܄

除了微信指数,还有很多你不知道的指数

【数据猿导读】 微信指数的上线总算让 BAT 指数凑齐了,不过除了我们早就熟悉的百度指数和谷歌趋势这类以搜索数据为主的数据工具,其实还有很多很多你根本没想到的指数

除了微信指数,还有很多你不知道的指数

前两天微信上线了大家期待已久的微信指数功能。作为中国规模最大的社交平台,微信手中早已掌握了海量的数据,但这些数据长时间以来一直被“关在小黑屋里”,只有微信公众号后台能看到与自己账号有关的部分数据。

微信指数的上线总算让BAT指数凑齐了,不过除了我们早就熟悉的百度指数和谷歌趋势这类以搜索数据为主的数据工具,其实还有很多很多你根本没想到的指数:腾讯视频指数、爱奇艺指数、搜狗指数、360指数,甚至还有大众点评人气指数……

今天我们就来横向比较一下这些XX指数,从一下三个方面来考察它的“性能”到底如何。

数据丰富性:数据涵盖时间长度、描述维度的丰富性等;

自定义功能:分析时间段的选择、多个关键词对比等;

界面友好性:界面配色、布局、移动端/PC适配等。

第一梯队:数据规模庞大,覆盖领域全面

位列指数工具第一梯队的指数工具数据规模庞大,而且覆盖的领域全面,非常适用于时效性较强的热点事件的数据支持。就拿最近最火的话题“国足”为例,分别放到这几个平台上,看看不同工具各有什么优势。

百度指数

数据丰富性:★★★★★

自定义功能:★★★★☆

(好像有不少关键词搜索不出来,需要购买添加)

界面友好性:★★★★★

(依托强大工具Echarts,好看的交互性图表让人无可挑剔;哦对了,以及在手机上用完全没有问题,连图表都是动态的!)

百度指数可以说是各种指数的鼻祖了,早在2006年就上线了百度指数1.0测试版,2007年正式上线,2013年百度指数2.0隆重上线,目前它依旧是“指数领域”绝对的老大哥。无论在初步的多维度描述性统计,还是进一步深度的商业用途,它的表现都非常不错。

试图搜索关键词“国足”发现PC端数据可以追溯到2006年,而移动端则可以追溯到2011年,这样的数据长度在各类指数工具中绝对首屈一指。另外从需求图谱、舆情洞察和人群画像中的多个维度也可以看出,百度指数对其搜索数据进行了很好的挖掘。

不过人群画像这个部分的说服力似乎差一些,无论搜索什么词男性的占比似乎都比想象中的多很多。毕竟相比社交平台,我们在搜索工具中留下真实个人信息的机会要少很多。

微博微指数

数据丰富性:★★★★☆

(必须说,微博用户的人口统计学特征在几个平台中是最准确的)

自定义功能:★★★★☆

界面友好性:★★★★☆

(微指数在移动端做了不小的调整,输入关键词后会生成一个H5页面,直接展现部分维度的静态图表,和PC端有一定的差距。)

微博也是获取信息的重要社交平台,而且在经历的低谷之后其重要性又被更多的挖掘出来。微博最大的特点就是极强的时效性,这一点也被微指数很好地利用了起来,有专门的1小时和24小时实时指数,对于监测热点事件的发展和舆情的变化十分有效。虽然在数据的长度和丰富性上都不及百度指数,但短时监测是一个巨大的亮点。

另外我试着搜了一些奇怪的“热词”比如“哈哈哈哈哈哈哈哈笑死我了”在微博微指数上居然有数据,不过仔细想想这个的确经常出现在微博内容中。不过百度指数就没有这样奇怪的词了。由此猜想这些突发奇想的搜索内容在微博微指数上或许更容易实现?

微信指数

数据丰富性:★☆☆☆☆

(只有一个数字…谈不上丰富性…)

自定义功能:★★☆☆☆

(如果在7日/30日/90日之间切换也算自定义的话…不过小编脑洞大开地搜了一下自己的名字,发现只有微信指数能搜出来[羞耻脸],看在这一点上多给你一颗星!)

界面友好性:★★☆☆☆

(找了半天都没发现微信指数在PC端的入口,不过看在界面还算好看,而且是交互式图表,给你两颗星!)

作为一个热爱数据的小编,听到微信指数上线的消息时内心是无比激动的,但是打开一看…这什么鬼?就一个数字一张折线图?微信这极简风真不是一般的极简啊。

但是不管怎么说,超大体量的微信能走出数据开放的这一步是相当值得肯定的,这只是刚上线的版本,相信在不久的将来,我们可以通过微信获取社交平台丰富的、个性化定制的优质数据。

谷歌趋势

数据丰富性:★★★★☆

自定义功能:★★★★☆

(数据长度和国家范围都可以自定义选择,谷歌趋势应该是最国际化的工具了)

界面友好性:★★★★★

(在移动端使用完全没有问题~)

GoogleTrends也算是指数工具中的元老了,不过使用谷歌趋势的最大的障碍可能就是那道墙了,只要跨过它就完全没有障碍了!本来以为中文查询可能效果不太好,于是抱着怀疑的态度搜了搜“国足”,发现效果出奇得好,可以看到自定义时段、国家的搜索情况,以及相关的搜索。不过在人群特征上的数据似乎是缺失的。

