企业官网建设流程全解析

大作业三：自媒体运营分析

在自媒体内容运营领域，作品互动数据是衡量内容质量与运营效果的核心资产。然而，采集到的原始数据往往存在平台冗余（部分平台浏览数大量缺失）、无效记录（浏览、点赞、收藏全为0）、字段缺失（空值）等质量问题，直接分析将导致结论偏差甚至错误。本次实验以全班同学在多平台发布的自媒体作品互动数据为分析对象，围绕“数据清洗→特征工程→可视化分析→运营策略输出”开展全链路数据分析，核心目标为构建规范化的数据分析数据集，量化标题关键词对作品互动效果的影响，并输出数据驱动的运营优化策略。实验采用助睿数智（Uniplore）一站式数据科学平台，综合运用助睿ETL完成多源数据的过滤、填充、聚合与特征衍生，通过助睿BI完成多维度可视化分析与综合仪表盘搭建。实验完整工作内容包括：对原始自媒体作品数据进行平台过滤（聚焦B站与CSDN）、缺失值填充、全平台聚合统计，输出全平台概况表（summary_all_platforms）与内容分析表（content_analysis）；在此基础上，计算互动总数（total_interaction），并通过JavaScript脚本提取5个标题关键词特征（保姆级、零代码、实战、教程/指南、踩坑），回填至内容分析表；进一步输出关键词级别的互动汇总表（title_feature_analysis）；最终通过助睿BI搭建包含核心指标卡、学生排名、作品排名、标题影响分析、趋势分析等维度的综合仪表盘。关键实验结论：标题中含“保姆级”关键词的作品，其平均互动数提升倍率最高（B站达1.78倍，CSDN达1.65倍），是提升作品互动效果最有效的标题关键词策略。实验成果可直接应用于自媒体内容创作的标题优化、关键词策略制定及运营效果评估。

2.1 实验概述

2.1.1 实验背景

在自媒体内容运营与数据分析领域，作品互动数据（浏览量、点赞量、收藏量、分享量、投币量等）是衡量内容质量与用户兴趣的核心指标。通过对这些数据的系统性分析，内容创作者和运营者能够精准识别用户偏好、优化内容策略、提升作品传播效果。然而，在实际业务场景中，采集到的原始数据往往面临以下痛点：

一是平台数据分布不均。同一批作品可能分发至多个平台（如B站、CSDN、微信、知乎、小红书等），但部分平台的浏览数据大量缺失或值为0，无法支撑有意义的分析，直接使用会造成资源浪费和分析结论偏差。

二是无效记录干扰。部分作品的浏览数量、点赞数量、收藏数量全部为0，这些记录可能是采集失败，也可能是作品确实无人问津，但无论何种原因，它们对分析没有贡献，需要剔除。

三是字段缺失影响计算。点赞、收藏、分享等字段中存在空值，若不处理，后续的聚合计算和公式计算将直接报错。

本次实验基于全班同学在多平台发布的自媒体作品互动数据，开展数据清洗、特征工程与可视化分析，旨在通过ETL自动化流程替代手工Excel处理，固化数据口径，构建规范化分析数据集，量化标题关键词对作品互动效果的影响，最终输出数据驱动的自媒体运营优化策略，切实解决自媒体运营中“数据杂乱不可用”和“策略缺乏数据支撑”的典型问题。

2.1.2 实验内容

本次实验按“数据清洗→特征工程→可视化分析→运营策略”四个阶段依次完成以下核心任务：

实验7-1：数据清洗与预处理

1. 数据导入：从公共空间获取“自媒体作品数据明细.csv”，导入项目文件库。
2. 全平台聚合统计：按日期和平台分组，对所有数值字段求和，输出summary_all_platforms表，支撑仪表盘顶部全平台概况指标卡。
3. 平台过滤：筛选B站和CSDN两个重点平台（微信、知乎等平台浏览数大量缺失，无法支撑有意义的分析）。
4. 有效记录筛选：剔除两个平台中浏览量为0的记录，聚焦真正产生用户互动的作品。
5. 缺失值填充：对作者名称和作品标题等文本字段中的空值填充为“未知”。
6. 字段选择：剔除source_file等非分析字段，保留date、author_name、title、platform、likes、favorites、shares、coins、views、url共10个核心字段。
7. 数据输出：将清洗后的数据输出至content_analysis表，作为后续实验的输入。

