Category: 行业新闻

  每一个网络从业者都有自己一套专业的软件，用得得心应手，做设计的用的软件是CAD，做美工的用的软件是PS，那么一个网络公关用什么软件来工作呢？今天小编就来跟大家推荐一下公关门用得非常得心应手的一款软件，甲鱼网络舆情监测软件，公关门是如何利用甲鱼网络舆情监测软件来工作呢？他们主要用舆情监测软件做如下工作： 应用一：公关门利用舆情监测软件来监测客户的网络上面的正负面信息，如果网络上面有关客户的负面危机，他们就会用舆情监测软件来监测，可以马上监测出网络上面的正负面信息，而且就算客户遇到网络危机公关的时候，他们可以利用舆情监测软件快速的监测出网络上面所有的舆情，包括舆情的发展线路图。发展情况，发展趋势，这样可以让公关门更加精准的对网络舆情做出精准的判断，下一步该如何处理。 应用二：公关门利用甲鱼网络舆情监测软件来查看某个品牌词在互联网上面历史几年的数据，这个功能只有甲鱼网络舆情监测系统才有的哦，其它网络舆情监测系统都没有的哦，这个功能真的很好用，很多人花了几千块钱还没有找到这个数据，但是这个系统很快就可以得到。 应用三：公关门利用甲鱼网络舆情监测软件对网络上面的事件进行网络上面的热点事件进行分析，网络上面一旦遇到企业的或者政府部门的危机公关，只要用这个系统设置好关键词，就可以很快的监测出网络上面的事件情况，画出事件情况图。

前几年，我是一名PR，也接触了很多网络舆情监测系统，同时自己也参与了一个被淘汰了的网络舆情监测系统的开发，以前网络舆情监测市场需求有点旺盛，同时大大小小做网络舆情监测系统的企业比较多，大家都看好网络舆情监测系统这一块蛋糕，大家都想分一杯羹。很多人倾尽全部身家来做一套系统。因为几年前还没有反爬虫技术，网站随便爬，想要抓取什么数据就抓取什么数据，用几台服务器就可以做一个搭建一个网络舆情监测公司，成本就10万以内，创业成本低，做起来了就是一个大公司，当然也有公司这样做就真的做大了，现在还上市了哦。不过经营状况不佳，这家公司每年的营业额说起来会让你笑掉大牙，还没有他们当地的一个小卖部一年挣得多。 现在你百度上面搜索一下，以前几十家上百家的网络舆情监测公司，现在就剩下几家了，这些有些有自己公司，有些有自己公司的系统，有些没有系统的，只是做代理的，但是那些小公司，小企业，慢慢的退出了历史的舞台了，什么金哥、银鸽，什么九条鱼网络舆情监测系统，都统统退出了历史的舞台，现在剩下的那几家大佬级别的网络舆情监测系统，还有很多是挂羊排卖狗肉的，真正玩舆情监测系统挣钱的就那么几家，还有几家宣传虽然是很好的，但是他们无法面临巨大的服务器租金、员工工资、写字楼的租金等，他们都属于亏本状态。 甲鱼网络舆情监测系统也是这几年兴起的网络舆情监测界的一匹黑马，它也经历过面临破产倒闭的风险，但是今年获得了巨额的融资，服务器跟技术都得到了很大的提升，虽然暂时达到了市场的需求，但是还是长期面临市场的洗牌，目前市场，不进则退。任何一个系统，一个企业，一个人都这样。

小编在网络上面搜索网络舆情监测软件的时候，看到了这个词：经销网络舆情监测软件。小编感到很不解，为什么这个词会有这么大的搜索量，是不是有很多人在搜索呢？这个让小编很迷惑，难道是有人想要做网络舆情监测软件的经销商，还是网络舆情监测软件公司想要通过这个关键词找网络上面的经销商呢？ 其实是有这么一回事，很多人都看好了网络舆情监测行业这个市场，都想要加入这个行业分一块蛋糕，其实网络舆情监测行业是一个很好的行业，我们都看好这个行业，都看好这个系统，所有就会有大量互联网工作者想要加入到网络舆情监测行业中，但是他们没有软件，也没有那个实力去开发这个系统，也没有这个实力去开发这个软件，所以想要做代理商，想要做经销商，只有通过这个方法来分一块行业的蛋糕。