回到網頁上方
  • click click community
  • click click community
  • click click community
  • 23
  • May
  • 2016

什麼是「嗨文率」?│網友與媒體互動剖析

作者 食夢黑貘

2016/05/23 13:06

(作者/食夢黑貘

最近很喜歡在相關的課程說一個很重要的觀點:

「大數據是一種最準確但也是偏差最大的一種觀察研究方法,準確是因為資料的取得可以很客觀且巨量,這樣的資料才能做到誤差最小,但若是只用一種角度去看或是一種方法去搜集,這種巨量的資料反倒是造成巨量的偏見。」

不要說是社群只是眾多經營媒體的觀點與數字的一種,單單從臉書社群來看媒體, 也是有各式各樣的觀點與數字, 更不要說我們只用粉絲團來看媒體的經營,即使是臉書使用者的資料都能搜集到,若沒有去瞭解各個面向,誤會說不定會比正確理解來得機會高,但若不用這些資料來去觀察,那又可能是種刻板印象的放大,只會讓你又犯了一次次的決策錯誤。

在兩年前嘗試著用林克傳說做了一個社群排行榜,那個系統跟這次用新文易數做基礎的社群排行榜最大的差別是:

林克傳說能夠取樣各種媒體, 但就單一媒體的資料不夠完整, 而新文易數是能夠算到單一媒體的所有資訊, 但不在列表的就無法反應出來。

現在新文易數的確已經收錄超過 70 個媒體的資料, 尤其是前30大原創性高的新聞網站都收錄其中, 雖然說 30 名以後的媒體一定有問題, 但相對的前 10 名應該不會在名單之外, 我們來看這樣的社群排行榜會是怎樣的結果:

若是以總數來看,第1名是東森新聞雲,幾乎第2名蘋果的兩倍,而第3名到第5名是自由時報,壹週刊與雅虎不相上下,但跟第2名也是差兩倍,第6、7名則是三立新聞網與中時電子報,而除外在前10名的是東森新聞,動網與聯合新聞網。

這是以總數來看,這個總數是這媒體在7天內刊出的新聞,每則新聞有其按讚,分享與評論,將之加總起來,雖然在取樣與區間或多或少有時間差,但理論上大家的條件與範圍都是一致不會差太多。

而從讚享評總數來看會讓一些新聞數沒有那麼多的小媒體吃虧,若是用單一則最高的觀點來看,擠進前 10 名的媒體是風傳媒(事實上總量原本是第 11 名),被擠下去的是動網,且是跌到第 24 名, 如此可知道動網的社群很強,但因為是專業媒體,族群被限制住,所以最大的數量就沒辦法很高。

雖然綜合新聞媒體總量與最高值是占便宜的,但在平均就很吃虧,所以若是以前 10 名的角度,前面 11 個媒體還能擠進去的只剩東森新聞雲,壹週刊跟東森新聞,這3個媒體有什麼共同點呢?等一下再說...

中位數指的是所有新聞排序後,讚享評排中間的那則新聞數字,此時不只只剩動網與東森新聞雲在前 10 名,什至前 30 名也只有這兩個媒體加上風傳媒與三立新聞網,畢竟要能夠讓有一半的新聞都能動,不只是靠內容,記者與編輯自己也要能夠參與社群才能做得到。

眼尖的讀者有看到系統有一個「嗨文率」,這數字是相當有趣,計算方式很簡單,就是 「按讚/(分享+評論)」, 這個數字越高代表的是讀者看完之後很喜歡按讚, 但不會想要分享與評論, 這代表的是什麼呢?通常代表的是這些文章即使是有趣、好玩、新鮮,但很難對社會,對生活有所影響,什至不會去討論與推薦, 會造成嗨文率高有兩種可能性:

1. 農場文太多
2. 社群帶動強

而剛剛說到同時總數高,且平均值也高的3個媒體就是東森新聞雲,壹週刊跟東森新聞,這3個媒體正巧是總數高且嗨文率也高的3個媒體,雖然在嗨文率上,動網是比這3個媒體足足多出一倍,我們知道動網是個內部社群凝聚力相當夠的專業媒體,而這3個媒體不完全是這因素,代表的是另一個因素機會較高了。

若是這嗨文率高是這因素,那若嗨文率很低的原因又是什麼,同時也是有兩種很大的因素:

1. 文章多是乾貨, 很硬
2. 此媒體完全無法帶動社群

所以若是把嗨文率從小排到大的話,我們很清楚的是立報、端新聞、風傳媒等媒體不是很專業,就是新聞多有份量,造成大家的分享與討論機會很高,不然就是像台視或中央社那樣,社群跟本嗨不起來,就不用想會有人按讚了。

應該有人有看到表格中有個 「長尾指數」,這代表著這媒體是否有網路媒體可帶動的長尾效應,還是極度利用炒作議題所造成的結果,數字越高代表越長尾,而這部份的計算與意義, 倒是等到畫出一張圖後再來解釋比較方變, 敬待下回分解.......

最後,媒體的社群表現,尤其是只看讚享評的數字,說穿了用再多種的數字來看也只是眾多面相的一種,跟真正的導流,或者是所有流量,什至是媒體的收益,往往每一個環結每一個媒體都有不一樣的轉換率,雖然這資料的準確度再高,也是種有偏差的觀察,只是對於要去參與社群經營的媒體工作人員,卻是相當有用的,Have Fun~~~~

原文轉載至:從社群的各個角度來看媒體

●本文為作者評論意見並授權刊登,不代表TVBS立場
●來稿、推薦作者、討論文章,歡迎寄至vanchang@tvbs.com.tw或上 T談談

本文為作者評論意見並授權刊登,不代表TVBS立場。

作者

食夢黑貘

相信網路系統可以從本質的改變人行為, 進一步的改變社會, 並以非營利的方式去實現, 曾創作出 BBS 個人版, MyZilla, 部落格觀察, 林克傳說, 新文易數等知名或不知名的系統, 平時在各大網路公司與網路媒體擔任工程師級的 Full Stack

  • notification icon
    感謝您訂閱TVBS,跟上最HOT話題,掌握新聞脈動!