集了 1,223 個經過臉書官方認證的美國政治人物粉絲頁。 透過臉書內部的資料庫，作者將追蹤（follow）這些粉絲頁的粉絲全部抓出來，並僅保留 18 歲以上（具有投票權）以及至少追蹤兩個以上政治人物粉絲頁的樣本（共 620 萬人）。最後，根據觀察各個政治人物粉絲頁間彼此重疊的粉絲數，作者使用了奇異質分解法（singular value decomposition），保留最足以解釋這些政治人物兼彼此重疊度的變因，用此代表各政治人物在粉絲心目中的相對「位置」。而最終的研究成果顯示，用此一方法得到的各政治人物相對位置，正好反映了選民心目中各民主黨和共和黨政治人物的「左右」立場。

文 / 杜易寰 『返校』，這個曾經在所有學生心中印下深深恐懼的詞，在寒假一初始就用另外一種恐怖席捲了整個台灣。這次受影響的對象不僅限於學生，而是所有對白色恐怖心有餘悸的台灣人。 雖然有了一個看起來很文青又好像要開始講古的開頭，但 QSearch 畢竟不是天橋下的說書公司，我們還是回到數據，重新來關注『返校』這款遊戲到底是從哪開始爆紅的。

文 / 杜易寰 上一篇，我們介紹了可以幫助你完成精準行銷的 Profiling 社群分析服務（延伸閱讀：Profiling 服務正式釋出：幫你完成臉書精準行銷），但事實上，除了精準行銷之外，Profiling 還可以有非常多的周邊用途，接下來我們將會不定期地推出一些 Profiling 應用文章，供大家參考，如果大家有任何建議，也歡迎隨時與我們聯繫。 我們都知道， Profiling 簡單一句話講，就是「追蹤臉書使用者的行為足跡」，透過了解目標族群的行為模式後，Profiling 可以幫助下一些輔助判斷。 舉例來說，當你「想知道哪一個影星的的票房號召力比較強」時，Profiling就可以提供另一個視角的參考數據。

文 / 杜易寰 、 資料收集 / 斷水流大師兄 繪圖 / Re-Lab 這次發文距離上次的媒體洞察報告出刊又過了一個多月，不過這次不單純是因為 Data Team 沒時間做，而是因為未來的媒體洞察報告將會有些變動，而特別研究了好一陣子。 眼尖的讀者會注意到，這次的圖表中，我們已經移除了「鐵粉率」這個指標。鐵粉率因為會受到「發文篇數」、「不重複互動人數」兩項指標影響，且 Facebook 的文章推播機制仍然是個黑盒子，因此鐵粉率只能在不同的時間點，針對同一家媒體比較才有意義，而不能在同一時間跨媒體比較，但這樣的比較機制限制過多。 我們將會在近期內創造出新的「鐵粉率」定義，文章預計在月底刊出（希望這次不會又打臉自己），屆時還請各位讀者不吝指教。