摘要

本次大作业基于全班同学在微信公众号、CSDN博客、知乎专栏、哔哩哔哩等平台发布的技术文章和视频内容，运用助睿（Uniplore）数据智能平台完成完整的数据分析流程：数据清洗与预处理（ETL）、作品特征构建、可视化探索。

数据集涵盖2026年6月8日至6月15日采集的11,612条作品记录，覆盖8个平台、538位作者。通过分支ETL处理，输出全平台概况表（summary_all_platforms）和内容分析表（content_analysis）。在特征构建阶段，计算了互动总数并提取了5个标题关键词特征标志（保姆级、零代码、实战、教程/指南、踩坑）。

可视化分析阶段，构建了包含核心指标卡、排名分析、标题影响分析和趋势分析四个维度的综合仪表盘。经过去重处理（同一作品在不同采集日期仅保留最高播放量记录），B站有效分析作品452篇，CSDN有效分析作品629篇。核心发现：CSDN是主要流量来源（总阅读量116.9万次），"教程/指南"类标题在B站提升效果最好（2.04倍），"零代码"类标题在CSDN提升效果最显著（1.43倍）。

基于数据分析结果，提出了内容优化策略（标题结构优化、关键词使用建议）、平台运营策略（重点运营CSDN、B站视频质量提升）和长期规划建议。

1 实验概述

1.1 实验背景

在互联网时代，自媒体已成为个人品牌建设、知识传播与商业变现的重要渠道。本次实验基于商业数据分析课程的大作业要求，全班同学将课程实验内容（订单利润分流ETL、学生考勤画像、浏览器行为分析等）整理为技术文章和视频，发布到微信公众号、CSDN博客、知乎专栏、哔哩哔哩等多个自媒体平台。

通过采集和分析全班同学的自媒体运营数据，运用数据清洗与预处理、特征工程、可视化分析等方法，探索技术内容在多平台的传播规律，识别高价值内容特征，最终形成一份数据驱动的《自媒体运营分析和优化策略报告》。

本次实验使用助睿（Uniplore）数据智能平台作为一站式数据处理与分析工具，覆盖从数据接入、ETL处理、特征构建到可视化展示的全链路功能。

1.2 实验目标

（1）掌握助睿ETL的数据清洗与预处理方法，理解分支处理的设计思路。

（2）掌握特征工程的核心方法，学会计算衍生指标和提取文本关键词特征。

（3）掌握助睿BI的可视化分析方法，能够制作指标卡、排名图、对比图和趋势图。

（4）基于可视化仪表盘提炼业务洞察，形成数据驱动的运营优化建议。

1.3 实验内容

本次实验分为三个核心阶段：

• 数据清洗与预处理（实验7-1）：使用助睿ETL对原始数据进行过滤、填充、聚合等操作，输出全平台概况表和内容分析表。
• 作品特征构建（实验7-2）：计算互动总数，提取标题关键词特征标志，输出标题特征分析表。
• 可视化探索（实验7-3）：使用助睿BI搭建综合仪表盘，包含核心指标卡、排名分析、标题影响分析和趋势分析四个维度。

2 实验环境

实验平台：助睿在线实验平台 https://lab.guilian.cn/

数据处理工具：助睿ETL（数据集成平台），支持零代码拖拽式操作，内置筛选、填充、聚合、连接、字段选择等多种转换节点。

可视化工具：助睿BI（可视化探索平台），支持工作表机制、交互式仪表盘和自助分析，覆盖柱状图、折线图、散点图、饼图、条形图等常见图表类型。

数据源：助睿ETL公共空间的"自媒体作品数据明细.csv"，采集时间2026年6月8日至6月15日，共11,612条记录。

3 实验过程

3.1 数据来源

本次分析使用的数据来源于助睿ETL公共空间的"自媒体作品数据明细.csv"，已采集了全班同学在2026年6月8日至6月15日期间发布的多平台作品互动数据。数据集共11,612条记录，覆盖8个平台（微信、CSDN、B站、知乎、微博、小红书、头条、掘金），涉及538位作者。

数据字段包括：采集日期（crawl_date）、作者昵称（author_name）、作品标题（title）、平台名称（platform）、点赞数（like_count）、收藏数（favorite_count）、分享数（share_count）、推荐数（recommend_count）、喜欢数（love_count）、赞同数（agree_count）、投币数（coin_count）、浏览/播放量（view_count）、作品链接（url）等。