他们找来找去，就是希望可以通过这个方法可以找到一个性价比很高的供应商，可以给他们免费，甚至远低于市场价的系统，这样他们就可以在市场上面更有优势的价格。这样他们所采购的软件都更有竞争力。 大家都知道，如果一个企业开发了一个系统，卖一个系统是这样的价格，这样的成本，卖2个，卖多个软件他们的成本是一样的，所以他们就一直在找供应商，希望可以通过这个方法可以找到一个更加好的供应商，这是一场供应商跟代理商的较量，这是一场心理战。

如果你在选择网络舆情监测软件哪家好，哪家靠谱，我强烈推荐甲鱼网络舆情监测软件公司给你，从性价比上面讲，他们可以免费给你试用几个月，这几个月你就可以省下上万元软件费用，还有就是他们的系统采集速度全，速度快，全网没有哪家公司的软件有他们公司的好用，系统数据全。 其实网络舆情监测软件都差不多，无非就几个功能： 1、采集数据，并且对采集到的数据进行分析研判，对信息的正面、中性、负面信息进行标注。 2、对采集到的负面信息进行预警，有短信预警，微信预警，平台预警、人工预警等方式。 3、可以进行日报、周报、月报的生成，网络舆情监测的系统可以自动生成日报，周报，月报。 4、可以对网络热点事情进行分析，并且生成分析报告，这个是很多系统都做不到的，但是大部分系统都是可以自动生成这种报告的。 选择网络舆情监测软件也需要选择以下几个条件： 1、公司的实力是否强大，一般要选择公司有300人以上的网络舆情监测软件公司，这样的公司才有自己的开发能力，系统运营稳定。 2、解决问题能力是否强，你可以挑一些比较刁难的问题去问软件供应商，看看他们的解决方案你是否满意。 3、用系统去跑数据，看看系统是否可以跑出你想要的数据，最好拿其它软件对比，看谁跑出来的数据多。 4、你可以发几个帖子，在不同的平台发，看看是否可以监测到 我相信这些方法可以对你选择软件有所帮助。

说到网络舆情监测项目，很多人都会说，这个不就是卖一个软件或者一个系统，有什么难的，最多也就是加一个服务，服务项目中再加一个人工服务报告服务之类的，最多就是人工7*24小时的网络舆情监测，这个所有的公司不都是这样操作的吗？我也是这么觉得的，自从参加了上海几个政府类的网络舆情监测项目的招投标工作，我才知道网络舆情监测项目的招投标工作不简单啊。 首先政府类的招投标工作都是委托给第三方工作来做，那么这个就存在第三方公司控标的可能性，这个一旦控标了，你就是这个游戏的参与者，而不是最终的冠军。其次第三方公司为了提供招标工作的效率，他们会很快的就完成招投标工作，从报名，到投标，往往就是几天，最多就是十天的时间，他们要求的材料很是离谱，要公司财务报告、员工最新一个季度社保缴纳情况，公司资质证明、公司业绩要求、公司一些荣誉证书、还有很多很多不靠谱的材料，有些听都没有听说了，企业为了招投标加分，绞尽脑汁去整理这些材料。往往一个星期多个部门忙里忙外去弄这件事情。很多时候就是空欢喜一场。招投标工作坑很多，要注意的细节的地方太多太多。小编拿到了一个标书，看了一个晚上，还没有完全读透里面的内容。 我觉得做政府类招投标工作最麻烦的事情莫过于弄U盾什么CA数字证书了，那个要IE浏览器，还要配置浏览器，一般人是弄不了的，小编当时没有看说明书，公司3个人弄了一天一夜才报上名。报完名之后就是去买标书，反正事情很多，一大堆。   小编觉得你如果真的想要做政府类招投标工作，就一定得好好的过一次如何投标，投标过程中应该注意哪些细节，失败乃是成功之母，有了一次失败，下一次成功的肯定是你。

