一、实验目的

基于实验7-1、实验7-2输出的目标表，使用助睿BI完成多维度可视化分析，搭建综合仪表盘，并撰写数据驱动的运营优化报告。

通过本实验，应掌握以下内容：

• 使用助睿BI的聚合功能（计数、求和、平均、分组）快速制作图表

• 完成内容概况、学生表现排名、标题影响分析、平台对比、趋势分析等维度的可视化分析

• 掌握"从图表到洞察"的分析方法，从数据中提炼业务结论

• 理解仪表盘的布局设计逻辑，搭建完整的数据分析看板

二、实验环境

项目	说明
实验平台	助睿在线实验平台（https://lab.guilian.cn/）
可视化工具	助睿BI（可视化探索平台）
前置依赖	实验7-1、7-2输出的三张数据表
课程名称	商业数据分析

三、实验步骤

3.1 核心设计思路

3.1.1 数据特点与分析框架

在开始制作图表之前，需要先理解本次数据的特点，这直接决定了应该分析什么、不分析什么。

本次数据有以下几个特点：

• 内容同质化：全班发布的作品主题高度一致（本学期的实验作业）

• 平台固定：发布作品的平台固定，但数据较完整的是B站（视频）+ CSDN（图文）

• 作品数量相近：每位学生发布的作品数量基本一致

• 标题存在差异：虽然内容相同，但标题写法存在差异（如"保姆级""零代码""手把手"等关键词的使用）

这意味着内容、平台、数量都是控制变量，标题是主要差异来源。因此，分析应聚焦于：在相同条件下，哪些运营策略差异导致了数据差异？

分析维度：

维度	分析目标	核心问题
核心指标	了解数据整体情况	整体表现如何？
排名分析	对比学生间、作品间差异	同样的内容，谁的数据更好？
标题影响	量化标题特征对数据的影响	为什么做得好？
趋势分析	时间维度规律	数据随时间怎么变化？

3.1.2 仪表盘布局思路

采用"先总后分、左右对照"的布局：

• 顶部指标卡分两行：第一行展示全平台概况，第二行聚焦B站和CSDN

• 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

3.2 步骤1：连接数据源

从助睿实验平台进入助睿BI平台，团队私有数据库的数据源已在之前的实验中连接好了，本次实验无需连接。

3.3 步骤2：构建数据集

使用实验7-1、7-2输出的 summary_all_platforms、content_analysis、title_feature_analysis 三张表构建3个数据集。

三个数据集：

数据集名称	来源表	用途
全平台概况数据集	summary_all_platforms	核心指标卡
重点平台深度分析数据集	content_analysis	排名分析、趋势分析
标题关键词互动数据集	title_feature_analysis	标题影响分析

3.4 步骤3：制作工作表

3.4.1 制作核心指标卡 - 一眼看清整体情况

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 - 全平台概况：

• 全平台作品总数（一共发布了多少作品）

• 分发平台数（数据来自几个平台）

• 全平台总浏览数（所有平台加一起的总流量）

• 全平台总互动数（所有平台加一起的总互动数量）

第二行4张 - 重点平台：

• B站作品数、CSDN作品数（两个平台各有多少内容）

• B站总播放量、CSDN总阅读量（各自的总流量）

配置方法：

图表	数据集	配置方法	解读要点
全平台作品数（指标卡）	全平台概况数据集	所有平台的作品数量求和	全班共采集了多少有效内容
分发平台数（指标卡）	全平台概况数据集	不同平台去重计数	数据涉及几个平台
全平台总浏览数（指标卡）	全平台概况数据集	所有平台的浏览数量求和	全平台总流量基线
全平台总互动数（指标卡）	全平台概况数据集	所有平台的互动数量求和（使用计算字段）	全平台作品质量
B站作品数（指标卡）	全平台概况数据集	平台=B站 的记录计数	B站内容体量
CSDN作品数（指标卡）	全平台概况数据集	平台=CSDN 的记录计数	CSDN内容体量
B站总播放量（指标卡）	全平台概况数据集	平台=B站 的浏览数量求和	B站总流量
CSDN总阅读量（指标卡）	全平台概况数据集	平台=CSDN 的浏览数量求和	CSDN总流量