由于同一作品在不同采集日期均有记录（每天采集一次，播放量逐日累加），在作品排名和标题影响分析中需要对数据进行去重处理，按作品URL分组仅保留最高播放量的一条记录，以确保排名结果的准确性。

3.2 ETL数据清洗与预处理（实验7-1）

3.2.1 核心设计思路

本次ETL处理有一个特殊之处：后续可视化仪表盘需要同时展示两类信息。第一类是"全平台概况"——全班总共发了多少内容？覆盖了几个平台？总浏览和总互动是多少？第二类是"重点平台深度分析"——B站和CSDN的具体表现如何？

两类信息对数据的要求不同，因此在ETL中需要做分支处理：一条分支输出summary_all_platforms（所有平台原始数据汇总），另一条分支输出content_analysis（只保留B站和CSDN的有效记录，且浏览量大于0）。

3.2.2 创建目标表

在助睿ETL中创建两张目标表。第一张是全平台概况表（summary_all_platforms），字段设计如下：

字段	类型	说明
crawl_date	DATE	采集日期
platform	VARCHAR(20)	平台名称
content_count	INT	作品数量
total_views	INT	总浏览数
total_likes	INT	总点赞数
total_favorites	INT	总收藏数
total_shares	INT	总分享数
total_coins	INT	总投币数（仅B站）
total_recommend	INT	总推荐数（仅微信）
total_likes_zhihu	INT	总喜欢数（仅知乎）
total_approvals	INT	总赞同数（仅知乎）

第二张是内容分析表（content_analysis），字段如下：

字段	类型	说明
date	DATE	采集日期
author_name	VARCHAR(100)	作者昵称
title	VARCHAR(500)	作品标题
platform	VARCHAR(20)	B站/CSDN
likes	INT	点赞数
favorites	INT	收藏数
shares	INT	分享数
coins	INT	投币数（仅B站）
views	INT	播放量/阅读量
url	VARCHAR(500)	作品链接

3.2.3 全平台聚合统计

在数据清洗之前，先做一个分支。使用"排序记录"、"分组"组件，按日期和平台排序、分组，其余数值字段全部取求和，输出summary_all_platforms表。该表不做任何过滤，保留所有平台的原始数据。

3.2.4 过滤与清洗

在另一个分支中，使用"过滤记录"组件筛选B站和CSDN的有效记录。过滤条件为：(平台 = 'B站' AND 浏览数量 > 0) OR (平台 = 'CSDN' AND 浏览数量 > 0)。同时对作者名称和作品标题中的空值统一填充为"未知"，使用"字段选择"组件剔除source_file字段。

3.3 作品特征构建（实验7-2）

3.3.1 计算互动总数

接入"计算器"组件，新增interactions字段：interactions = likes + favorites + shares + coins。互动总数反映作品的综合用户互动规模，是衡量内容质量的核心指标。

3.3.2 提取标题特征

在"JavaScript代码"组件中，对title字段进行关键词匹配，生成5个标题特征标志字段：

var has_best = title.indexOf("保姆级") !== -1 ? 1 : 0;

var has_lowcode = title.indexOf("零代码") !== -1 ? 1 : 0;

var has_practice = title.indexOf("实战") !== -1 ? 1 : 0;

var has_tutorial = (title.indexOf("教程") !== -1 || title.indexOf("指南") !== -1) ? 1 : 0;

var has_pit = title.indexOf("踩坑") !== -1 ? 1 : 0;

3.3.3 数据更新

使用"插入/更新"组件，将计算好的特征数据回填到content_analysis表。关键配置：目标表为content_analysis，查询关键字为id，更新字段包括total_interaction、has_best、has_lowcode、has_practice、has_tutorial、has_pit。

3.3.4 关键词汇总统计

分别计算含每个关键词的作品的平均互动总数，将结果输出到title_feature_analysis表。以"保姆级"为例：先接"过滤记录"组件设置has_best=1，然后接入"分组"组件计算AVG(total_interaction)和COUNT(id)，最后接入"增加常量"组件添加feature_name="保姆级"作为标签。重复上述流程5次（每个关键词一次）。

