二次元屬性被稀釋,B站還剩什么?| 數(shù)據(jù)分析
本文為HeoiJin原創(chuàng)投稿文章，歡迎更多讀者投稿！
作者簡介
HeoiJin：立志透過數(shù)據(jù)看清世界的產品策劃，專注爬蟲、數(shù)據(jù)分析、產品策劃領域。
萬物皆營銷 | 資本永不眠 | 數(shù)據(jù)恒真理
CSDN：https://me.csdn.net/weixin_40679090
本篇目錄
一、前言
本篇章為《二次元屬性被稀釋，B站還剩什么？》系列篇的下篇。在上篇當中我們已經完成了數(shù)據(jù)的采集，那么本篇將著重對采集到的數(shù)據(jù)進行對比分析及可視化。
PS：由于篇幅關系，本文僅展示核心代碼，詳細源代碼可移步至文末Github地址或閱讀原文。
二、項目特色
- 利用pandas庫對數(shù)據(jù)進行分類聚合
- 利用pyecharts和帆某的Bi軟件對數(shù)據(jù)進行可視化實戰(zhàn)
- 結合DT財經的數(shù)據(jù)分析B站2019至2020的變化
三、項目準備
- 語言：Python 3.7
- IDE ：Pycharm
- 瀏覽器：Chrome
- 插件：ChromeDriver
- 庫：Pandas、pyecahrts、snapshot_selenium
- 其他：Fine Bi
四、問題定義
4.1 關鍵詞定義
在進行分析前，要先確認什么是二次元和三次元，具體通過什么標準進行劃分。「二次元」一詞來自于日語「二次元（にじげん）」，本義為「二維」，引申為「在紙面、屏幕等平面上展示的動畫、游戲等作品中角色」?！?strong>三次元（さんじげん）」也被引申用來指現(xiàn)實中的人物?！饶锇倏?strong>二次元：動畫（Animations即ACG的A）、漫畫（Comics即ACG的C）、游戲（Games即ACG的G）。三次元：現(xiàn)實世界?！S基百科
即在爬取的所有分區(qū)當中，可以明顯歸類為二/三次元的分區(qū)分別是：二次元：動畫、國創(chuàng)相關、游戲
三次元：科技、數(shù)碼、生活、時尚、娛樂
其余的鬼畜、舞蹈、音樂、影視則因為兼?zhèn)涠卧腿卧膶傩裕x為2.5次元[滑稽]。
4.2 確立目標
完成對分區(qū)進行屬性劃分之后，就可以開始確立研究目標：- 分析B站綜合評分前100中，什么分區(qū)是占比最多？用戶在不同分區(qū)的行為情況如何。
- 分析B站各分區(qū)情況，找出各分區(qū)的播放量情況及用戶行為情況
- 分析熱門標簽變化
- 針對B站變化，洞悉背后的行為和心理本質
五、數(shù)據(jù)分析實戰(zhàn)
5.1 數(shù)據(jù)預清洗
在進入正式的分析之前，先使用df.info()了解下抓取到的數(shù)據(jù)情況。
通過上面打印數(shù)據(jù)可看出：共有14列、1300行，沒有缺失值。但要注意的是，這里我們先把全站榜排除在外，避免重復計算，后面的分析都基于下面得出的數(shù)據(jù)df_without_all。#波浪線~表示不選取該部分df_without_all=df[~df['rank_tab'].isin(['全站'])]
5.2?全站綜合評分top100系列
5.2.1各分區(qū)占比情況可視化
數(shù)據(jù)處理思路及核心代碼：- 對df_without_all按綜合評分降序，切片取前100項
- 獲取分區(qū)名列，統(tǒng)計每個分區(qū)出現(xiàn)次數(shù)