3.4.2 制作排名图表 - 找出标杆和爆款

排名图表分两组：学生排名和作品排名。

学生排名：解决的是"谁做得好"的问题。按作者分组，取该学生在某个平台上所有作品的平均播放量（或阅读量），降序排序后取前10名。这个排名反映的是一个人的整体运营水平。

作品排名：解决的是"什么内容做得好"的问题。直接按单篇作品的播放量（或阅读量）排序，取前10名。这个排名揭示的是单篇爆款的特征。

配置方法：

图表	数据集	配置方法	解读要点
B站学生平均播放量排名TOP10	重点平台深度分析数据集	筛选平台=B站，维度=作者名称，指标=平均值(浏览数量)，降序排序，限额10	找出B站整体运营水平最高的学生
B站作品播放量排名TOP10	重点平台深度分析数据集	筛选平台=B站，维度=作品名称，指标=浏览数量，降序排序，限额10	找出B站单篇爆款内容
CSDN学生平均阅读量排名TOP10	重点平台深度分析数据集	筛选平台=CSDN，维度=作者名称，指标=平均值(浏览数量)，降序排序，限额10	找出CSDN整体运营水平最高的学生
CSDN作品阅读量排名TOP10	重点平台深度分析数据集	筛选平台=CSDN，维度=作品名称，指标=浏览数量，降序排序，限额10	找出CSDN单篇爆款内容

3.4.3 制作标题影响分析图表 - 量化关键词的效果

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，其业务价值——用数据回答"什么样的标题更好"，直接指导未来的内容创作，让标题写作从"凭感觉"升级为"数据驱动"。

制作方法：分别计算含有某个关键词（如"保姆级"）的作品的平均播放量，再除以整体的平均播放量，得到"提升倍率"。比如提升倍率1.4表示含这个词的作品平均播放量比整体平均高出40%。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。

配置方法：

图表	数据集	配置方法	解读要点
B站标题特征提升倍率条形图	标题关键词互动数据集	筛选平台=B站，分别计算含某关键词的平均播放量 ÷ 整体平均播放量	找出B站最有效的标题关键词
B站标题特征对比柱状图	标题关键词互动数据集	筛选平台=B站，查看各特征标题平均互动数据，并设置整体平均互动数据水平线	每个关键词的平均互动是多少
CSDN标题特征提升倍率条形图	标题关键词互动数据集	筛选平台=CSDN，分别计算含某关键词的平均阅读量 ÷ 整体平均阅读量	找出CSDN最有效的标题关键词
CSDN标题特征对比柱状图	标题关键词互动数据集	筛选平台=CSDN，查看各特征标题平均互动数据，并设置整体平均互动数据水平线	每个关键词的平均互动是多少

3.4.4 制作趋势分析图表 - 观察时间变化规律

趋势分析回答的是"数据随时间如何变化"。这里的"日期"是采集日期而非发布时间，同一作品在6月8日、9日、10日都会被采集到，播放量逐日累加，所以趋势折线图展示的是截止到每个采集日所有已发布作品的总播放量/阅读量。

配置方法：

图表	数据源	配置方法	解读要点
B站每日播放量趋势折线图	重点平台深度分析数据集	筛选平台=B站，维度=日期，指标=求和(浏览数量)	B站累积流量变化趋势
CSDN每日阅读量趋势折线图	重点平台深度分析数据集	筛选平台=CSDN，维度=日期，指标=求和(浏览数量)	CSDN累积流量变化趋势