实验7-2：标题特征与互动汇总分析

1. 标题特征提取：通过JavaScript代码组件，从title字段中提取5个关键词特征标志（has_best、has_lowcode、has_practice、has_tutorial、has_pit），取值0或1。
2. 互动总数计算：通过计算器组件计算total_interaction = likes + favorites + shares + coins。
3. 数据更新：使用“插入/更新”组件，按id匹配，将total_interaction和5个标题特征字段回填至content_analysis表。
4. 关键词级别汇总：分别计算整体平均互动数和含每个关键词的作品的平均互动数，输出title_feature_analysis表。

实验7-3：可视化分析与仪表盘搭建

1. 数据集构建：基于summary_all_platforms、content_analysis、title_feature_analysis三张表构建数据集。
2. 核心指标卡制作：制作全平台作品数、分发平台数、全平台总浏览数、全平台总互动数、B站/CSDN作品数、B站总播放量/CSDN总阅读量共8张指标卡。
3. 排名图表制作：制作B站和CSDN的学生平均播放量排名TOP10、作品播放量排名TOP10。
4. 标题影响分析图表制作：制作B站和CSDN的标题特征提升倍率条形图、标题特征对比柱状图。
5. 趋势分析图表制作：制作B站每日播放量趋势折线图、CSDN每日阅读量趋势折线图。
6. 综合仪表盘搭建：将所有图表按“先总后分、左右对照”的逻辑布局，形成完整的自媒体运营分析仪表盘。

2.2 相关技术原理和技术要点

说明：大作业三使用的核心技术（助睿ETL数据集成、助睿BI可视化）与大作业一、大作业二相同，已在1.2节和2.2节详述，本节不再重复。以下仅针对自媒体运营分析中特有的插入/更新组件和标题关键词特征提取技术进行补充说明。

2.2.1 插入/更新组件技术原理

技术背景：在数据仓库和数据集市建设中，增量更新（Upsert，即Update或Insert）是常见的数据维护需求。传统方式需要先执行SELECT判断记录是否存在，再根据结果决定执行UPDATE还是INSERT，逻辑复杂且易出错。助睿ETL的“插入/更新”组件将这一过程封装为可视化配置，通过指定“查询关键字”（匹配字段）和“更新字段”，自动完成记录存在则更新、不存在则插入的智能操作。

基本过程：①用户指定目标表和数据库连接；②配置“查询关键字”字段（如id），作为记录匹配的依据；③配置“更新字段”列表，指定需要更新的字段；④组件在执行时，对每条输入记录，用查询关键字在目标表中查找匹配记录；⑤若找到匹配记录，则更新指定字段；⑥若未找到匹配记录，则插入新行。

技术优缺点：优点在于一次性完成“更新或插入”操作，避免多次数据库交互，提升性能；配置简单，无需编写SQL脚本；支持批量处理，适合大规模数据更新场景。缺点在于需要确保查询关键字能唯一标识记录（如主键），否则可能出现更新多条记录的异常。

本次实验中的应用场景：在实验7-2中，使用“插入/更新”组件将计算好的total_interaction和5个标题特征字段，按id匹配更新回content_analysis表。由于id是主键且一定存在，本场景实际执行的是纯更新操作，不会新增行。相比“表输出”组件（每次运行会新增行导致数据重复），“插入/更新”组件保证了本实验可反复运行而不产生脏数据。

2.2.2 标题关键词特征提取技术

技术背景：在文本分析和自然语言处理中，从标题、内容等文本字段中提取关键词特征，是量化文本对目标变量影响的基础操作。传统方式需要编写Python或R脚本进行字符串匹配和特征生成。助睿ETL的“JavaScript代码”组件支持在数据流中嵌入自定义脚本逻辑，可直接对字段值进行字符串操作，生成新的特征字段。

