广电用户收视行为科学分析案例.docx

广电用户收视行为分析案例
本案例是中国一家广电企业作为非洲国家一个运行商，使用YonghongBI作为分析平台，以用户收视行为数据作为基础数据，经过对频道和节目标分析，采取多维度统计分析方法挖掘用户收视行为特征。用以指导并辅助产品运行、用户增值消费导向、广告投放及节目和频道质量把控，提升用户粘度提供参考依据，针对卢旺达地域收视行为做出了分析，并依据分析结果提出了一系列方法来吸引当地用户，提升收视率。

以下依据单频道和多频道作为不一样分析角度，利用永洪BI分析平台，实时分析用户行为数据。
单频道收视分析

图 11 TVR频道各收视指标时段走势图

图 12 自办频道STVF2各收视指标时段走势图
从人均日收视时长（分钟）、抵达率、收视率和忠实度4个指标对单频道进行收视考察。我们将全天二十四小时根据每隔15分钟进行时间段划分，图 11和图 12所表示。使用永洪BI工具，能够任意选择一天，任意一个频道，某个时段内收视走势。图 11和图 12选择了收视率最高8月18日全天收视情况，发觉当地频道TVR收视较平稳，观众忠实度较高，一天之内出现两次收视高峰，一次大收视高峰出现在19:15-20:44,一次小高峰出现在14:00-14:30，随之以后观看人数（抵达率衡量）和收视率展现递减趋势，说明卢旺达地域用户在中午休息和晚上高峰期愿意收看当地相关频道，关注周围发生事情。图 12显示是自办频道STVF2在8月18日全天收视情况，发觉STVF2频道收视趋势能够和当地TVR频道相媲美，一天之内出现3次小高峰，时间段分别是10:15-11:00,14:45-16:00,和17:00-18:00，这3个时间段关键播放节目类型为欧美长剧，颇受卢旺达地域用户欢迎。
能够看到，基于永洪BI在任意天任意分钟粒度，对任意频道做多维分析，使得分析者能快速，敏锐发觉用户收视数据特征，结合频道特点做出分析。
多频道收视竞争分析
我们不仅要知道同类型频道收视情况，还需要了解不一样类型频道之间竞争关系，接下来关键围绕不一样类型频道进行多维度分析。

图 14 多频道竞争排名分析

图 15 多频道收视率排名柱状图

直播频道基础维度统计结果显示， 收视TOP10频道分别是TVR、KidsCo、Bollywood卢旺达地域用户更喜爱看当地频道、儿童频道和印度影视频道。自办频道STVF2、STV MUSIC、STVE2和STV Kungfu排名全部很靠前，排在前27名，尤其是STVF2和STV MUSIC 排名在前10左右。表明自办这两个频道很受当地观众喜爱。在TOP10频道中只有TVR是清流频道，剩下9个均为加密频道。按语种来分类话，前10名频道中大多数是法语频道，占比为60%，英语频道占比为30%。依据频道收视内容分类话，观众更青睐于电影频道及综合娱乐频道，根据频道起源分类话TOP10频道TVR和Citizen频道是当地频道，STVF2和STV MUSIC是自办频道，其它均为购置频道。

由此，我们提议调整自办频道节目编排来吸引当地用户，提升收视率，具体方法以下：
1） 提议自办频道增加部分和当地用户息息相关节目类型，关键参考卢旺达当地用户很喜爱TVR频道进行节目编排。
2） 卢旺达地域用户喜爱收看英/法双语频道，提议加大双语频道比重。
3） 提议在自办频道STVF2晚上22:00以后增加部分综合娱乐性节目提升收视率。
4） 卢旺达地域周末收视率普遍较高，可考虑调整自办频道节目编排，在周末多放部分英/法双语类、综合娱乐方面节目。
5） 女人喜爱看缠绵悱恻爱情剧远远大于动作剧，印度影视剧受卢旺达当地用户喜爱，收视率和收视时长全部比较高，能够考虑在节目包中增加印度影视剧类型频道，考虑增加英文字幕翻译。
6） 法语频道在当地有一批忠实粉丝，所以提议增大法语频道在节目包中比重，提升收视率。
7） 卢旺达地域汉字收视频道较差，提议增加双语字幕，增加节目标可看性。
8） 提议将音乐类频道编排在白天播放，调整STVE2频道编排。同时提议电影类频道编排在工作日晚上播放。
永洪BI技术特点：
YonghongBI作为商业智能平台前端，数据展现形式和图形渲染形式比较多样，支持比较丰富动态脚本，相对于通常Dashboard或Reporting产品，用户能够深入和数据互动(Interactive)，过滤(Filter)、钻取(Drill)、刷取(Brush)、关联(Associate)、变换(Transform)等等技术，让用户深入分析商业信息，以找到正确答案。
因为是灵敏型BI工具，相对于传统BI处理方案往往需要三个月甚至六个月实施周期，永洪BI布署更方便，快捷。
总结：
数据可视化分析工具YonghongBI帮助广电行业监控频道和节目收视情况，并利用分析平台采取多维度统计分析方法挖掘用户收视行为，并利用分析结果对以后工作做出了指导性提议，表现了数据分析价值。