3.5 步骤4：搭建综合仪表盘

仪表盘的布局逻辑——核心指标置顶（一目了然），概况类图表靠前（先建立整体认知），深度分析靠后。

参考布局：

• 顶部：8张指标卡（第一行4张全平台，第二行4张分平台）

• 中间左栏：B站分析（学生排名TOP10、作品排名TOP10、标题提升倍率、标题对比柱状图、趋势折线图）

• 中间右栏：CSDN分析（学生排名TOP10、作品排名TOP10、标题提升倍率、标题对比柱状图、趋势折线图）

3.6 输出报告分析

详情见第六部分数据分析报告

四、遇到的问题及解决

4.1 问题1：选择过滤器时报错

问题现象：在助睿BI中选择过滤器时就报错，无法正常使用筛选功能。

问题原因：可能是数据集配置问题，或者浏览器兼容性问题。

解决方法：

• 检查数据集是否正确配置，字段类型是否匹配

• 尝试刷新页面或更换浏览器

• 如果是平台bug，可以联系技术支持或跳过该功能，使用其他方式实现筛选

4.2 问题2：图表数据不显示

问题现象：创建图表后，画布上没有显示数据。

可能原因：

• 维度和指标字段没有正确拖拽到对应位置

• 筛选条件设置过于严格，导致没有符合条件的数据

• 数据集连接有问题

解决方法：

• 检查维度和指标的配置是否正确

• 检查筛选条件，适当放宽或调整

• 重新连接数据集，确认数据能正常预览

4.3 问题3：计算字段不会写

问题现象：需要创建计算字段（如总互动数），但不知道怎么写公式。

解决方法：

• 参考助睿BI的帮助文档，了解计算字段的语法规则

• 使用简单的四则运算：字段1 + 字段2 + 字段3

• 如果实在不会，可以在ETL阶段提前计算好，直接用现成字段

4.4 问题4：仪表盘排版混乱

问题现象：把图表拖到仪表盘上后，大小不一、排列不整齐。

解决方法：

• 先规划好布局，再逐个添加图表

• 使用网格对齐功能，让图表边缘对齐

• 同类图表保持相同大小，增强视觉一致性

• 重要图表放在显眼位置（左上区域）

五、实验总结

5.1 实验成果

本次实验成功完成了自媒体运营数据的可视化探索工作，主要成果包括：

• 构建了3个数据集：全平台概况数据集、重点平台深度分析数据集、标题关键词互动数据集

• 制作了多维度分析图表：8张核心指标卡、4张排名分析图、4张标题影响分析图、2张趋势分析图

• 搭建了综合仪表盘：按照"先总后分、左右对照"的布局逻辑，将所有图表整合到一个看板中

• 形成了数据洞察：从数据中提炼出了有价值的业务结论和优化建议

5.2 核心知识点

• 指标卡设计：核心KPI突出展示，让读者几秒内建立整体认知

• 学生排名+作品排名：一个找"谁做得好"，一个找"什么内容好"，互为补充

• 标题影响力量化：通过提升倍率计算，识别最有效的标题关键词

• 趋势分析：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

• 仪表盘布局："先总后分、左右对照"的布局逻辑，符合用户阅读习惯

• 从图表到洞察：每个图表都应回答一个具体的业务问题，而不是为了好看而做图

5.3 图表解读方法总结

（1）排名类图表

• 怎么看：关注头部（前3名）和尾部（后3名）。头部代表优秀实践，尾部代表常见问题

• 洞察方向：头部的内容有什么共同点？尾部遇到了什么问题？

（2）对比类图表

• 怎么看：关注两组数据的差距大小

• 洞察方向：差距大 → 因素影响显著，值得深入分析；差距小 → 因素影响有限，不必过度关注

（3）趋势类图表

• 怎么看：关注曲线的走向（上升/下降/平稳）和拐点

• 洞察方向：持续上升 → 有积累效应；先升后平 → 存在天花板；波动较大 → 可能受随机因素影响

5.4 心得体会

通过本次实验，我深刻理解了数据可视化在数据分析中的重要性。数据本身是枯燥的，但通过合适的图表展示，可以让数据"说话"，帮助我们快速发现规律、定位问题。

仪表盘的布局设计也很有讲究——"先总后分、左右对照"的布局逻辑，符合人们的阅读习惯，让读者能够从整体到局部、从宏观到微观地逐步深入理解数据。这种设计思想不仅适用于BI仪表盘，也适用于各种数据报告和演示文稿。