基本过程：①在JavaScript代码组件中，将输入字段（如title）作为变量直接使用；②使用JavaScript的indexOf方法判断字符串中是否包含指定关键词（indexOf返回-1表示不包含，否则表示包含）；③将判断结果映射为0/1整数值；④在组件的输出字段中预先定义新字段的名称和类型；⑤通过脚本将计算结果赋值给输出字段。

本次实验中的应用场景：本次实验从作品标题中提取5个关键词特征——has_best（“保姆级”）、has_lowcode（“零代码”）、has_practice（“实战”）、has_tutorial（“教程”或“指南”）、has_pit（“踩坑”）。这五个关键词在数据中高频出现，且与“教学价值”“实操性”强相关，是分析标题影响力的理想切入点。每个特征独立提取为0/1标志，便于后续在BI中做分组对比和提升倍率计算。

2.2.3 提升倍率计算方法

技术背景：在效果评估中，单纯看平均值容易受整体水平影响，难以直观判断某个因素的真实贡献。“提升倍率”通过将“含某特征的平均值”除以“整体平均值”，消除了整体水平波动的影响，直接量化了该特征的相对提升效果。

计算方法：提升倍率 = 含某关键词的作品平均互动数 ÷ 该平台整体平均互动数。若提升倍率 > 1，表示该关键词对互动效果有正向提升；若提升倍率 < 1，表示该关键词有负向影响；若提升倍率 ≈ 1，表示该关键词无明显影响。

本次实验中的应用场景：在实验7-3中，通过title_feature_analysis表分别计算B站和CSDN各关键词的提升倍率，并以条形图展示。例如，B站“保姆级”关键词的提升倍率为1.78，表示含“保姆级”的B站作品平均播放量比B站整体平均播放量高出78%，效果显著。

2.3 实验过程

2.3.1 整体流程概述

本次实验按“数据准备→数据清洗→特征工程→多维度聚合→可视化分析”的完整链路，共划分为五个阶段：

• 数据准备阶段：在助睿ETL中创建summary_all_platforms和content_analysis两张目标表；从公共空间获取“自媒体作品数据明细.csv”，导入项目文件库。
• 数据清洗阶段：先进行全平台聚合统计（按日期、平台分组求和，输出summary_all_platforms）；在另一个分支中，使用“过滤记录”组件筛选B站和CSDN两个平台的有效记录（浏览数 > 0）；使用“替换NULL值”组件填充文本字段空值；使用“字段选择”组件剔除无关字段；将清洗结果输出至content_analysis表。
• 特征工程阶段：从content_analysis表读取数据；使用“计算器”组件计算total_interaction（互动总数）；使用“JavaScript代码”组件提取5个标题关键词特征标志；使用“插入/更新”组件将计算结果回填至content_analysis表。
• 多维度聚合阶段：基于更新后的content_analysis表，通过“分组”组件分别计算整体平均互动数和各关键词的平均互动数；使用“增加常量”组件为各分支添加关键词名称标签；使用“记录集连接”组件将整体平均值与各关键词平均值合并；输出title_feature_analysis表。
• 可视化分析与仪表盘搭建阶段：在助睿BI中基于三张数据表构建数据集；制作核心指标卡、排名图表、标题影响分析图表和趋势分析图表；将所有图表按逻辑布局搭建综合仪表盘；导出图表撰写运营优化分析报告。

2.3.2 数据采集与清洗（实验7-1）

2.3.2.1 创建目标表

1. 操作目的：在团队私有数据库中创建summary_all_platforms和content_analysis两张目标表，分别用于存放全平台聚合数据和清洗后的明细数据。

2. 操作说明：新建转换流，拖拽“执行一个SQL脚本”组件，分别执行两张表的建表SQL语句。summary_all_platforms表包含crawl_date、platform、content_count、total_views、total_likes、total_favorites、total_shares、total_coins、total_recommend、total_likes_zhihu、total_approvals共11个字段。content_analysis表包含id、date、author_name、title、platform、likes、favorites、shares、coins、views、url、total_interaction、has_best、has_lowcode、has_practice、has_tutorial、has_pit共17个字段。

