QSearch X Re-lab 3~5月媒體經營洞察報告

Posted on Leave a commentPosted in Facebook數據分析, profiling, 媒體研究, 資訊圖表

文/趙維孝 繪圖/Qsearch、Re-lab 引言 : 未來QSearch定期媒體洞察報告,除了統計當月媒體粉絲團互動力、傳播力、影響力、粉絲重疊度、鐵粉率等(註1)數據外,會再加入各指標成長趨勢分析,原因有二 : 一.在短期內,大致媒體之間的影響力版圖不會改變太多,僅觀測絕對數值較無意義,也不易發掘值得探討的重點。 二.不同媒體型態,因為文章類型差異,造成在社群媒體上的傳播效率有極大差距,藉由成長率比較,較能判定該媒體經營情況。 此外,我們除了過去以總量觀測影響力之外,再加入個別粉絲團的每月黏著度分析,即過去一個月,與該粉絲團有互動的人,平均的互動天數(註2),用以觀測個別粉絲團對受眾的經營。

鐵粉率新定義:互動天數取代互動次數

Posted on Leave a commentPosted in Facebook數據分析, profiling, 品牌行銷, 媒體研究, 社群經營, 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 XX!) 鐵粉不是一天按十次讚,而是持續地互動 有一個朋友曾經和我分享過外婆的使用習慣: 「教我阿罵滑 FB ,他平常都不會上,」朋友說,「但是她就是挑一天週末上 FB 然後瘋狂按讚所有家人的臉書貼文,我有時候一打開手機,發現有幾十個通知,就知道我阿罵今天上臉書了,」朋友的臉又好氣又好笑。 其實換成一般人,也會有類似的行為。今天我們可能點進了一個粉絲頁,覺得他的文章有趣,跟著看了好幾篇,點了好幾次讚,但我們關上電腦後,就忘記了這個粉絲頁,未來也不再來互動。 這種人能夠算是鐵粉嗎?好像也不能算。但是在過去的鐵粉率計算方式中,卻會把這種使用者當作鐵粉。 而在新定義下,我們可以抓出「持續互動」的粉絲。相對比一天內按大量讚,但一個月只按一次的粉絲,我們更覺得雖然互動總數不高,但卻每兩三天就來互動一次的粉絲更像是鐵粉。這是我們決定改變定義的第一個原因。 第二個原因,則是為了配合 Facebook 的演算法。 使用者看到的文章有上限 其實大家在滑 Facebook 時,應該都會有這樣的經驗:「我怎麼滑半天,看到的都是一樣的文章?」 其實,這就和 Facebook 的演算法有關,「一個粉絲頁,一天能夠推播給同一位粉絲的文章是有其上限的。」 當然,一個人的興趣越廣泛,社群行為越發散,Facebook 能夠推播的資訊就越多元,但仍然有其上限。使用者就算和某一個粉絲頁再怎麼深度互動,Facebook 也不會把這個粉絲頁的所有當天發文都灌在使用者的牆上。 這個前提下,原先的公式中,分子(互動佔總發文篇數 […]

QSearch X Re-lab 2016年10月 媒體經營洞察報告

Posted on Leave a commentPosted in Facebook數據分析, 同溫層分析, 媒體研究, 社群經營, 資訊圖表

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。

狂!綜藝玩很大是怎麼從綜藝節目跨足到品牌與電商?

Posted on Leave a commentPosted in Facebook數據分析, 同溫層分析, 品牌行銷, 社群經營

文/杜易寰 在之前的一篇文章「為什麼曹西平的演唱會門票賣不出去?」中,我們討論到了「重度粉絲」這個概念。一般來說,使用者越願意重複和粉絲頁互動,他是重度粉絲的機率就越高,而重度粉絲往往是最願意掏錢出來的族群。

QSearch X Re-lab 2016年8、9月 媒體經營洞察報告

Posted on Leave a commentPosted in Facebook數據分析, 媒體研究, 社群經營, 資訊圖表

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。