使用FineBI进行数据分析(入门级)

使用FineBI进行数据分析(入门级)

实验背景

哔哩哔哩,简称 B 站,现为中国年轻世代高度聚集的文化社区和视频平台,该网站于 2009 年 6 月 26 日创建,

2018 年 3 月 28 日在美国纳斯达克上市。早期 B 站是一个 ACG(动画、漫画、游戏)内容创作与分享的视频网站。

经过十多年的发展,围绕用户、创作者和内容,构建了一个源源不断生产优质内容的生态系统,目前已经覆盖 7000

多个兴趣圈层的多元文化社区,被 QuestMobile 研究院评选为"Z 世代偏爱 APP"和"Z 世代偏爱泛娱乐 APP"两

项榜单第一名,并且入选"Brand Z"报告 2019 最具价值中国品牌 100 强。

小枫是 B 站众多 up 主的忠实粉丝,他想通过分析 B 站著名 up 主的粉丝数据情况,知晓 B 站内容创作者在

运营方面的策略,了解这些 up 主粉丝的来源,作品的数量以及涨粉的类别和内容的分类,试图找出中长视频的

运营策略。

分析目的

  1. 利用 FineBI 的多源数据连接,以及自助数据加工能力,保证数据的真实、准确、完整,继而有效的用于 B 站
    up 主粉丝数据分析
  2. 每个人都可利用 FineBI 的自助分析与简便易上手的可视化组件,制作对应仪表板,真正实现数据驱动业务
  3. 通过仪表板更直观的展示 B 站粉丝数量最多的区域、播放量前 10 的 up 主、男性女性 up 主对比及 up 主投稿
    与涨粉量之间的关系等,知晓 B 站内容创作者在运营方面的策略,了解这些 up 主粉丝的来源,作品的数量以
    及涨粉的类别和内容的分类,归纳总结出中长视频的运营策略
    实验思路
  4. 整合内部的数据。将不同系统、不同数据库中数据整合,通过图表加明细的方式统一展现
  5. 根据不同数据的特征,将数据进行合理的图表展示并进行分析

方案/指标

展现方式:玫瑰图、柱状图、热力图、文本、漏斗图等

使用数据

B 站 up 主粉丝数据包中的 Excel 数据表

实验过程:

分组汇总,基础数据统计

从图表中可以看出,游戏领域的UP主拥有最多的粉丝,其次是生活和知识领域。职场领域的UP主粉丝数量最少。这些数据可以帮助我们了解不同领域UP主的受欢迎程度及其粉丝分布情况。

这张柱状图显示,已认证的UP主拥有显著更多的粉丝数,远超未认证和机构认证的UP主。

男女UP主的粉丝分布情况,男性up主拥有更多的粉丝

  • 娱乐、影视和搞笑领域:这些领域的UP主在粉丝数、记录数、平均播放数和平均获赞数方面表现都非常突出,说明这些领域的内容更受观众欢迎。
  • 生活、知识和科学科普领域:这些领域的UP主在各项指标上都表现较弱,可能是因为这些领域的受众群体较为特定,内容的专业性和深度要求较高。

深入分析(此处使用新表数据)

1. 视频类型与互动指标的关系
2. 视频分区与播放量的关系
3. 发布时间与播放量的趋势
4. 关联活动对播放量的影响
分析结论自行补充

到此结束,点赞关注收藏,获取更多干货知识~

相关推荐
冰西瓜6006 小时前
从项目入手机器学习——鸢尾花分类
人工智能·机器学习·分类·数据挖掘
醉卧考场君莫笑11 小时前
EXCEL数据分析基础(没有数据统计和数据可视化)
信息可视化·数据分析·excel
叁散11 小时前
实验二:船舶雷达感知数据分析与利用
数据挖掘·数据分析
Narrastory13 小时前
给数据“做减法”:PCA与UMAP详解与代码实现
人工智能·数据分析
ASD123asfadxv20 小时前
基于YOLOv8-FasterNet的液压阀块端盖表面缺陷检测与分类
yolo·分类·数据挖掘
算法与编程之美20 小时前
损失函数与分类精度的关系
人工智能·算法·机器学习·分类·数据挖掘
天呐草莓20 小时前
聚类(Clustering)算法
人工智能·python·算法·机器学习·数据挖掘·数据分析·聚类
小龙20 小时前
【开源项目】核心评价指标的动态关联性分析与可视化实验 —— 以多分类文本任(代码+结果分析)
人工智能·分类·数据挖掘·开源项目·模型指标
飞Link21 小时前
【Wandb】Linux环境下通过Docker部署Wandb教程
运维·docker·容器·数据挖掘
云天徽上1 天前
【机器学习】Kaggle案例之Rossmann连锁药店销售额预测:时间序列与机器学习完美融合的实战指南
机器学习·数据挖掘·kaggle