3.4 可视化探索（实验7-3）

3.4.1 连接数据源

从助睿实验平台进入助睿BI平台，使用实验7-1、7-2输出的summary_all_platforms、content_analysis、title_feature_analysis三张表构建数据集。

3.4.2 制作核心指标卡

指标卡的作用是把最关键的几个数字突出显示，让读者在几秒钟内建立起对数据的整体认知。本次实验共8张指标卡：第一行4张展示全平台概况（蓝底），第二行左2张聚焦B站（粉底），右2张聚焦CSDN（橙底）。

3.4.3 制作排名图表

排名图表分两组：学生排名和作品排名。学生排名解决"谁做得好"的问题，按作者分组取平均播放量/阅读量降序排列。作品排名解决"什么内容做得好"的问题，直接按单篇作品的播放量/阅读量排序。两者结合使用，先看学生排名找到表现好的同学，再看他具体做了哪些内容，总结出可复制的经验。

3.4.4 制作标题影响分析图表

标题影响分析是本实验最有价值的部分。在内容相同的情况下，标题是导致数据差异的核心因素之一。制作方法是：分别计算含有某个关键词的作品的平均播放量/阅读量，再除以整体的平均播放量/阅读量，得到"提升倍率"。用条形图展示所有关键词的提升倍率，哪个柱子最长，哪个词最有效。

3.4.5 制作趋势分析图表

趋势分析回答的是"数据随时间如何变化"。利用多日期数据观察累积变化，区分整体趋势与老作品持续价值。B站和CSDN分别制作每日播放量/阅读量趋势折线图。

3.4.6 搭建综合仪表盘

采用"先总后分、左右对照"的布局：顶部指标卡分两行，之后分为左右两栏，左栏展示B站所有分析图表，右栏展示CSDN所有分析图表。每栏内部按"排名→标题分析→趋势"的顺序排列，形成完整闭环。

4 实验结果及分析

4.1 综合仪表盘概览

通过助睿BI搭建的综合仪表盘，可以快速了解数据的整体情况。仪表盘采用"先总后分、左右对照"的布局策略，顶部指标卡展示全平台、B站、CSDN的核心KPI，下方按平台分为左右两栏，分别展示排名分析、标题影响分析和趋势分析。

图4-1 自媒体运营分析综合仪表盘

4.2 核心指标概览

通过助睿BI制作的指标卡，可以快速了解数据的整体情况。以下是基于全平台概况数据集计算的核心指标：

4.2.1 全平台指标（蓝底）

全平台指标卡展示了全班自媒体运营的总体规模。4张指标卡分别为全平台作品总数、分发平台数、全平台总浏览数和全平台总互动数。

图4-2 全平台核心指标卡

从指标卡可以看出：全班共发布11,612篇作品，覆盖8个平台，全平台总浏览量达129.2万次，总互动数9.0万次。

4.2.2 B站指标（粉底）

B站指标卡展示了B站平台的运营规模。2张指标卡分别为B站作品数和B站总播放量。

图4-3 B站核心指标卡

B站共发布2,452篇作品，总播放量12.3万次。B站作为视频平台，虽然总播放量远低于CSDN的文字阅读量，但视频内容的互动形式（点赞、投币、分享）更为丰富。

4.2.3 CSDN指标（橙底）

CSDN指标卡展示了CSDN平台的运营规模。2张指标卡分别为CSDN作品数和CSDN总阅读量。

图4-4 CSDN核心指标卡

CSDN共发布3,305篇作品，总阅读量116.9万次。CSDN是全班主要的流量来源，作为技术博客平台，图文内容的阅读量和长尾效应显著优于视频平台。

4.3 排名分析

排名分析分为学生排名和作品排名两组。学生排名解决"谁做得好"的问题，作品排名解决"什么内容做得好"的问题。左右两栏分别展示B站和CSDN的排名，可以对比同一个学生在两个平台的表现差异。经过去重处理（同一作品在不同采集日期仅保留最高播放量记录），B站有效分析作品452篇，CSDN有效分析作品629篇。