3. 关键截图：

图1执行SQL脚本组件配置界面

4. 配置/操作要点：建表SQL需包含合适的字段类型和注释；content_analysis表的total_interaction及5个标题特征字段先创建（允许为NULL），待实验7-2中再更新填充。

2.3.2.2 导入原始数据

1. 操作目的：从公共空间获取“自媒体作品数据明细.csv”，导入项目文件库，作为数据清洗的输入源。

2. 操作说明：在文件库中新建目录“自媒体数据集”；点击“公共空间”下的“数据资源”，找到“自媒体作品数据明细.csv”，导出至新建目录。

3. 关键截图：

图2 CSV文件导出操作界面

4. 配置/操作要点：导出前确认文件所在目录正确；该数据集仅覆盖采集时间节点前已发布且未被删除的作品。

2.3.2.3 全平台聚合统计

1. 操作目的：在数据清洗之前，先分支输出全平台聚合数据，用于仪表盘顶部的全平台概况指标卡（保留所有平台的原始数据，即便浏览数为0也计入作品数）。

2. 操作说明：使用“CSV文件输入”组件读取原始CSV数据；接入“排序记录”组件，按date和platform排序；接入“分组”组件，按date和platform分组，对所有数值字段取求和；输出至summary_all_platforms表。

3. 关键截图：

图3分组组件配置界面

4. 配置/操作要点：此分支不做任何过滤，保留所有平台的原始数据；各平台特色指标（B站的coins、微信的recommend等）单独保留列，不合并。

2.3.2.4 过滤记录——筛选重点平台与有效记录

1. 操作目的：在另一个分支中，使用“过滤记录”组件同时完成平台筛选和有效记录筛选——只保留B站和CSDN两个平台，并剔除浏览量为0的记录。

2. 操作说明：在CSV文件输入组件后接入“过滤记录”组件，配置复合条件：(platform = ‘B站’ AND views > 0) OR (platform = ‘CSDN’ AND views > 0)。此条件确保“平台”与“有效记录判定”同时满足，一个组件完成双重过滤。

3. 关键截图：

图4过滤记录组件复合条件配置界面

4. 配置/操作要点：使用AND与OR组合条件，括号确保逻辑正确性；助睿ETL的过滤记录组件支持编写复杂条件表达式，灵活组合多条件。

2.3.2.5 替换NULL值——填充缺失值

1. 操作目的：对author_name和title字段中的空值填充为“未知”，避免后续使用时报错。

2. 操作说明：在过滤记录组件后接入“替换NULL值”组件，勾选“选择字段”，在字段表格中插入两行：字段author_name值替换为“未知”；字段title值替换为“未知”。

3. 关键截图：

图5替换NULL值组件配置界面

4. 配置/操作要点：数值字段经检查无空值，无需处理；文本字段统一填充“未知”，便于后续识别。

2.3.2.6 字段选择——保留核心字段

1. 操作目的：剔除source_file等非分析字段，只保留date、author_name、title、platform、likes、favorites、shares、coins、views、url共10个核心字段。

2. 操作说明：在替换NULL值组件后接入“字段选择”组件，在“选择”选项卡中只保留上述10个字段，其余字段全部移除。

3. 关键截图：

图6字段选择组件配置界面

4. 配置/操作要点：coins（投币量）作为B站特有互动指标保留，不剔除。

2.3.2.7 表输出——输出清洗后数据

1. 操作目的：将清洗后的数据输出至content_analysis表。

2. 操作说明：在字段选择组件后接入“表输出”组件，选择“团队私有数据库”连接，目标表选择content_analysis；勾选“裁剪表”（插入前清空原表数据，避免重复插入）；勾选“指定数据库字段”，建立流字段与表字段的映射。

3. 关键截图：

图7表输出组件字段映射界面

4. 配置/操作要点：流字段名与表字段名一致，映射较为直接；裁剪表确保每次运行覆盖旧数据，保持数据最新。

2.3.2.8 执行转换流并验证结果

1. 操作目的：执行完整的清洗转换流，验证summary_all_platforms和content_analysis两张表的数据质量。

2. 操作说明：点击“执行”按钮启动转换流，查看日志确认所有组件运行成功。在元数据探查中分别预览两张表的数据。

3. 关键截图：

图8概括表

图9内容分析表

4. 配置/操作要点：检查content_analysis中是否仅包含B站和CSDN的记录，且views均大于0；检查summary_all_platforms是否包含所有平台（含浏览数为0的平台）。