  可能很多朋友对于网络舆情分析师有点不了解，今天小编就来跟大家详细的讲下什么叫做网络舆情分析师：网络舆情分析师就是帮助企业负责打理网络舆情的，包括舆情监测+舆情分析+舆情研判+舆情管理等工作，当然光有舆情分析师还不够，还需要一套舆情监测软件哦。   经常有客户问我，有没有认识的朋友可以胜任他们公司的网络舆情分析师这个职位，我问了一下他们可以给的薪资，然后我就默默的说了一句没有，现在稍微有点经验的网络舆情分析师的薪资待遇要10K左右每个月，稍微资深一点的都要15k左右每个月，因为网络舆情这是一个新的行业，这方面人才比较欠缺，而且没有那个大学会培养这方面的人才，大部分网络舆情分析师都是由媒体人跟网络公关或者SEO从业者转行从事的职业，就他们之前的薪资待遇来说，从事网络舆情分析师这个职位，对他们的收入没有多大的影响，你说一个其它行业的精英会来从事舆情分析师这个职业吗？   从网络舆情分析师的职业发展来看，网络舆情分析师是一个靠经验吃饭的行业，技术含量不高，所以要培养一个网络舆情分析师就是半年左右的时间就可以了，如果有SEO相关网络推广行业的工作经验上手越快，所以舆情分析师这个职位哪怕你做再多年，工作经验再丰富，你的职业发展就限制在一个框框中了，薪资待遇就那么多。   所以说有经验的舆情分析师基本上都在网络舆情监测公司了。对于一个企业来说，你连几千元给舆情监测公司做“舆情监测+舆情分析+舆情研判+舆情管理”费用都觉得贵，那么你更别说花个几千元请一个没有什么经验的舆情分析师，每个月还得花几千元买一套舆情监测软件了，这样算下来每个月舆情监测软件+人工费用都超过1万了。何况现在的员工动不动就闹辞职，换工作之类的，这个想必有经验的管理者都知道。   有句话叫做专业的事情就要专业的人来做，相比花高价钱请不专业的人士来做专业的事情，何不花低价钱请专业的人士来替您解决网络舆情的烦恼呢？

  每个行业都有每个行业的内幕，对于外行人，是不知道那些内幕的，今天小编就来跟大家讲下我们舆情监测行业的舆情监测软件的那些你不知道的内幕，希望小编今天的分析对您选购舆情监测服务有所帮助。 说到舆情监测软件，让小编想起了搜索引擎，目前市场上主流的搜索引擎有4个：百度、360、搜狗、神马（大部分手机自带的搜索引擎），舆情监测软件跟这些搜索引擎有什么关系呢？其实目前市场上大部分舆情监测软件还是跟搜索引擎有关系的，主要有2大关系，第一大关系是舆情监测软件的开发原来跟数据采集原理跟搜索引擎开发技术一样；第二大关系就是舆情监测软件很多时候监测到的数据都是从几大搜索引擎中监测到的，也就是说只要某个信息被搜索引擎收录了，舆情监测软件一定可以监测到，有些搜索引擎没有收录到的信息，舆情监测软件也可以监测到，这个不是搜索引擎没有舆情监测软件的功能强大哈，其实是有些信息，搜索引擎对它不是很友好，不想要收录他们而已，如果什么信息搜索引擎都可以收录，那么就不需要舆情监测软件了。 小编要揭秘的阴谋之一就是：很多舆情监测软件功能没有宣传中的那么强大，他们的采集信息原理就是采集4大搜索引擎上面收录的信息，还有采集一些特定的网站，除了这些信息，他都采集不到。 揭秘阴谋之二：其实很多舆情监测公司他们都没有自己的软件，他们都是购买或者租用其他公司的软件，他们的软件都是比较落后，很多信息都采集不全。没有宣传中的那么强大。 揭秘阴谋之三：很多舆情监测软件他们就不正规，用的服务器经常不稳定，你很多时候想要监测信息的时候，他们的服务器就挂了。 揭秘阴谋之四：很多舆情监测公司虚假宣传，买了软件之后才发现实际情况跟销售前跟你说的完全不一样。 …… 今天小编就给大家分享这么多了，讲太多了，小编怕被同行用口水给淹死，今天小编要跟大家讲的就是选择舆情监测软件的时候要先考虑自己的监测需求再来考虑购买哪家软件。