4.3.1 B站学生平均播放量排名TOP10

按作者分组，取每位学生在B站所有作品的平均播放量，降序排列后取前10名。该排名反映的是一个人的整体运营水平。

图4-5 B站学生平均播放量排名TOP10

分析：B站平均播放量最高的作者是"宇智波炎影"（487.75次），其次是"草木难折"（183.00次）和"作业又在压力我"（159.00次）。头部作者的平均播放量是尾部作者的4-5倍，说明内容质量和运营策略差异显著。值得注意的是，"宇智波炎影"的平均播放量远超其他作者，其内容策略值得深入研究。

4.3.2 B站作品播放量排名TOP10

直接按单篇作品的播放量排序，取前10名。该排名揭示的是单篇爆款的特征。

图4-6 B站作品播放量排名TOP10

分析：B站单篇播放最高的是"视频解说，女子为了报答五十多的富豪不惜...来到了助睿数智平台"（684次），其次是"视频解说！一个猝不及防的裂缝..."（599次）和"张弛啪的一关门..."（572次）。头部作品的播放量分布较为分散，说明B站内容竞争相对均衡。部分头部作品采用了"视频解说+剧情引入+技术内容"的标题策略，这种跨领域引流的方式效果显著。

4.3.3 CSDN学生平均阅读量排名TOP10

按作者分组，取每位学生在CSDN所有作品的平均阅读量，降序排列后取前10名。

图4-7 CSDN学生平均阅读量排名TOP10

分析：CSDN平均阅读量最高的作者是"Cthy_hy"（940.83次），该作者发布的"基于零代码平台的订单利润分流数据加工"单篇阅读量高达1,300次。排名第二的是"NG477"（904.83次），其"零基础玩转ETL：利用数智教育数据集完成学生考勤数据分析"阅读量达1,200次。CSDN头部作者的平均阅读量普遍较高，说明技术博客平台的内容质量门槛对排名影响显著。

4.3.4 CSDN作品阅读量排名TOP10

直接按单篇作品的阅读量排序，取前10名。

图4-8 CSDN作品阅读量排名TOP10

分析：CSDN阅读量最高的作品是"基于零代码平台的订单利润分流数据加工"（1,300次，作者Cthy_hy），其次是"零基础玩转ETL：利用数智教育数据集完成学生考勤数据分析"（1,200次，作者NG477）和"零代码助睿实验详细教程--订单利润分流处理"（1,100次，作者澪源）。头部作品的阅读量是第10名（873次）的1.5倍，说明CSDN存在明显的头部效应。高阅读量作品的共同特征是：标题包含"零代码""ETL"等关键词，内容具有明确的教程属性和实操价值。

4.4 标题影响分析

标题影响分析是本实验最有价值的部分。在内容同质化（全班发布相同主题）的情况下，标题是导致数据差异的核心因素之一。通过计算"提升倍率"（含关键词作品的平均互动数/整体平均互动数），可以量化每个关键词的实际效果。经过去重处理后，B站整体平均互动数为8.98次，CSDN整体平均互动数为19.55次。

4.4.1 B站标题特征提升倍率分析

分别计算含有某个关键词的B站作品的平均互动数，再除以整体平均互动数，得到"提升倍率"。提升倍率大于1表示该关键词对互动有正向促进作用。

图4-9 B站标题特征提升倍率分析

分析：在B站，"教程/指南"（2.04倍）和"零代码"（2.00倍）是提升效果最显著的两个关键词，含这两个词的作品平均互动数约为整体平均的2倍。"实战"（1.70倍）和"保姆级"（1.54倍）也有明显的正向效果。值得注意的是，"踩坑"（0.98倍）低于整体平均水平，说明在B站平台，负面/警示类标题的互动效果不如正面/教学类标题。这与B站作为视频平台的娱乐属性有关，用户更倾向于观看正面、教学类的内容。

4.4.2 B站标题特征对比

图4-10 B站标题特征对比

分析：B站整体平均互动数为8.98次。含"教程/指南"的作品平均互动数达18.28次，是最有效的标题关键词（样本39篇）。含"零代码"的作品平均互动数17.98次（样本48篇），效果接近。含"踩坑"的作品平均互动数仅8.80次（样本5篇），低于整体平均水平。

