大数据在新媒体矩阵运营上的应用方案
大数据在新媒体矩阵运营上的应用解决方案,以用户大数据基础平台为核心,在构建用户资源管理体系的同时,重点发展媒体会员和进行会员制管理,并在收集用户和会员信息的同时,进行内容信息的智能推荐。 1:、用户大数据基础平台:统一的用户大数据基础平台可将采编、广告、网站、微博、微信等系统等客户数据进行抽取、存储、管理、分析、挖掘和增值服务。搭建一个统一的云客户数据仓库平台,在平台上集中对从各业务分支汇总过来的客户数据进行关联、查重、清洗等多项具体流程,形成以此为中心的为广告、经营、发行、客服、编采部门定制需求的数据分析报表,为精细化营销和集团决策规划提供数据支持,为报社可以衍生的增值服务以及数据库营销销提供数据支持。 2、媒体会员中心系统:近年来,媒体的信息化建设高速发展,新媒体应用逐步展开,随之带来的是以用户为中心的生产和运营成为可能,媒体融合的关键是以用户为中心实现精准营销和服务,建设统一的会员中心,加强用户的黏性管理,构建用户成长体系,提高用户参与意识,更好的为用户服务。 3、新媒体互动及活动营销管理:活动营销系统是统一大数据运营平台的一个应用系统,包括活动基本信息管理、活动文档管理、活动邀约、报名、签到过程管理、活动分析等主要功能,是基于用户数据库开展精准市场活动的有力工具,也是客户数据优化的重要手段。 4:、用户行为采集系统:用户行为信息主要来自于网站、新媒体等互联网、移动互联网技术的自动采集与数据聚合,通过建立一套完整的数据采集体系,获取相关用户、公众焦点人物、各党派成员的各种行为信息,包括其对报社云各类网站、新媒体矩阵的登录访问、文章阅读、评论、反馈、分享、传播等信息,为后续用户分析与用户画像提供数据支撑。 5、用户画像与行为分析:通过对于用户数据的聚合、用户行为数据的聚合,可以实现对用户数据的清洗、去重、聚合、分析,并从中抽取用户价值属性,实现自动标签,进而实现用户的自动画像,并针对不同用户的特点开展特定的信息服务。 6、媒体智能推荐服务:是对用户需求进行洞察,并根据自身所能提供的资源和服务情况,运用算法、模型将用户需求与资源服务进行匹配,进而对用户进行个性化服务的过程。通过智能推荐服务可以实现网站、移动客户端等新媒体在新闻资讯传播、信息服务、广告推送等应用中洞察读者的阅读喜好、地域特征、领域特征、服务需求等信息,从而更精准地推送个性化的信息,达到提升阅读点击率和停留时间、提升读者访问频率和访问粘度的目的。 |