得到一個分區(qū)名為index，頻次為values的Series。
相比于Excel或者Fine Bi，pyecahrts的玫瑰圖制作非常友好，而且顏值方面也不錯。
核心代碼：
在未找到2019年相關播放量的官方數(shù)據(jù)情況下，暫與2018年的財報數(shù)據(jù)進行比較。
經比對，生活、動畫的排名分別提升至第1名和2名，可以說動畫依舊是B站比較重要的一部分。
而娛樂、游戲、科技跌出榜單，時尚、鬼畜、音樂成為新秀，總體看完全屬于二次元的視頻占比較低，僅占27%。
5.2.2各分區(qū)平均情況數(shù)據(jù)處理
數(shù)據(jù)處理思路及核心代碼：- 對df_without_all按照綜合評分進行降序排序，并獲取前100項
- 以分類名作為行索引對DataFrame進行分組，求出平均數(shù)
對數(shù)據(jù)進行處理完成之后，分為三部分進行可視化：- 播放情況分析
- 平均三連情況可視化及分析
- 平均評論、彈幕、轉發(fā)量情況可視化及分析
5.2.3 平均播放量情況可視化及分析
只需要分類名作為維度，平均播放量作為指標即可。對單維度單指標進行可視化時，可以有柱狀圖、折線圖、面積圖等多種選擇，這里我選擇其中的柱狀圖進行可視化。思路和核心代碼：- 獲取數(shù)據(jù)，構建分類名和平均播放量的列表
- 創(chuàng)建柱狀圖,并加入Javascript語句制作漸變色
動畫區(qū)以微弱的優(yōu)勢超過時尚區(qū)成為平均播放量的top1，是否意味著二次元依舊是B站的主場？
并不然，回看動畫區(qū)的詳細數(shù)據(jù)，按播放量進行降序，可以看到，排名第一的《【嗶哩嗶哩2020拜年祭】》播放量是排名第二的5.74倍。
而時尚區(qū)的前兩名僅為1.6倍，即動畫區(qū)的播放量被平均。
5.2.4 平均三連情況可視化及分析
投幣、 點贊和收藏行為的計量單位為人數(shù)，相對于播放量以人次作為計量單位，更能精準地反映用戶喜好情況。這里使用pyecharts的雷達圖進行可視化。核心代碼：
盡管動畫區(qū)存在黑馬視頻，但生活區(qū)的平均投幣和點贊量依然高于動畫區(qū)。
5.2.5 平均評論、彈幕、轉發(fā)量情況可視化及分析
pyecahrts的混合圖表在代碼實現(xiàn)上復雜，比較于Fine Bi，性價比極低。因此這部分使用Fine Bi進行數(shù)據(jù)的可視化，不多贅述，直接上圖。
動畫區(qū)的平均彈幕量表現(xiàn)很不錯，但是評論量和分享則表現(xiàn)平平。話題性和自傳播性的高門檻，導致二次元無法如三次元一樣具有爆發(fā)性增長的能力。在部分增長速度低于整體增長速度時，必然看到B站二次元屬性被稀釋的現(xiàn)象。
5.3 各區(qū)top100系列
以上，只針對了綜合評分前100的數(shù)據(jù)進行初步的分析，為避免出現(xiàn)幸存者誤差的邏輯謬誤，下面將對所有分區(qū)的top100進一步的分析，并聯(lián)系DT財經數(shù)據(jù)進行對比分析。5.3.1數(shù)據(jù)預處理
處理思路- 對df_without_all按分區(qū)名進行分類
- 統(tǒng)計出每個分區(qū)各情況數(shù)據(jù)的均值
- 存入csv
5.3.2 播放量均值情況
思路及核心代碼：- 讀取分區(qū)名和播放量數(shù)據(jù)
- 對播放量數(shù)據(jù)進行縮放
- 繪制折線圖表
對比DT財經在2019年的數(shù)據(jù)，除去我們沒有采集到放映廳、番劇、廣告分區(qū)，生活區(qū)依然是B站播放量的巨頭。
