CDA數據分析師 出品

作者：Mika

數據：真達

后期：澤龍

【導語】：這幾天吃的最多的就屬騰訊狀告老干媽的瓜了，事件頻頻反轉，讓網友們在瓜地里吃都吃不過來。今天我們就來用數據聊一聊。Python技術分析請看第四部分。

Show me data，用數據說話

今天我們聊一聊 騰訊老干媽這場“逗鵝冤”

點擊下方視頻，先睹為快：

這幾天吃的最多的就屬騰訊狀告老干媽的瓜了，事件頻頻反轉，讓網友們在瓜地里吃都吃不過來。

一邊是財大氣粗的鵝廠，另一邊是國內最火辣的“國民女神”，看似毫無交集的雙方又是怎么一回事呢?

事情是這樣的，6 月 30 日，有消息稱，騰訊把老干媽給告了!理由是老干媽拖欠騰訊廣告費，總額約 1600w。吃瓜群眾一片嘩然，那個女人竟然吃霸王餐!

誰知道，不到一天，這件事情就了反轉。6月30日晚間，老干媽聲稱從沒和騰訊合作過，騰訊被騙了，還嚴肅地發了個聲明，并幫騰訊報了警。

一時間，鵝說鵝有理，媽說媽有理。

接著7月1日，貴陽警方也發布通報，概括一下就是：3 個騙子為了倒賣騰訊游戲禮包碼，冒充老干媽的市場人員與騰訊簽了合同。

消息出來，網友們都驚了，騰訊居然有被騙的一天?

與此同時騰訊的公關也沒閑著，開始一系列雷厲風行的自黑操作，還表示要一千瓶老干媽全網尋騙子，老干媽也是迅速上架1000瓶大客戶組合裝辣椒醬，就是這么霸氣。

那這次騰訊都有哪些自黑操作?

老干媽的辣椒到底香不香?

今天我們就用數據來盤一盤。

主要從以下幾點展開：

“吃了假辣椒醬的憨憨企鵝” 官方自黑最為致命

辣椒醬又香了!這些年乘風破浪的老干媽

吃了這么多年的老干媽,究竟哪種口味最好吃?

教你用Python分析B站“逗鵝冤”視頻數據

01“吃了假辣椒醬的憨憨企鵝”

官方自黑最為致命

騰訊的公關也沒閑著，一系列雷厲風行的自黑操作。先是于7月1日中午，騰訊官方在B站動態發布騰訊官方B站賬號發表動態：“今天中午的辣椒醬突然不香了?！?

評論區馬上成了大廠們的狂歡區， 各大品牌紛紛趕來嘲笑被騙的鵝廠，順便給自己打個廣告、蹭波熱度。

隔壁的阿里秉承著看熱鬧不嫌事大的原則，開始整起了活——希望天下無假章。

只有微信支付一臉惆悵，發出一聲感慨: 還是錯付了。

京東數科則是無情的哈哈哈，網易郵箱笑出豬叫。

騰訊自己也干脆破罐子破摔，用一千瓶老干媽作為網友提供線索的獎勵。

當晚，騰訊再發視頻自黑，承認自己就是那個吃了假辣椒醬的憨憨企鵝。目前截止到發稿，這條視頻在b站最高全站排名第三，播放量高達602.萬，共5.6萬條彈幕。

瞬時間，騰訊和老干媽這個事件一出，B站上也涌現出了很多相關視頻。

讓我們對數據進行進一步分析整理：

(Python分析B站視頻講解請看第四部分)

相關視頻發布時間分布

可以看到，當事件剛爆出的6月30日有31個視頻，不算多。到7月1日，有294個相關視頻，隨著進一步發酵升溫，7月2日已新發布593個視頻，而這一數據也還在增加。

那么這些衍生的視頻都屬于什么類型分區呢?

視頻分區分布

可以看到，生活區的最多，占比67.3%。其次知識類的占比18.65%。

這些視頻中哪些播放量最高?