2.3.3 特征工程与关键词汇总（实验7-2）

2.3.3.1 读取数据

1. 操作目的：读取实验7-1输出的content_analysis表，作为特征工程的输入。

2. 操作说明：新建转换流，拖拽“表输入”组件，选择“团队私有数据库”连接，获取content_analysis表的所有SQL查询语句。

3. 关键截图：

图10表输入组件配置界面

4. 配置/操作要点：选择全部字段（含id），后续更新时以id为匹配关键字。

2.3.3.2 JavaScript代码——提取标题关键词特征

1. 操作目的：通过JavaScript代码组件，从title字段中提取5个标题关键词特征标志（has_best、has_lowcode、has_practice、has_tutorial、has_pit），将文本匹配结果转化为0/1数值特征，便于后续量化分析。

2. 操作说明：在表输入组件后接入“JavaScript代码”组件。在Script1中输入以下代码：

javascript

var title = title;// 字段名直接作为变量使用

// 判断关键词

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;

// 将结果赋值给新字段（输出字段需在字段表中提前定义）

has_best = has_best;

has_lowcode = has_lowcode;

has_practice = has_practice;

has_tutorial = has_tutorial;

has_pit = has_pit;

在输出字段配置中，依次添加has_best、has_lowcode、has_practice、has_tutorial、has_pit共5个字段，类型均为Integer。

3. 关键截图：

图11 JavaScript代码组件脚本编辑界面

图12输出字段配置界面

4. 配置/操作要点：

• JavaScript中字段名直接作为变量使用（如title）；
• indexOf方法返回-1表示不包含，否则返回首次出现位置；
• 三元运算符将匹配结果转为1或0；
• has_tutorial同时匹配“教程”和“指南”两个词，任一出现即标记为1；
• 输出字段需在字段表中提前定义，否则脚本无法赋值。

2.3.3.3 计算器——计算互动总数

1. 操作目的：计算互动总数total_interaction = likes + favorites + shares + coins，作为衡量作品用户互动规模的综合指标。

2. 操作说明：在JavaScript代码组件后接入“计算器”组件，新增字段interactions，计算公式选择“A + B + C + D”，字段A选择likes，字段B选择favorites，字段C选择shares，字段D选择coins，值类型为Integer。

3. 关键截图：

图13计算器组件配置界面

4. 配置/操作要点：四个字段均为数值型，直接相加；结果字段名interactions后续映射到表字段total_interaction。

2.3.3.4 插入/更新——回填数据

1. 操作目的：将计算好的total_interaction和5个标题特征字段，按id匹配回填至content_analysis表。使用“插入/更新”而非“表输出”，确保本实验可反复运行而不产生重复数据。

2. 操作说明：在计算器组件后接入“插入/更新”组件。配置目标表为content_analysis；查询关键字设置为id（匹配依据）；更新字段设置为total_interaction、has_best、has_lowcode、has_practice、has_tutorial、has_pit。在字段映射中，将流字段interactions映射到表字段total_interaction。

3. 关键截图：

图14插入/更新组件配置界面

4. 配置/操作要点：

• “插入/更新”vs“表输出”：表输出每次运行新增行，导致数据重复；插入/更新按id匹配，存在则更新，不存在才插入；
• 本场景中id一定存在，所以只做更新，不新增行；
• 查询关键字需选择能唯一标识记录的字段（主键id）。

