1、12017/5/12 2017年4月 券商公眾號洞察報告 TalkingData移動數據研究中心 2017年5月 22017/5/12 目錄 CONTENTS 券商公眾號總體概覽 - 05Part 01 Part 02 Part 03 券商公眾號英雄榜 - 21 券商公眾號典型案例分析 - 31 Part 04 單券商各營業部公眾號分析 - 39 Part 05 券商微信指數分析 - 42 32017/5/12 報告說明 數據來源 TalkingData數據中心數據來自TalkingData AppAnalytics、TalkingData GameAnalytics、TalkingData
2、Ad Tracking的行業數 據采集,以及諸多合作伙伴的數據交換,如應用市場、渠道、運營商等多種不同來源的數據復合而成; DataWhisper 自媒體智能數據平臺。 數據周期 2017年2月-2017年4月 概念定義 公眾號(訂閱號/服務號)平均發文次數:監測周期內,各公眾號(訂閱號/服務號)推送次數的均值; 公眾號(訂閱號/服務號)平均發文篇數:監測周期內,各公眾號(訂閱號/服務號)推送文章數量的均值; 公眾號(訂閱號/服務號)文章平均閱讀量:監測周期內,各公眾號(訂閱號/服務號)文章平均閱讀量的均值; 公眾號(訂閱號/服務號)頭條文章平均閱讀量:監測周期內,各公眾號(訂閱號/服務號)頭
3、條文章平均閱讀量的均值; 公眾號(訂閱號/服務號)平均讀贊比:監測周期內,各公眾號(訂閱號/服務號)讀贊比的均值; 42017/5/12 報告說明 排行榜算法說明 券商公眾號(訂閱號/服務號)排行榜基于公眾號(訂閱號/服務號)推送、閱讀、互動等相關數據,根據TalkingData 移動數據研 究中心“公眾號指數評測模型”計算得出,涉及推送、閱讀、互動以及綜合4個指標維度,其中: 綜合指數 = 推送指數+閱讀指數+互動指數; 推送指數:包括推送次數、推送文章數量等細分指標,對不同指標賦予不同權重,各指標賦權結果加和得到推送原始分數,然后 按照非線性的正態化的轉換方法和線性導出分數的轉換方法由原始
4、分數轉換得到其推送常模量表分數,該分數值反映某公眾號在 總體中的位置,分數值與這一位置有關; 閱讀指數:包括總閱讀量、平均閱讀量、頭條文章閱讀量、次條文章閱讀量等細分指標,對不同指標賦予不同權重,各指標賦權 結果加和得到閱讀原始分數,然后按照非線性的正態化的轉換方法和線性導出分數的轉換方法由原始分數轉換得到其閱讀常模量 表分數,該分數值反映某公眾號在總體中的位置,分數值與這一位置有關; 互動指數:包括總贊數、均贊數、評論數、讀贊比等細分指標,對不同指標賦予不同權重,各指標賦權結果加和得到互動原始分 數,然后按照非線性的正態化的轉換方法和線性導出分數的轉換方法由原始分數轉換得到其互動常模量表分數
5、,該分數值反映某 公眾號在總體中的位置,分數值與這一位置有關。 52017/5/12 1 券商公眾號總體概覽 券商訂閱號 券商服務號 62017/5/12 2017年4月,券商各訂閱號月平均發文次數 為13.16次,環比有所降低,但仍然高于2017 年2月發文次數。 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper; 推送分析:2017年4月,券商訂閱號平均發文13.16次 12.84 16.36 13.16 2017年2月2017年3月2017年4月 2017年2月-2017年4月 券商各訂閱號平均發文次數 72017/5/12 2017年4月,券商各訂閱號
6、平均發文43.81 篇,與2017年3月環比有所下降,但與2017 年2月相比,提升幅度達到12.95%。 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper; 推送分析:2017年4月,券商訂閱號平均發文43.81篇 38.79 52.01 43.81 2017年2月2017年3月2017年4月 2017年2月-2017年4月 券商各訂閱號平均發文篇數 82017/5/12 2017年4月,券商各訂閱號平均單次推送發 文量3.33篇,與前兩個月相比,單次推送發 文量持續提升。 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper;