更重要的是，我学会了"从图表到洞察"的分析方法。做图表不是目的，而是手段——每个图表都应该回答一个具体的业务问题，帮助我们做出更好的决策。只有把数据转化为洞察，再把洞察转化为行动，数据分析才能真正产生价值。

此外，实验过程中遇到的各种问题也让我积累了宝贵的排错经验。BI工具虽然功能强大，但在使用过程中也会遇到各种小问题，学会如何排查问题、寻找替代方案，也是数据分析能力的重要组成部分。

六、数据分析报告

6.1 现状描述

6.1.1 整体概况

本次分析覆盖8个平台，共采集11,558篇作品，全平台总浏览量达129.2万次，总互动数9.0万次。

其中两个重点平台的数据：

• B站：2,452个作品，总播放量约12.3万次
• CSDN：3,304个作品，总阅读量约12.3万次

从体量上看，CSDN的作品数量比B站多35%，但两个平台的总流量基本持平，说明B站单篇作品的平均流量更高。

6.1.2 标题特征影响分析

B站标题关键词效果

关键词	提升倍率	平均互动数	效果评级
零代码	~95倍	191	⭐⭐⭐⭐⭐ 极强
实战	~66倍	525	⭐⭐⭐⭐⭐ 极强
教程/指南	~37倍	297	⭐⭐⭐⭐ 强
保姆级	~2.4倍	763	⭐⭐ 弱
踩坑	~1.0倍	8	⭐ 无效

关键发现：

• "零代码"和"实战"两个关键词的提升倍率极高，远超其他关键词
• "保姆级"虽然提升倍率不高，但绝对互动数（763）是所有关键词中最高的
• "踩坑"关键词几乎没有提升效果，平均互动数仅8次

CSDN标题关键词效果

关键词	提升倍率	平均互动数	效果评级
零代码	18.3倍	88	⭐⭐⭐⭐⭐ 极强
实战	10.1倍	191	⭐⭐⭐⭐ 强
教程/指南	8.8倍	167	⭐⭐⭐⭐ 强
保姆级	4.6倍	347	⭐⭐⭐ 中
踩坑	3.5倍	66	⭐⭐ 弱

关键发现：

• CSDN平台上，"零代码"同样是提升效果最强的关键词
• "保姆级"在CSDN的绝对互动数（347）也是最高的
• 所有关键词在CSDN都有正向提升效果，包括"踩坑"

6.1.3 趋势分析

B站播放量趋势

B站每日总播放量在1.8万 ~ 2.3万之间波动，整体呈现波动状态，没有明显的持续上升或下降趋势。最高点约2.3万，最低点约1.86万，波动幅度约20%。

CSDN阅读量趋势

CSDN每日总阅读量在18.6万 ~ 23.8万之间，整体水平远高于B站（约10倍差距）。从数据点来看，后期（6月26日、6月30日）的阅读量普遍高于前期（6月9日），呈现一定的上升趋势。

6.2 原因分析

6.2.1 为什么"零代码"和"实战"效果最好？

1. 精准匹配用户需求

• "零代码"直接命中了当前技术领域的热点趋势——低代码/无代码开发是近年来的热门方向
• "实战"则抓住了学习者的核心痛点：大家学技术最需要的是动手实践，而不是纯理论
• 这两个词都属于"强利益点"关键词，用户看到标题就知道"这篇内容对我有用"

2. 平台算法偏好

• B站和CSDN的推荐算法都倾向于推送"实用性强"的内容
• 带有明确技术方向和实践属性的标题，更容易被算法识别为优质内容，获得更多推荐流量

6.2.2 为什么"保姆级"提升倍率不高但绝对互动数最高？

1. 样本量差异

• "保姆级"这个词用的人比较多，样本量大，所以平均值被拉低了
• 而"零代码"用的人少，可能只有少数几篇爆款作品拉高了平均值
• 提升倍率 = 含关键词的平均互动 ÷ 整体平均，样本量小的时候容易出现极端值