2.3.3.5 执行转换流并验证结果

1. 操作目的：执行特征工程转换流，验证content_analysis表中total_interaction和5个标题特征字段已正确更新。

2. 操作说明：点击“执行”按钮，查看日志确认运行成功。在数据探查中预览content_analysis表，检查新增字段是否有值且逻辑正确。

3. 关键截图：

图15为特征工程转换流执行结果

图16为更新后的数据预览

4. 配置/操作要点：检查has_best等字段是否仅包含0和1两个值；检查total_interaction是否为正整数或0。

2.3.3.6 关键词级别汇总——输出title_feature_analysis表

1. 操作目的：分别计算整体平均互动数和含每个关键词的作品的平均互动数，输出title_feature_analysis表，为标题影响分析提供数据支撑。

2. 操作说明：

• 整体平均值分支：从content_analysis表读取数据，使用“分组”组件（不设分组字段），计算AVG(total_interaction)得到overall_avg；使用“增加常量”组件新增feature_name = ‘整体平均’。
• 关键词分支（以“保姆级”为例）：复制分发另一条分支，先使用“过滤记录”组件设置has_best = 1；然后使用“分组”组件，计算AVG(total_interaction)得到avg_interaction、COUNT(id)得到sample_count；使用“增加常量”组件新增feature_name = ‘保姆级’。
• 合并与入库：使用“记录集连接”组件（匹配字段feature_name）将整体平均值与关键词平均值合并；使用“表输出”组件（不勾选裁剪表）将数据追加写入title_feature_analysis表。
• 重复操作：对其他4个关键词（零代码、实战、教程/指南、踩坑）复制粘贴整个分支，仅修改过滤条件（如has_lowcode = 1）和常量值（如‘零代码’），其余配置完全相同。

3. 关键截图：

图17关键词分支转换流布局

图18分组组件配置

图19最终title_feature_analysis表数据预览

4. 配置/操作要点：

• 分组组件不设分组字段时，对所有记录计算聚合值，结果仅一行；
• “增加常量”组件为每行数据贴上关键词名称标签，便于合并后区分；
• 表输出不勾选“裁剪表”，避免删除其他关键词的数据；
• 复制分支时，注意修改过滤记录的条件和增加常量的值，其他配置完全可复用。

2.3.4 可视化分析与仪表盘搭建（实验7-3）

2.3.4.1 构建数据集

1. 操作目的：基于summary_all_platforms、content_analysis、title_feature_analysis三张表，在助睿BI中构建3个数据集，为后续图表制作提供数据源。

2. 操作说明：进入助睿BI平台，点击“数据集”菜单，依次新建3个数据集——“全平台概况数据集”（基于summary_all_platforms）、“重点平台深度分析数据集”（基于content_analysis）、“标题关键词互动数据集”（基于title_feature_analysis）。每个数据集选择对应的数据表，将字段备注修改为中文，保存并发布。

3. 关键截图：

图20数据集列表界面

4. 配置/操作要点：数据集发布后才能在工作表中引用；字段备注修改为中文便于后续拖拽配置。

2.3.4.2 制作核心指标卡

1. 操作目的：制作8张指标卡，展示全平台和重点平台的核心KPI，让读者在几秒钟内建立整体认知。

2. 操作说明：新建工作表，选择“全平台概况数据集”，图表类型选择“指标卡”。分别制作以下指标卡：

• 全平台作品数：content_count求和
• 分发平台数：platform去重计数
• 全平台总浏览数：total_views求和
• 全平台总互动数：total_likes + total_favorites + total_shares + total_coins + total_recommend + total_likes_zhihu + total_approvals（使用计算字段）
• B站作品数：过滤platform = ‘B站’，计数
• CSDN作品数：过滤platform = ‘CSDN’，计数
• B站总播放量：过滤platform = ‘B站’，total_views求和
• CSDN总阅读量：过滤platform = ‘CSDN’，total_views求和

3. 关键截图：

图21指标卡配置及效果

4. 配置/操作要点：指标卡应突出显示核心数字，字体大小和颜色可适当调整；全平台总互动数需使用计算字段，将多个互动指标相加。

2.3.4.3 制作排名图表

1. 操作目的：制作学生排名和作品排名图表，找出“谁做得好”和“什么内容做得好”。

2. 操作说明：新建工作表，选择“重点平台深度分析数据集”，图表类型选择“水平条图”。分别制作：

• B站学生平均播放量排名TOP10：筛选platform = ‘B站’，维度=author_name，指标=AVG(views)，降序排序，限额10；
• B站作品播放量排名TOP10：筛选platform = ‘B站’，维度=title，指标=views，降序排序，限额10；
• CSDN学生平均阅读量排名TOP10：筛选platform = ‘CSDN’，维度=author_name，指标=AVG(views)，降序排序，限额10；
• CSDN作品阅读量排名TOP10：筛选platform = ‘CSDN’，维度=title，指标=views，降序排序，限额10。