第二梯队:数据规模略小,以媒体和社交平台数据为主

这一梯队的指数工具没那么出名,但也挺好用的,在数据的丰富性上不输第一梯队的工具。

微指数

和微博的微指数同名,主要以微信和微博两个平台的数据为基础,以信息分类的方式展示多维度的数据。不过更高级的功能似乎需要升级账号才可以实现,如果长期使用的话也是不错的选择。

清博指数

作为第三方数据,清博指数算是做得很棒的了,囊括了微信、微博和头条(似乎有)的数据。提供各平台上的分类总榜单,例如在微信榜单中,分为传媒、商业、生活行业、等类别,展示了各公众号发布频率、阅读、点赞情况等。另外通过输入某个账号的ID也可以实现比较精准的对比分析。

360指数

搜狗指数

搜狗指数和360指数同样都是以搜索数据为基础,它们的数据维度和百度指数也非常相似,尤其是360指数,几乎连布局都和百度指数一模一样。搜狗指数维度相对较少,除了搜索指数,提供了行业焦点的排行。

在360指数中搜索“国足”页面截图

搜狗指数行业焦点页面截图

第三梯队:精通某一领域的数据工具

除了以上较为全面的指数分析工具,其实还有不少专注于某一领域的公司拥有很多高质量的数据。阿里巴巴就是其中一个最为典型的例子,它可以说拥有全国乃至全世界最为全面的消费数据,另外一些视频公司、美食团购网站也拥有其领域中的优质数据。

阿里指数

为啥把BAT中的阿里指数放到了第三梯队呢,这和它的数据涉及领域有很大关系。在阿里数据官网,它把自己描述为定位于“观市场”的数据分析平台,旨在为中小企业用户、业界媒体、市场研究人员,了解市场行情、查看热门行业、分析用户群体、研究产业基地等。

这个定位和其他基于搜索数据或海量媒体内容的分析工具就有了差别,阿里指数的数据来源于电商数据,虽然不能反映“非商品”的关键词指数情况,但是对于消费的各个领域还是有着非常大的说服力的,可以查看相关商品供应和采购环节一年内的各种数据,对于商家来说是非常有用的工具。

使用阿里指数搜索“国足”,出现鞋配件的相关采购数据

大众点评人气指数

没想到还有这种指数工具!简直太符合吃货的需求有没有!数据来源于美团大众点评实时的吃喝玩乐数据,可以看到各个地方的人当下最火爆菜品、人均消费多少、玩了什么等等,另外还可以查看某家店铺最近一个月的人气情况,以及人均消费的分布。

看了一下3月24日晚上六点的数据,东北人气最高的菜是锅包肉和小鸡炖蘑菇,湖南人爱吃口味虾,贵州人爱吃酸汤鱼,云南人爱吃汽锅鸡,四川人在吃千层肚,青海人在吃手抓羊肉……哎呀看不下去了,肚子开始叫了……

大众点评人气指数网页截图

视频指数

视频播放数据其实也是非常关键的一部分,对于了解相关影视节目的人气、观众的人群特征、观看习惯等等都有重要的指导作用,下面这几个:中国网络视频指数、腾讯视频指数、爱奇艺指数、搜狐视频指数,分别来自优酷土豆、腾讯视频、爱奇艺和搜狐

腾讯视频指数

不知道是打开方式不对还是怎么回事,这个工具好像已经死掉了…不过从网页的布局来看曾经可以从不少维度来分析某个视频:PC和移动端热度对比、观看时间、设备分布,以及人群画像中地域分布、性别、年龄等等的分布。

 

腾讯视频指数网页截图

中国网络视频指数、搜狐视频指数

这两个指数工具分别来自优酷土豆和搜狐视频,但是首页的关键词检索的数据分析工具好像都无法使用,但是数据榜单都还在维护更新。它们都提供了电视剧、电影、综艺等分类的排行榜,并且注明了以播放数为主要依据的指数数值。虽然不能自定义查询,但是这样的分类榜单也是很有借鉴意义的。

优酷指数排行榜截图

搜狐视频指数网站截图

爱奇艺视频指数

在这几个视频网站中最争气要数爱奇艺了,除了有分类榜单之外,它的视频关键词分析功能也十分强大。就以最近很火的节目《朗读者》为例,可以看到自2月17日开始,每一天的播放指数(根据播放量和观看时长计算出的综合指数)。

除此之外还可以看到观看者的地域分布、性别、年龄、星座、学历和兴趣分布。把这些维度合在一起,真的能对这一用户群体有非常清晰的认知了。

大数据当道的今天,对于商业机构来说,数据的确是一笔可观的财富,但若能适当开放自己的数据,向公众敞开心扉,不仅能让数据发挥更大的作用,也可以让企业在某种程度上成为历史的见证者和记录者。

【图片来源】各官方网站的截图


来源:百度新闻实验室

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

美国大数据行业究竟什么样? 我们带你一探究竟
美国大数据行业究竟什么样? 我们带你一探究竟
数之联CTO方育柯:大数据时代下的传统制造业
数之联CTO方育柯:大数据时代下的传统制造业
明略数据工业大数据专家葛利鹏:大数据驱动的工业人工智能初探
明略数据工业大数据专家葛利鹏:大数据驱动的工业人工智能初探

我要评论

精品栏目

[2017/04/11]

大数据24小时

More>

[2017/04/03-7]

大数据周周看

More>

[2017/04/03-7]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2017/04/03-10]

大数据周聘汇

More>

[2017/04/04-11]

每周一本书

More>

返回顶部