企业舆情面对互联网舆情监测的四大误区： 1.当企业出现负面信息并对企业造成损失，有的企业会认为舆情监测系统会让企业挽回损失。这是一种不正确的认识。当企业出现负面信息的时，舆情监测系统致力于第一时间获取负面信息，第一时间对负面信息进行通报，第一时间对负面信息进行整合总结，分析趋势。使企业在数据和客观分析的基础上做出处理方案，以避免更大的损失。 2.网络舆情服务≠“监测”+“删帖”。一般认为网络舆情服务，重在“监测”。其实，网络舆情服务重要的不在于数据的抓取和搜集，更重要的是在一件事情发生后，对网络民意的有效数据进行科学筛选、量化统计和分析研判，判断舆论趋势，并就如何应对，提出科学的咨询和建议，这才是网络舆情服务机构的核心价值所在。 3.认为舆情监测系统紧局限于负面信息监测。舆情监测系统对全网信息进行抓取和搜集，将信息分为正面、中性、负面。通过对数据分析和整理可以了解企业产品动态、用户需求 。为企业优化产品和服务以及决策提供数据基础。 4.将网络舆情监测误认为“网络监控”。而正确的企业舆情监测只是以第三方的身份进行观察，提供客观、中立的意见，希望成为客户的智囊和顾问。

低调且默默无闻的做了好几年“大数据”的我冒个泡。由于太低调了，知道我做数据采集和爬虫的人多……知道我做舆情和公安大数据的人少……知道我自己正在给公司设计舆情产品的人就更少了…… 不过目前来看，舆情产品更新和迭代速度较慢，模式基本比较定型了，数据范围、功能、内核和底层都没有太大改变。这就引发了巨大的同质化问题，不想没有感觉，仔细想想真可怕。 舆情行业的前景是什么呢？回归一下舆情的本质，情报是为了决策服务的，决策是为了战略服务的。目前的舆情有做到这些么？做好了么？答案很苦逼，基本是没有。 舆情只停留在伺候政府和部分大型企业组织的层面，而且还是一种单纯监测的层面。产生了多少价值？帮一些领导抗住一些负面也就到头了，大多数是为了“面子”而活。我并不反对这些，因为一方面企业、机关的领导需要维护自己的形象，另一方面面对恶意的诋毁或者竞争对手的反制也是需要监测手段的。但是这些都是马后炮型的，没有起到核心的价值。 我觉得舆情的前景是行业深挖，当然这个属于放P，差不多这个圈子里的人都知道这个。但是行业深挖，挖什么？怎么挖？这个苦逼的问题我也没有很好的答案。我从几个点去思考： 舆情系统需要解决客户的痛点，这个痛点是以往靠人工很难出效果的；舆情系统要给客户带来价值，这个价值可以是直接或间接体现在营收上的，也可以是对企业战略服务的；舆情系统要从马后炮变成“半仙”，也就是从“您好，公司XXX CEO跑路的新闻已经热度达到xxx，负面达到红色预警级别，请立刻处理”变成“《xxx CEO失联跑路》新闻涉及公司某高管，根据传播链条分析以及重要节点分析预测该篇文章可能会成为爆款文章，需要提前注意并启动应急机制”；舆情系统不应该仅停留在文本，应该拓展至多媒体，对图片、视频、音频进行全方位监测；舆情系统不应该仅仅是泛泛的监测，应该让客户高管用的爱不释手，一切想知道的动态、资讯、线索、未来方向都应该聚合在里面。 好吧，前面很多是吹牛逼的。设计一个功能很容易，实现它缺需要复杂的底层，舆情系统会逐步变得更加细分，更加专注行业和领域。但是这是建立在文本处理技术和多媒体处理技术之上的，这两个结构化技术目前缺失的技术还太多，还有很多不够完善的地方，所以如果说舆情的未来，我个人觉得短期未来就是文本、多媒体数据的结构化以及关联挖掘在行业或领域的细分应用（不细分是不太可能的，因为边界太广，即使做出来功能也是忽悠人用的）。远期的前景我自己还很迷茫，不敢妄加评论。 顺便说一下各位舆情产品的大佬们……别吹全网监测了……第一客户不信，第二同行吹多了，吹得自己都信了……让我怎么设计产品啊……我还得同时负责爬虫…… ┭┮﹏┭┮

