海淘科技告诉您微博营销的案例有许多，微博营销的概念也有不少，但是微博营销的讨论中很少看到有说服力的证据能够说明微博营销的全貌或特点，更没有把数据分析作为论述的手段或依据。事实上，微博平台很适合进行的数据分析，而且实现的复杂度和成本都不高。本文将对数据分析在微博营销中几个可以使用的方向进行了简单的分析，期望给大家一定的启发和思考。为了能更有效地展开论述，本文中的微博营销仅指在新浪微博上开展普通的市场营销活动。
微博营销需要吸引目标用户的主动关注，但要在上亿微博用户中吸引到有“价值”的粉丝并不容易。靠抽奖甚至买粉获得的粉丝中很难找到符合市场营销的用户群，因为微博粉丝最大的特征是兴趣，用户关注的对象都是其感兴趣的，如果微博营销的对象对于营销的品牌或产品并没有大的兴趣，那营销的效果也可想而已。同时，只要采取了正确的方法，微博粉丝的这个特征也使得吸引目标用户变得更容易。以数据分析的方法来说，建立用户的兴趣图谱可以帮助微博营销快速识别目标用户并开展适当的宣传活动。所谓兴趣图谱就是粉丝的性别、年龄、地域和主要关注对象等一系列信息的集合，而建立用户兴趣图谱最简单的方式就是对具有同样目标客户群的企业微博粉丝进行分析。举一个简化的例子，A品牌内衣品牌想要建立用户兴趣图谱。该品牌内衣的主要用户是年轻人，这与杜蕾斯、阿迪达斯的用户有很高的重叠性。通过分析杜蕾斯和阿迪达斯的官方微博粉丝，可以大致建立起该内衣品牌的基本用户兴趣图谱。
微博营销可以定位于市场宣传、客户服务或公关关系，但要同时身兼三职却十分困难，要在同一条微博上实现这三个定位更是难上加难。因为这三者的重点有很大的差异。简单来说，市场宣传注重的是将营销信息在目标用户中尽量地扩散并尽可能保持用户的关注度;客户服务注重的是与用户之间形成良性的互动，在第一时间引导或安慰用户;公共关系则是注重直接或间接地获得舆论的主动权。从数据分析的角度来看，市场宣传注重有效性转发，即信息在目标粉丝中的得到大面积的转发并在这些粉丝的伙伴中引起二次/多次转发。客户服务注重互动性评论，即对用户在评论中的留言做出快速的反应和快速的互动，重点是减少用户的负面评论出现的次数。公共关系注重影响力和认同度监控，这个需要比较复杂的数据分析工具来获得，主要是对微博内关键词搜索的频率、用户原创微博中对品牌的口碑分析等。总之，数据分析可以为微博定位确定一个量化的目标，并能进行有效的后评估。
新浪微博可以用文字、图片、音频或视频等形式发布，企业在选择发布形式时，除了考虑与微博内容相一致外，还需要考虑目标用户对于不同展现形式的偏好。因为新浪微博的图片需要点开后才能放大，音频和视频内容也需要点击后才能播放，这使得以多媒体形式进行的微博营销和在平面媒体、电视媒体上进行的营销活动有所不同，前者需要吸引用户主动点击，而后者的用户往往是被动的接收。此外，微博用户中有半数是通过移动终端登录，这意味着微博在用户的手机屏幕上展现的面积比报纸和显示器都要小很多，由于受制信号覆盖和网络速度，用户可能更不愿意点击查看多媒体的内容。对于带有链接的文字微博来说，也面临类似的情况。通过对热门微博的统计可以发现98%以上的热门微博都是带图片形式的微博，这可能是两方面原因造成的：a.用户偏爱能直观传递信息的图片b.鲜艳的图片相对于用户的浏览区域尤其是在手机屏幕上，比普通文字微博占据更大的空间，也更能吸引用户的注意力。企业必须清醒地认识到，用户不会仔细浏览每一条微博，再好的内容如果不能在1秒钟内抓住用户的眼球，就会变成无用功。从数据分析的角度来看，通过收集目标用户发布微博的时间和频次、使用的终端、偏好转发何种类型的微博等信息，可以很快得出用户的微博使用习惯，帮助企业选择正确的微博展现形式。
微博有明显的碎片化阅读特征——用户会在一天内多次、短时间访问微博。这就带来一个问题，企业精心发表的微博对于粉丝来说，能被看到的概率有多少?从数据分析的角度来看，假设户每天登录微博n次，每次浏览x条微博。再假设用户关注y个对象，且每个对象平均每天发表微博z条。那么经过简单的计算可以知道一条微博被用户看到的概率P=nx/yz。根据一些案例中的数据，n在工作日和节假日有明显的不同(工作日>节假日)，x与用户使用的终端密切相关(PC用户>手机用户)，z的频率与用户活跃的时间段有明显的正向关系。通过对目标用户和活跃粉丝的数据统计，企业可以对P的值有一个大致的估计，从而更好地优化微博发布的时间和数量。
在评估微博营销的影响力的各种方法中，数据分析无疑是最直接和客观的。根据我的经验，微博营销的影响力主要体现为企业微博在目标粉丝中的传播力和好感度。目标粉丝的数量和活跃度是第一类指标，它比单纯的粉丝数量要有意义的多。因为目标粉丝是企业的客户，是真正会消费企业产品的人。此外，活跃的目标粉丝才是最有价值的粉丝。活跃度可以由目标粉丝的日均发微博数量、企业微博平均每条微博的转发和评论人数占总的目标粉丝人数的比例等指标组成，通常在一个时间段内进行分析，以反映目标粉丝活跃度的变化趋势。传播力是第二类指标，它反映了企业微博的内容与用户兴趣的匹配程度。社会化营销的一大特点就是用户的高度参与和自发传播。用户对企业微博的转发、评论和收藏等活动都说明用户对于微博的内容有兴趣，将这些活动进行量化可以组成传播力的基本模型。另外，企业微博被非粉丝用户转发也是传播力的重要体现，它表明企业微博借助粉丝的影响力传播到了更多的用户中，这也是一个重要的指标。好感度是第三类指标，它反映了用户对于企业微博内容的情绪反应，如果一家企业的微博有大量的转发和评论但却都是负面的，显然对于企业品牌没有任何好处。目前的成熟的数据分析工具可以通过对用户评论的分词和语义分析，大致量化用户的情绪，比如计算“好”、“恶”类词语的比例来反映用户的态度。需要注意的是，微博营销的影响力评估并不是针对某一条微博进行分析，它更关注的是一个周期内指标变化的趋势，评估的是企业微博营销的整体效果。微博营销的影响力评估也没有一个万能的公式，企业需要根据微博营销的定位和目标用户的特点合理选择或设计指标与模型，才能取得有价值的结果。
微博营销是一个非常大的课题，微博营销的数据分析则是一种量化的思考方式，上述5方面的应用关注的是微博营销中最基本的问题。问题的答案肯定不止一种，解决问题的方法和路径也一定有很多。通过数据分析可以对回答这些问题有很大的帮助，也能对答案做出有效的评估。