左右两栏分别放置B站和CSDN的排名图表，便于对比。

3. 关键截图：

图22学生排名水平条图

图23作品排名水平条图

4. 配置/操作要点：排序方式选择降序；限额设置为10，只展示前10名；学生排名使用AVG（平均值）消除作品数量差异。

2.3.4.4 制作标题影响分析图表

1. 操作目的：通过提升倍率条形图和特征对比柱状图，量化各标题关键词对互动效果的影响。

2. 操作说明：新建工作表，选择“标题关键词互动数据集”，图表类型选择“条形图”。分别制作：

• B站标题特征提升倍率条形图：筛选platform = ‘B站’，维度=feature_name，指标=avg_interaction / overall_avg（使用计算字段），降序排序；
• B站标题特征对比柱状图：筛选platform = ‘B站’，维度=feature_name，指标=avg_interaction，同时添加整体平均互动数水平线；
• CSDN标题特征提升倍率条形图：筛选platform = ‘CSDN’，维度=feature_name，指标=avg_interaction / overall_avg；
• CSDN标题特征对比柱状图：筛选platform = ‘CSDN’，维度=feature_name，指标=avg_interaction，同时添加整体平均互动数水平线。

3. 关键截图：

图24提升倍率条形图

图25特征对比柱状图

4. 配置/操作要点：提升倍率使用计算字段（avg_interaction / overall_avg）；倍率 > 1表示正向提升，< 1表示负向影响；水平线使用参考线功能添加。

2.3.4.5 制作趋势分析图表

1. 操作目的：观察数据随时间的变化规律，判断大盘走势。

2. 操作说明：新建工作表，选择“重点平台深度分析数据集”，图表类型选择“折线图”。分别制作：

• B站每日播放量趋势折线图：筛选platform = ‘B站’，维度=date，指标=SUM(views)；
• CSDN每日阅读量趋势折线图：筛选platform = ‘CSDN’，维度=date，指标=SUM(views)。

3. 关键截图：

图26 B站趋势折线图

图27 CSDN趋势折线图

4. 配置/操作要点：维度为date（采集日期），指标使用求和；由于同一作品多日采集，播放量逐日累加，折线展示累积趋势。

2.3.4.6 搭建综合仪表盘

1. 操作目的：将所有图表按逻辑布局集成到一张仪表盘中，形成完整的自媒体运营分析看板。

2. 操作说明：进入“仪表盘”模块，新建仪表盘“自媒体运营分析”。按“先总后分、左右对照”的布局逻辑，顶部放置8张指标卡（两行）；中部左栏放置B站所有图表（排名→标题分析→趋势），右栏放置CSDN所有图表（排名→标题分析→趋势）。使用文本组件添加标题和说明文字。

3. 关键截图：

图28综合仪表盘完整布局

4. 配置/操作要点：拖拽调整各图表位置和大小；顶部指标卡建议固定位置；左右两栏的图表应一一对应，便于对比分析。

2.3.5 输出分析报告

1. 操作目的：从仪表盘提取关键洞察，撰写《自媒体运营分析与优化策略报告》。

2. 操作说明：从仪表盘导出关键图表截图，按“现状描述→原因分析→优化建议”三层结构撰写报告。核心内容包括：全平台概况总结、B站与CSDN排名分析、标题关键词效果量化、趋势规律总结、3-5条数据驱动优化建议。