7、 推送分析:2017年4月,券商訂閱號平均單次推送3.33篇文章 3.02 3.18 3.33 2017年2月2017年3月2017年4月 2017年2月-2017年4月 券商各訂閱號平均單次推送發文量 92017/5/12 從券商各訂閱號一周發文分布來看,周一到 周五是發文高產時間段,尤其是周三,發文 量達到高峰,周末發文量減少,與工作時間 相紊合。 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper; 推送分析:周三是券商訂閱號發文高峰 14.3% 15.9% 20.0% 16.2% 15.9% 9.8% 7.9% 星期一星期二星期三星期四星期五星期六星期日
8、 2017年4月 券商各訂閱號周發文量分布 102017/5/12 從券商訂閱號日發文時段來看,上午8-9點是 主要發文時間段,此外,在下午17點晚高峰 左右,迎來第二個發文小高峰。 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper; 推送分析:上午8-9點是券商訂閱號主要發文時間段 9.4% 24.4% 18.4% 4.1% 0.8% 2.3% 3.8% 2.3% 0.8% 7.1% 13.9% 7.5% 3.0% 1.1% 0.8% 0.4% 78910111213141516171819202122 2017年4月 券商各訂閱號發文時間分布 112017
9、/5/12 從閱讀量來看,券商各訂閱號整體文章平均 閱讀量和頭條文章平均閱讀量,在最近兩個 月均持續提高,文章對粉絲的吸引力增強。 頭條文章與整體文章的閱讀量倍數差,由 2017年2月的1.79倍增長到2017年4月的1.87 倍,頭條文章質量有所提升。 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper; 閱讀分析:券商訂閱號文章吸引力有所提升 637 633 682 1143 1172 1275 2017年2月2017年3月2017年4月 2017年2月-2017年4月 券商各訂閱號文章平均閱讀量 文章平均閱讀量頭條文章平均閱讀量 122017/5/12 2
10、017年4月,券商各訂閱號文章平均評論數 環比降低,但與2017年2月相比,略有增 長,同時,平均贊數和讀贊比雙雙提升,券 商訂閱號與粉絲的互動性提升。 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper; 互動分析:券商訂閱號文章平均贊數持續提升 0.03 0.10 0.04 2.76 3.62 3.69 0.63% 0.66% 0.67% 2017年2月2017年3月2017年4月 2017年2月-2017年4月 券商各訂閱號文章平均評論數姜超:再給你五個賣房的理由3海通e家1443110.76% 悅讀|真正的麻煩不是房價,而是35歲以后你還能干嘛?4海通e
11、家1427201.40% 422017/5/12 5 券商微信指數分析 432017/5/12 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper; 4月27日,海通證券微信指數達到本月高位值 4月27日,海通證券發布2017Q1季報,由此帶來微信關注熱度的提升,當日,海通證券微信指數快速增長,達到本月高位值;4月28 日,廣發證券發布中年報公告,同日,廣發證券的微信關注熱度提升,達到本月高峰。 2017年4月 重點券商微信指數變化趨勢 平安證券銀河證券招商證券國信證券中信建投證券華泰證券中信證券國泰君安證券廣發證券海通證券 4月7日,銀河證券非公 開發行201
12、7年公司債 券;4月6日,或許是對 債券的關注度推高了銀 河證券的微信熱度,微 信指數最高。 4月10日-4月11日,中信證券微信關 注熱度提升,指數最高;中信證券 曾在4月7日左右公告,預計30億美 元中期票據于4月10日上市,且4月 11日中信證券發布了財務數據簡 報,或許因此推動微信關注度提升 2017年4月23 日,華泰證券微 信關注熱度提 升,指數最高。 4月28日,廣發證 券發布中年報公 告,微信關注熱度 提升,指數最高。 4月27日,海通證 券發布Q1季報, 帶來微信關注熱 度的提升,指數 最高。 442017/5/12 2017年4月最后一周,從微信指數熱度來 看,廣發證券最高
