媒體洞察

文 / 杜易寰 資料收集 / 林辰駿 繪圖 / Re-Lab

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 / 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。

文/杜易寰 資料收集/斷水流大師兄 製圖/Re-Lab 拖稿一次拖過2個月的富奸Data Team終於把這次的媒體經營洞察報告做出來了，這次我們試著把8、9月的數據一同比較，再加上訪問一些不具名業界人士，最後發現了幾個新現象： 一、中時發文數持續下降 二、平均互動力高，平均傳播力低的原因 三、今周刊鐵粉為何變動劇烈 坦白說，8、9月的數據與之前相比變動不大，因此主軸將會從闡釋數據轉移到應該如何解讀這些數據。而雜誌業雖然有些許變動，但因為雜誌業量體本來就較小的關係，數據波動本就較為劇烈。 本篇文章繪圖均由Re-Lab製作，沒有他們的協助，不可能會有這系列的文章，在此向Re-Lab致上深深的感謝之意。