4.4.3 CSDN标题特征提升倍率分析

图4-11 CSDN标题特征提升倍率分析

分析：在CSDN，所有5个关键词的提升倍率均大于1，说明这些教学类关键词在CSDN平台均具有正向效果。其中"零代码"（1.43倍）效果最佳，其次是"实战"（1.32倍）。与B站不同的是，CSDN上"踩坑"（1.22倍）也有正向效果，可能是因为CSDN作为技术博客平台，用户更愿意通过"避坑"类内容获取实用经验。

4.4.4 CSDN标题特征对比

图4-12 CSDN标题特征对比

分析：CSDN整体平均互动数为19.55次。含"零代码"的作品平均互动数达27.90次（样本104篇），提升效果最显著。所有关键词的平均互动数均高于整体水平，说明CSDN用户对结构化的技术教程内容有更高的互动意愿。特别是"零代码"关键词，由于样本量大（104篇）且提升效果显著，是最值得在CSDN标题中使用的关键词。

4.5 趋势分析

趋势分析回答的是"数据随时间如何变化"。利用原始数据中多采集日期的特点，按日期分组汇总B站和CSDN的播放量/阅读量，观察累积变化趋势。

4.5.1 B站每日播放量趋势

图4-13 B站每日播放量趋势

分析：B站每日播放量在不同采集日期间呈现波动趋势。6月8日播放量最高（18,614次），6月9日大幅下降至1,110次，随后在6月14日和15日逐步回升。这种波动可能与作品发布时间分布有关——6月8日采集的作品数量较多且部分作品已获得较高播放量，而后续日期的采集可能以新发布作品为主，播放量尚未积累。

4.5.2 CSDN每日阅读量趋势

图4-14 CSDN每日阅读量趋势

分析：CSDN每日阅读量同样呈现波动趋势。6月8日阅读量最高（192,138次），6月9日降至5,953次，之后逐步波动回升。CSDN的阅读量基数远大于B站，说明技术博客平台的自然流量显著高于视频平台。但两平台的趋势波动模式相似，均受到作品发布时间分布和采集周期的影响。

5 优化策略与建议

5.1 基于标题影响分析的内容优化策略

• 标题结构优化：采用"关键词+方法+主题"的标题结构。数据显示，"零代码""教程/指南""实战""保姆级"等关键词在两个平台均显著提升互动数据。建议标题中至少包含1-2个有效关键词。
• 平台差异化标题策略：B站用户更偏好正面教学类标题（"教程/指南"提升2.04倍），对"踩坑"类标题反应冷淡（0.98倍）；CSDN用户则对所有教学类关键词均有正向反馈，包括"踩坑"（1.22倍）。在B站应避免使用负面/警示类标题，在CSDN则可以放心使用。
• 内容深度提升：CSDN的平均互动数（19.55次）显著高于B站（8.98次），说明图文类技术文章比视频更容易获得深度互动。建议在CSDN重点发布详细的技术教程和代码示例。
• 爆款复制策略：CSDN阅读量最高的作品"基于零代码平台的订单利润分流数据加工"（1,300次）和B站播放量最高的作品都具有明确的教学目标和实操价值。建议在后续创作中复制此类"具体场景+明确方法"的内容模式。

5.2 基于数据分析的平台运营策略

• CSDN（核心运营平台）：作为全班总阅读量最高的平台（116.9万次），CSDN是首要运营阵地。建议保持每周2-3篇的技术文章更新频率，重点发布包含"零代码""实战"关键词的教程类内容。
• B站（潜力运营平台）：B站总播放量12.3万次，虽然远低于CSDN，但视频内容的互动形式更丰富（点赞、投币、分享）。建议优化视频封面和标题，重点发布"教程/指南"类视频，采用剧情引入+技术内容的标题策略。
• 跨平台引流：CSDN文章中嵌入B站视频链接，B站视频简介中嵌入CSDN文章链接，实现跨平台流量互导。
• 数据驱动迭代：建立每周数据复盘机制，追踪新发布内容的表现，对比标题关键词的效果，持续优化内容策略。

5.3 基于趋势分析的长期规划

• 发布节奏优化：根据趋势分析，内容发布后播放量/阅读量会随时间积累。建议保持一定的发布频率（每周至少2篇），避免内容断档导致流量回落。
• 长尾内容维护：已有内容仍在持续产生价值。建议定期更新旧文章（如补充新内容、修正错误），延长内容生命周期。
• 系列化内容规划：将课程实验内容系统化整理为系列教程（如"助睿ETL实战系列"），利用系列效应提升用户粘性和复访率。
• A/B测试标题：对于同一主题的内容，尝试使用不同关键词组合制作多个版本，通过数据对比验证最佳标题策略。