大家都说舆情监测系统开发起来，比较简单，小编作为一个参与过舆情监测系统开发的一员，小编今天不想说什么，只想把一组数据给广大朋友观赏一下，大家就知道舆情监测系统开发起来技术含量怎么样了。 抓取数据、清洗数据对于当下的舆情监测系统来说，都不算是什么难题了，难就难在如何从已得到的数据中获得商业洞察，再用这些商业洞察指导实践，而不仅仅是简单的各类数据统计。对于我来说，舆情数据是互联网上的公开数据，就是相较于销售数据、用户数据等企业内部之外的数据，姑且称之为“外部数据”。那么，现在问题就转换为：如何从浩如烟海、杂芜丛生的外部数据中获得对企业有价值的商业洞见？下面，笔者将从理论到实践，从数据获取、数据清洗、可视化最后到数据分析，全方位的呈现如何从外部数据中得到商业洞察。 现在互联网上关于“增长黑客”的概念很火，它那“四两拨千斤”、“小投入大收益”的神奇法力令无数互联网从业者为之着迷。一般来说，“增长黑客”主要依赖于企业的内部数据（如企业自身拥有的销售数据、用户数据、页面浏览数据等），以此为依据进行数据分析和推广策略拟定。但是，如果遇到如下几种情况，“增长黑客”就捉襟见肘了：假如一家初创公司，自己刚起步，自身并没有还积累数据，怎么破？就算有数据，但自己拥有的数据无论在“质”和“量”上都很差，正所谓“garbage in ，garbage out”，这样的数据再怎么分析和挖掘，也难以得到可作为决策依据的数据洞察……能看到数量上的变化趋势，却无法精准的获悉数值变动的真正原因，比如，近期APP上的活跃度下降不少，从内部数据上，你只能看到数量上的减少，但对于用户活跃度下降的真实动因却无法准确判定，只能拍脑袋或者利用过时的经验，无法让相关人信服。由此，笔者引出了“外部数据”这一概念，尤其是“Open Data”这片“数据蓝海”，“他山之石，可以攻玉”，从海量的外部数据中获取可以对自身业务起到指导作用和借鉴意义的insight，借助外部环境数据来优化自己。 越远离坐标原点，沿坐标轴正向延伸，价值度就越高，分析处理的难度也就越大。对于数据分析师而言，“描述型分析”、“诊断型分析”和“预测型分析”最为常见，而“规范型分析”涉及比较高深的数据挖掘和机器学习知识，不是我们接下来讨论的重点。1.1 描述型数据分析描述型分析是用来概括、表述事物整体状况以及事物间关联、类属关系的统计方法，是上述四类中最为常见的数据分析类型。通过统计处理可以简洁地用几个统计值来表示一组数据地集中性（如平均值、中位数和众数等）和离散型(反映数据的波动性大小，如方差、标准差等)。 1.2 诊断型数据分析在描述型分析的基础上，数据分析师需要进一步的钻取和深入，细分到特定的时间维度和空间维度，依据数据的浅层表现和自身的历史累积经验来判断现象/问题出现的原因。 1.3 预测型数据分析预测型数据分析利用各种高级统计学技术，包括利用预测模型，机器学习，数据挖掘等技术来分析当前和历史的数据，从而对未来或其他不确定的事件进行预测。   1.4 规范型数据分析最具价值和处理复杂度的当属规范型分析。规范型分析通过 “已经发生什么”、“为什么发生”和“什么将发生”，也就是综合运用上述提及的描述型分析、诊断型分析和预测型分析，对潜在用户进行商品/服务推荐和决策支持。 2. 对外部数据中的分析很重要经过上面对四种数据分析类型的描述，笔者认为现有的基于企业内部数据的数据分析实践存在如下几类特征：大多数的数据分析仅停留在描述性数据分析上，未触及数据深层次的规律，没有最大限度的挖掘数据的潜在价值；数据分析的对象以结构化的数值型数据为主，而对非结构化数据，尤其是文本类型的数据分析实践则较少；对内部数据高度重视，如用户增长数据，销售数据，以及产品相关指标数据等，但没有和外部数据进行关联，导致分析的结果片面、孤立和失真，起不到问题诊断和决策支撑作用。