3. 关键截图：（参见实验报告附图，图29为报告封面及关键图表引用）

4. 配置/操作要点：每个结论必须配套对应的图表证据；优化建议需具体可执行，如“建议在标题中优先使用‘保姆级’关键词，可将平均播放量提升约78%”。

2.4 实验结果及分析

2.4.1 实验结果

（一）全平台概况表（summary_all_platforms）

（二）清洗后的明细表（content_analysis）

清洗后仅保留B站和CSDN的有效记录（views > 0），并新增了total_interaction和5个标题特征字段。数据结构如下：

（三）标题关键词互动汇总表（title_feature_analysis）

（四）可视化仪表盘

搭建完成的自媒体运营分析仪表盘包含以下核心视图：

• 顶部8张核心指标卡（全平台作品数、分发平台数、全平台总浏览数、全平台总互动数、B站作品数、CSDN作品数、B站总播放量、CSDN总阅读量）
• 左侧B站分析区：学生平均播放量排名TOP10、作品播放量排名TOP10、标题特征提升倍率条形图、标题特征对比柱状图、每日播放量趋势折线图
• 右侧CSDN分析区：学生平均阅读量排名TOP10、作品阅读量排名TOP10、标题特征提升倍率条形图、标题特征对比柱状图、每日阅读量趋势折线图

2.4.2 实验结果分析

（一）技术维度分析

数据清洗质量方面：通过过滤记录组件的复合条件（(platform = ‘B站’ AND views > 0) OR (platform = ‘CSDN’ AND views > 0)），一次性完成了平台筛选和有效记录筛选双重任务，逻辑清晰、执行高效。清洗后content_analysis表中仅保留B站和CSDN的有效记录，所有记录的views均大于0，文本字段空值统一填充为“未知”，数据完整性达100%。

特征工程效果方面：JavaScript代码组件成功从标题中提取了5个关键词特征标志。经数据验证，has_best等字段仅包含0和1两个值，无异常值，特征提取准确率100%。total_interaction = likes + favorites + shares + coins的计算逻辑正确，所有值均为非负整数。

分支处理设计方面：本次实验的核心设计亮点——在数据清洗阶段即做分支处理：一个分支输出全平台聚合数据（summary_all_platforms），不做任何过滤；另一个分支输出清洗后的明细数据（content_analysis），仅保留重点平台有效记录。这种设计使两张表各司其职，避免了“一张表既要满足概况统计又要满足深度分析”的矛盾，体现了ETL开发中的“关注点分离”原则。

（二）业务维度分析

全平台概况：从指标卡可以看出，全班作品共分发至5个平台（B站、CSDN、微信、知乎、小红书），其中微信和知乎的浏览数几乎全部为0。这说明在自媒体运营中，平台选择至关重要——并非“发了就有流量”，B站和CSDN才是本次实践中真正产生用户互动的有效平台。

平台对比分析：B站的播放量和互动数明显高于CSDN，这与两个平台的用户基数、内容生态和推荐机制差异有关。B站作为视频平台，用户互动意愿更强；CSDN作为技术社区，流量相对垂直但精准度更高。两者各有价值，运营策略应各有侧重。

标题关键词效果分析（核心发现）：

根据title_feature_analysis表的数据，各关键词在B站和CSDN的表现对比如下：

核心发现：

• “保姆级”效果最显著：在B站含“保姆级”的作品平均互动数为50.73，提升倍率达1.78，即比整体平均高出78%；在CSDN同样表现突出，提升倍率达1.65。说明“保姆级”传递了“内容全面、详细、从零到一”的信息，能有效降低用户心理门槛，激发观看/阅读意愿。
• “零代码”和“实战”次之：两个关键词在两个平台的提升倍率均在1.17~1.36之间，说明“降低门槛”和“强调实操”同样是有效的标题策略。
• “教程/指南”效果接近平均值：提升倍率仅1.05~1.06，说明“教程”和“指南”作为常见词汇，对用户决策的增量影响有限。
• “踩坑”有轻微负向影响：提升倍率为0.90~0.91，含“踩坑”的作品平均互动数反而低于整体平均。可能原因是“踩坑”传递了一种“问题导向”的暗示，而用户更倾向于观看“解决方案导向”的内容。

趋势分析：B站和CSDN的每日播放量/阅读量均呈现累积上升趋势，说明作品发布后持续产生流量，不存在明显的“衰减拐点”。这提示内容具有长期价值（长尾效应），运营中应持续维护和推广老作品，而非只关注新作品发布。