13、,其次是海通證券;從環 比增幅來看,海通證券環比增長459.6%,周 熱度提升較快,其次是廣發證券,其他幾家 券商的微信指數周熱度都有不同程度的降 低。 數據來源:1、TalkingData 移動數據研究中心;2、DataWhisper; 注:平均微信指數指的是某段時間內,某個關鍵詞微信指數的平均值。 廣發證券微信指數最高,海通證券周熱度增長最快 排名券商名稱平均微信指數指數環比 1 廣發證券241228 58.9% 2 海通證券145476 459.6% 3 銀河證券92024 -2.7% 4 華泰證券71547 -36.7% 5 平安證券69281 -32.6% 6 招商證券69124 -
14、7.9% 7 中信證券62236 -53.7% 8 國信證券36241 -38.3% 9 中信建投證券10114 -42.5% 10 國泰君安證券7721 -65.7% 2017年4月24日-4月30日 重點券商微信指數周熱度 452017/5/12 附錄 公眾號范圍說明 本報告中,公眾號榜單涉及52家主流券商總部的一百多個公眾號(此處不含券商分營業部公眾號),通過長期監測各主流券商的 公眾號,獲取其推送、閱讀、互動等相關數據,通過TalkingData 移動數據研究中心“公眾號指數評測模型”對每個公眾號進行 打分,根據打分結果對其進行排名,其中,涉及到的具體券商如下: 中信建投證券光大證券中
15、山證券西部證券中投證券恒泰證券 中信證券平安證券東方花旗證券東方證券長江證券東海證券 國泰君安證券興業證券國金證券財通證券東方財富證券上海證券 招商證券國開證券中銀國際證券浙商證券太平洋證券南京證券 廣發證券德邦證券中德證券東吳證券東北證券華安證券 海通證券西南證券廣州證券方正證券湘財證券東莞證券 中金公司國海證券東興證券華西證券安信證券國聯證券 國信證券銀河證券長城證券華福證券信達證券 華泰證券申萬宏源證券中泰證券國元證券中原證券 462017/5/12 關于TalkingData TalkingData 成立于2011年,致力于用數據改變企業做決策的方式,改善人類自身和環境。目前已完成 C
16、輪融資,是中國領先的獨立第三方數據服務提供商,在全球開設多個分支機構。 融合了互聯網“開放精神”和傳統IT“嚴謹服務”的企業文化,為客戶提供獨樹一幟,融創新與嚴謹為一 體,全方位智能數據解決方案。業內獨一無二的TalkingData智能數據平臺,集海量數據、極致的技術和 專業的咨詢服務為一體,逐步打造開放的數據生態,為客戶帶來獨特的數據價值。 目前,TalkingData智能數據平臺覆蓋超過6.5億/月活躍獨立智能設備,客戶既包括像Google、騰訊、滴滴 出行等互聯網企業,也包括中國銀聯、招商銀行、歐時力、碧桂園等傳統行業巨頭。 472017/5/12 關于DataWhisper DataW
17、hisper成立于2016年,我們致力于通過領先的大數據與深度學習能力為自媒體行業提供下一代 營銷與運營平臺,簡化決策過程,優化商業回報。 基于自主研發的智能數據引擎,DataWhisper自媒體智能數據平臺得以覆蓋廣泛的自媒體數據資源,提供 量化的公眾號海選系統,海量全網圖文搜索引擎,定制化的數據分析體系,以及平臺級數據接口能力。 DataWhisper自媒體智能數據平臺將為營銷和市場從業者提供更廣泛的視野,全新的洞察能力,發現更有 價值的資源,為內容創業者提供更智能化的工具、重塑競爭力,為投資者提供深度數據支持與更豐富的 決策緯度。 482017/5/12 移動觀象臺 492017/5/12 洞悉市場動態,提供最新Android應 用排行,針對單款應用繪制人群畫像 通過對自媒體人的賬號和文章進行甄別 分析,獲悉最火爆的微信公眾號排行 呈現移動設備趨勢,提供最受歡迎的 設備品牌、分辨率、操作系統等 應用排名公眾號排名終端指數 最權威的互聯網行業報告,并針對熱 門行業、熱門事件進行重點分析 基于大量移動互聯網用戶數據洞察用 戶特征,展現市場應用熱度 挖掘用戶行為軌跡,分類解析品牌受 眾群體,提供可視化數據解讀 數據報告市場洞察人跡地圖 移動觀象臺 502017/5/12 謝謝 移動觀象臺