由此，我们必须对企业之外的外部数据引起重视，尤其是外部数据中的非结构化文本数据。对于文本数据的重要性，笔者已在之前的文章中有过详细的论述，详情请参看《数据运营|数据分析中，文本分析远比数值型分析重要！（上）》。与此同时，非结构化的文本数据广泛存在于社会化媒体之中，关于社会化媒体的相关介绍，请参看《干货｜如何利用Social Listening从社会化媒体中“提炼”有价值的信息？》。3. 外部数据的几种常见类型外部数据是互联网时代的产物，随着移动互联时代的兴起，外部数据的增长呈现井喷的趋势。各个领域的外部数据从不同角度刻画了移动互联时代的商业社会，综合这些外部数据，才能俯瞰到一个“全息式”的互联网版图。按互联网行业和领域的不同，外部数据包括且不限于：阿里（淘宝和天猫）：电商大数据腾讯（微信和QQ）：社交网络大数据新浪（新浪微博和新浪博客）：社交媒体大数据脉脉：职场社交大数据谷歌/百度：搜索大数据优酷：影视播放大数据今日头条：阅读兴趣大数据酷云EYE：收视大数据高德地图：POI大数据4. 外部数据的获取/采集随着互联网时代对于“Open Data(开放数据)”或“Data Sharing（共享数据）”的日益倡导，很多互联网巨头（部分）开放了它们所积累的外部数据；再者一些可以抓取网络数据的第三方应用和编程工具不断出现，使得我们可以以免费或付费的方式获得大量外部数据（在获得对方允许和涉及商业目的的情况下），最终的形式包括未加工的原始数据、系统化的数据产品和定制化的数据服务。以下是一些常见的外部数据分析和采集工具： 4.1 指数查询（1）百度指数（2）微指数（3）优酷指数（4）谷歌趋势4.2 爬虫工具从上面的索引结果可以看到，搜寻到的语句和原语句之间即使没有包含相同的词汇，但语义上是相关的，分别从属于4“用户研究”、“运营实操根据”和“内容运营”这三个话题。笔者通过这种文本相似度索引，就可以找到自己感兴趣的内容，进行更进一步的文本挖掘。结语限于篇幅，上述许多模型的用途/使用场景，笔者并未展开详说，比如Lexical Dispersion Plot、Bicluster文本聚类和DTM模型可以预测词汇和主题的热度，从而为写作选材和热点追踪提供参考；而LSI相似文本索引和ATM模型可以在内容创作中进行竞品分析，找到与笔者写作主题相近的作家和内容进行针对性的分析，知己知彼，做好自己的写作风格定位。拿笔者的分析实践为例，在“数据分析”栏目中，采用上述分析手段，笔者发现相关文章大都是理论型和设想型的论述，缺少真实的数据分析实例支撑，真正投入到实际工作中的效果也未可知；同时，很多是常规的、基础性的数值型分析，介绍的工具则是Excel、SQL、SPSS，难以满足当今大数据背景下的数据分析实践。因此，笔者的写作风格倾向于“少许理论+实操”，尽量少扯“看起来对、看过就忘”的理论，在数据分析工具和方法的使用上尽量做到多样化，实例分析不为得出具体的结论，重在开拓读者的数据分析思路，授人以鱼。最后，透过上面的外部数据分析实例，笔者想阐明如下3点：要厘清不同数据类型的特征，如本例中的数值型数据、文本型数据以及从中抽取的关系型数据，对其采用合适的分析思路和挖掘方法；数据分析的方法要尽可能的多样化，如本例中采用了多种分析方法和模型，如交叉分析、高频词分析、关键信息抽取、词汇分散图分析和ATM模型等；在分析层次上，以业务逻辑为轴线，由浅入深，由简入繁，由表及里，既有描述型的统计分析，也有诊断型的数据挖掘，还有基于演变规律的预测型分析。