6 实验总结

6.1 实验收获

理论知识方面：深入理解了ETL数据清洗在数据分析流程中的基础性作用，掌握了分支处理、过滤、填充、聚合等核心操作。理解了特征工程的概念，学会了通过关键词提取构建有意义的特征字段。

实操技能方面：熟练掌握了助睿ETL的Pipeline设计和组件配置，能够独立完成从数据导入到清洗输出的完整流程。掌握了助睿BI的仪表盘搭建方法，能够制作指标卡、排名图、对比图和趋势图等多种可视化图表。

数据分析思维方面：认识到"在相同条件下，哪些运营策略差异导致了数据差异"是自媒体运营分析的核心问题。学会了从"整体认知→发现问题→定位原因→观察规律"的思考路径进行数据分析。经过去重处理后，更深刻地理解了数据质量对分析结果准确性的影响。

6.2 实验问题及解决方案

• 问题1：多平台数据格式不统一。解决：通过ETL统一字段命名和数据类型，使用分支处理满足不同分析需求。
• 问题2：部分平台数据缺失严重（微信、知乎浏览量为0）。解决：在content_analysis分支中过滤掉这些记录，同时在summary_all_platforms中保留用于全平台概况统计。
• 问题3：同一作品在不同采集日期重复记录。解决：在作品排名和标题影响分析中按URL去重，仅保留最高播放量记录，确保排名结果准确。
• 问题4：仪表盘信息过载。解决：采用"先总后分、左右对照"的布局策略，按"指标卡→排名→标题分析→趋势"的顺序排列，形成清晰的阅读路径。

6.3 未来展望

• 引入机器学习预测模型：基于现有数据训练回归模型，预测新发布内容的预期表现，辅助内容策划决策。
• 扩展分析维度：增加发布时间、内容长度、配图数量等维度的分析，构建更全面的内容质量评估体系。
• 建立自动化数据pipeline：将ETL流程定时执行，实现运营数据的自动采集和分析，减少人工干预。
• 探索变现模式：在积累一定流量和粉丝基础后，探索知识付费、技术咨询等变现路径。

附录：关键数据汇总

附表1 全平台数据概况

平台	作品数	总浏览/播放	总点赞	总收藏	总分享
CSDN	3,305	1,168,816	-	-	-
B站	2,452	123,214	-	-	-
微信	3,422	-	-	-	-
知乎	2,354	-	-	-	-
其他	79	-	-	-	-
合计	11,612	1,292,030	-	-	-

附表2 标题特征分析汇总（去重后）

平台	关键词	平均互动	整体平均	提升倍率	样本数
B站	保姆级	13.86	8.98	1.54x	28
B站	零代码	17.98	8.98	2.00x	48
B站	实战	15.24	8.98	1.70x	38
B站	教程/指南	18.28	8.98	2.04x	39
B站	踩坑	8.80	8.98	0.98x	5
CSDN	保姆级	21.06	19.55	1.08x	34
CSDN	零代码	27.90	19.55	1.43x	104
CSDN	实战	25.83	19.55	1.32x	78
CSDN	教程/指南	23.97	19.55	1.23x	62
CSDN	踩坑	23.81	19.55	1.22x	21

附表3 B站学生平均播放量TOP10（去重后）

排名	作者	平均播放量（次）
1	宇智波炎影	487.75
2	草木难折	183.00
3	作业又在压力我	159.00
4	想不到胶囊	144.00
5	早八也要喝冰阔乐	134.00
6	akalizg1005	132.50
7	严肃的星星超人	131.00
8	妖孽白seal	126.00
9	is季秋	117.67
10	加糖了的白粥	112.33

附表4 CSDN学生平均阅读量TOP10（去重后）

排名	作者	平均阅读量（次）
1	Cthy_hy	940.83
2	NG477	904.83
3	澪源	801.60
4	十六分的音符302	700.60
5	严肃的星星超人	690.67
6	严肃的星星超人ovo	601.50
7	_Akira_	595.00
8	Eyhereal..	579.00
9	草木难折	570.20
10	2301_81704411	554.00