2. "保姆级"的受众更广

• "保姆级"意味着"从零开始、手把手教"，适合所有水平的读者
• 而"零代码""实战"等词更偏向有一定基础的技术人群
• 受众广 → 点击的人多 → 互动总数高，但平均下来不一定最高

6.2.3 为什么"踩坑"效果最差？

1. 负面词汇的吸引力弱

• "踩坑"带有负面暗示，用户本能地会回避"踩坑""避坑"这类词
• 相比之下，"实战""教程"等正面词汇更有吸引力

2. 内容预期不明确

• "踩坑"只告诉读者"有坑"，但没告诉读者"能学到什么"
• 用户不知道看完这篇内容能获得什么具体价值，点击意愿低

6.2.4 为什么CSDN整体流量远高于B站？

1. 平台属性差异

• CSDN是图文平台，内容消费门槛低，打开就能看
• B站是视频平台，需要花时间观看，消费门槛高
• 同样的时间内，用户可以看多篇图文，但只能看几个视频

2. 搜索引擎流量

• CSDN的内容在百度等搜索引擎中权重很高，能获得大量搜索流量
• B站视频虽然也能被搜索到，但图文内容更容易被搜索引擎收录和排名

3. 内容匹配度

• 实验作业类的技术内容，以图文形式呈现更适合查阅和学习
• 视频形式对于步骤类的技术教程，反而不如图文方便（需要暂停、回放）

6.3 优化建议

6.3.1 标题优化策略

优先级最高：必加关键词

• "零代码"：两个平台提升效果都是最强的，强烈建议在标题中加入
• "实战"：提升效果同样显著，且绝对互动数也很高

优先级次之：选择性加入

• "保姆级"：虽然提升倍率不是最高，但能带来最大的绝对互动量，适合想要扩大影响力的内容
• "教程/指南"：稳定提升，效果不错，适合教学类内容

不建议使用

• "踩坑"：效果最差，互动量低，建议替换为更正面的表述
  • 可以把"踩坑记录"改成"实战经验"或"最佳实践"
  • 可以把"避坑指南"改成"优化技巧"或"效率提升方法"

6.3.2 平台运营策略

B站运营建议

1. 标题要"短平快"：B站用户刷视频时停留时间短，标题要一眼就能看到核心利益点
2. 封面配合标题：好标题需要好封面配合，封面要突出"实战""零代码"等关键词
3. 前3秒抓眼球：视频开头就要展示最终效果，让用户知道"看完能得到什么"

CSDN运营建议

1. 善用搜索流量：CSDN搜索流量大，标题要包含用户可能搜索的关键词
2. 文章结构清晰：图文内容要结构清晰、目录明确，方便读者快速定位
3. 代码块要完整：技术文章的核心价值在于可运行的代码，确保代码完整可复制

6.3.3 内容策略

1. 从"踩坑"转向"实战"

• 把负面的"踩坑""避坑"类内容，重新包装为正面的"实战""经验分享"
• 同样的内容，换个标题说法，效果可能差几倍

2. 强化"零代码"标签

• 如果内容涉及低代码/无代码工具，一定要在标题中明确标出
• 这是当前流量红利最大的关键词之一

3. 兼顾广度和深度

• 想要流量大 → 用"保姆级""入门"等词，覆盖更多受众
• 想要互动率高 → 用"实战""进阶"等词，吸引精准用户
• 可以根据不同目标选择不同的标题策略

6.4 总结

本次数据分析揭示了自媒体运营中几个关键规律：

1. 标题关键词对数据有显著影响：好的关键词能带来十几倍甚至几十倍的提升
2. "零代码"和"实战"是当前最强流量密码：在两个平台都验证有效
3. 平台属性决定内容形式：图文在CSDN的传播效率远高于视频在B站
4. 正面表述优于负面表述："实战"比"踩坑"效果好得多

建议后续内容创作中，优先使用"零代码""实战"等高转化关键词，避免使用"踩坑"等效果差的表述，同时根据不同平台的特点调整内容形式和运营策略。