如何用数据分析，搞定新媒体运营的定位和内容初始化？

再经处理，得到如下“兴趣-行为动机”对应表和最终的3类主要情感需求象限。

3条微博粉丝的“兴趣-行为动机”对应表

目标人群的情感需求在Censydiam动机分析模型中的反映

由上述分析可知，公众号的粉丝的情感需求在Censydiam消费动机分析模型主要对应模型中的3个象限，即“享乐/释放”、“舒适/安全”和“个性/独特”。这三类情感需求象限其实对应的是三类不同的粉丝群体，所以在后续的公众号定位及栏目规划时需要兼顾三者的差异性需求。

好了，通过间接手段，我们获取了目标人群的用户画像，了解了他们的基本特征，这对我们进行公众号的内容规划、风格调性和粉丝获取渠道都很有帮助。

然而，对于微信公众号的定位来说，仅有上述信息是不够的，因为我们还需要确认目标人群的阅读偏好，知道哪些内容是他们喜闻乐见的，据此可以“投其所好”。

3 获取粉丝的阅读偏好信息

该部分的目的在于获取目标人群的阅读喜好，了解他们喜好什么风格的文章，里面包含哪些意象/元素（帅哥、虐恋还是各种关于青春的东西），涉及到哪些关键词，这样便于栏目规划、菜单设置及后续的内容（伪）原创和采集。

总之，这一步是为内容输出奠定框架和找准发力方向。

为此，我们需要进行文本挖掘，笔者采用了网络内容分析法进行分析，从中提取粉丝的阅读偏好相关信息，对应的工具是Tagxedo和Netdraw。

3.1 语料提取

进行网络内容分析的第一步是采集精准、高质量的文本分析语料，需要找到符合上述用户特征的文本数据。

为此，笔者采用大数据文本采集及分析工具（新浪微舆情）进行文本数据采集和部分数据的分析。采集时间段是2016-6-1~2016-10-13，数据来源为全网。

输入“青春文学”进行全网文本数据采集和分析

这段时间全网关于“青春文学”的信息量分布情况，如下图所示：

全网关于“青春文学”的信息量分布

将这些文本数据导出到本地，形成Excel格式文件，再按“青春文学”文本数据在上述传播渠道中所占的比重进行相应分层随机抽样，并进行同比例的人工随机抽样校准（看抽取的样本有没有问题，有的话及时剔除，再进行补充），最终得到1526条文本数据，如下图所示：

经抽样得到的最终分析文本数据

3.2 词频分析

经过系统处理，从这些定性语料中抽取出若干关键词形成词云，可以获得这些语料的初步印象，有一个直观的判断，见下图：

定性语料形成的关键词云

从上述关键词词云中，能直观的看到“爱情”、“故事”、“关系纠葛”（他们、你的、她们、她的、我们）、“青春”这些关键词，由此在直观上可以对公众号的内容运营方向有一个“朦胧”的感觉。

不过，这还不够细致，我们还需要进行更为深入的分析。

将语料中最为重要的150个关键词（按词频和权重）进行提取，下载到本地，然后基于对“青春文学”背景知识的了解，进行人工的词汇定性分类（见颜色标注），如下表显示：

从语料中提取出的150个重要关键词

从上述关键词表中，可以得出以下几类主题：

（编辑：网站开发网_安阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!