動漫區(qū)因拜年祭的火熱，由第三升至第二。值得注意的是，各分區(qū)top100的平均播放量，相對于19年的數(shù)據(jù)都有大幅度的增長，生活區(qū)熱門視頻的平均播放量翻了兩番。
5.3.3 用戶行為數(shù)據(jù)均值對比
pyecharts折線圖的制作方式已在上文提及，那么這部分的可視化就交由Bi軟件幫我們完成，不多展開。
繼續(xù)與DT財經的數(shù)據(jù)進行對比，除去番劇、放映廳和廣告區(qū)，在DT財經的各項數(shù)據(jù)指標中，幾乎是動畫區(qū)一家獨大。而到了2020年，則能看到百花齊放的現(xiàn)狀，二次元在不同指標的龍頭地位都被各三次元分區(qū)瓜分，生活區(qū)更是拿到了多數(shù)指標的頭把交椅。
5.4 熱門標簽
同樣在處理數(shù)據(jù)之前，先了解下數(shù)據(jù)結構是怎么樣的。
觀察可知每一項數(shù)據(jù)里面包含了N個標簽，因此，需要將標簽列先轉化為一個無嵌套的Series，后統(tǒng)計每一個唯一標簽出現(xiàn)的次數(shù)。核心代碼：
對比于DT財經統(tǒng)計的2019年3至4月熱門視頻的標簽頻次統(tǒng)計，歷時一年后，搞笑依然是B站熱門視頻中出現(xiàn)頻率最多的標簽，鬼畜也依舊在顯眼位置。從今年的詞云中能找到不少與生活密切關聯(lián)的標簽，有我們正在經歷的抗擊肺炎大作戰(zhàn)，也有每次都訂立目標，但總是敗給吃吃吃的瘦身塑形和減肥。
六、項目總結
創(chuàng)立十載的B站，發(fā)展成僅APP的DAU就高達3千3百萬的大平臺。從二次元社區(qū)到綜合視頻社區(qū)，原有的二次元屬性必被稀釋?；貧w到最初的問題：1、二次元屬性的稀釋情況如何？二次元依然是B站核心的組成部分。但從B站的商業(yè)布局來看，直播線、綜藝線、Vlog線等更多貼合生活的內容將進一步稀釋二次元屬性。2、什么分區(qū)是B站的龍頭？
擁有更廣受眾面的生活區(qū)逐步成為B站主流，而且這種趨勢會更加明顯。在大眾傳播學提出過這么一個理論——沉默的螺旋：即大眾的更大眾，小眾的更小眾，傳播學中的馬太效應。3、B站的主流用戶喜歡什么標簽的視頻？
搞笑依舊是B站用戶最熱愛的標簽。畢竟在殘酷的社會環(huán)境中，幽默是稀缺的資源。4、本次分析帶來什么思考？
B站從二次元成功轉型為綜合型網站，獲得騰訊、阿里等巨頭投資成功上市，而處于寒冬的我們，也要不斷地增值升級，才能迎來暖春。最后希望B站能越來越好，不忘初心！源碼地址（或閱讀原文）：https://github.com/heoijin/Bilibili-Rnak
鄭重聲明：本項目及所有相關文章，僅用于經驗技術交流，禁止將相關技術應用到不正當途徑，因為濫用技術產生的風險與本人無關。參考文獻：
1、《數(shù)據(jù)解讀 | 我們研究了B站，發(fā)現(xiàn)它很不“二次元”》-DT財經：https://mp.weixin.qq.com/s/EObWtXz1yxsZhvZQVKnk3g
2、2020中國移動互聯(lián)網“戰(zhàn)疫”專題報告- QuestMobile2020:https://www.questmobile.com.cn/research/report-new/81
3、產品分析報告|B站，從二次元社區(qū)到綜合視頻社區(qū)- FMR:http://www.woshipm.com/evaluating/2102696.html
評論
圖片
表情