播放量TOP10視頻

關于這個事件，騰訊官方發布的《我就是那個吃了假辣椒醬的憨憨企鵝》播放量最高，截止到發稿止，播放量已突破600萬次，果然官方自黑最為致命。然后是羅翔老師的《老干媽糾紛，公章很忙》，位居第二，從法律角度帶你硬核科普吃瓜。

視頻標題詞云

這些視頻都在說些啥?通過分析相關視頻標題詞云可以看到，關鍵字中除了"騰訊"、"老干媽"、"企鵝"、"逗鵝冤"、"辣椒醬"等都是圍繞的焦點。

02辣椒醬到底香不香？

這些年乘風破浪的老干媽

如果提到家家戶戶必備的調料神器，那老干媽絕對當之無愧。多年來一直不變的紅色包裝，擰開瓶蓋，麻辣紅油的香氣就四溢開來，火紅的辣椒中伴著或是豆豉、肉絲的醬料簡直是絕妙的下飯神器。

全國辣椒醬市場份額將近400億元，老干媽獨占了10%，可見老干媽在國人心中有著舉足輕重的地位。根據數據顯示，老干媽一天的銷售量為160萬瓶，2019年老干媽的銷售額突破50億元，15年之內老干媽的生產總值增加了80多倍。

近年來，老干媽也是各種玩跨界營銷：

2018年9月，紐約時裝周上，老干媽衛衣亮相T臺引關注。

聯手《男人裝》，以“火辣教母”為噱頭推出定制禮盒。

以及定制手提袋：

還聯合聚劃算拍了視頻廣告，外形神似“老干媽”陶華碧的年輕女孩，配上“擰開干媽，看穿一切”的洗腦歌詞，再加上鬼畜舞蹈，瞬間吸睛無數。

雖然近年來，由于各種網紅辣醬輪番登場，老干媽的銷量不太如意。自從6月30日“逗鵝冤”事件爆發出來后，讓老干媽又重新活了起來，銷量出現了大幅度突破，有種”大圣歸來“的感覺。老干媽一躍成為了近期飆升最快的店鋪。網友感嘆：老干媽又香了。

03吃了這么多年的老干媽

究竟哪種口味最好吃？

那么吃了這么多年的老干媽，究竟哪種口味最好吃呢?我們分析了老干媽天貓旗艦店的數據。分析淘寶數據的方法，我們之前有講到，歡迎回顧之前的文章：

Python告訴你：粽子甜咸之爭誰勝出?吃貨最愛買誰家的粽子?

首先看到價格：

老干媽商品價格分布

在售價方面，老干媽辣醬既有單瓶銷售的，也有幾瓶的組合裝?？梢钥吹狡渲?0元以內的產品是最多的，占比近一半，為53.26%。其次30-50元的位30.43%。

商品標題詞云

接下來看到商品的標題，

可以看到除了經典的"老干媽風味"、"辣椒醬"、"香辣"、"豆豉"、"拌面"等都是常常出現的詞。

最后看到最關鍵的，那種口味最受歡迎呢?

不同口味銷量分布

說道老干媽的口味，那可就多了。除了最熟悉的風味豆豉，還有風味油辣椒、風味辣子雞、辣豆瓣、干煸肉絲等十多種口味。當中哪些口味最受青睞呢?

根據老干媽天貓旗艦店的銷售數據，讓我們看到銷量口味排名圖：

其中銷的最好的就是風味雞這款啦，銷量遙遙領先。之后第二名的是牛肉末豆豉這款。香菇和香辣菜分別位居三、四名。之后經典的風味豆豉和干煸肉絲分別為第五、第六。

那么哪款老干媽又是你的最愛呢?歡迎留言告訴我們哦~

04教你用Python分析

B站視頻數據

最后我們看下如何分析B站的視頻數據。

回復關鍵字“老干媽”

獲取詳細數據代碼

我們使用Python獲取了B站上關于騰訊-老干媽相關的視頻數據，進行了數據分析。

首先導入所需庫，其中pandas用于數據讀入和數據清洗，pyecharts用于數據可視化，stylecloud用于繪制詞云圖。

# 導入包

import pandas as pd

import jieba

import re

from pyecharts.charts import Bar, Line, Pie, Map, Page

from pyecharts import options as opts

from pyecharts.globals import SymbolType, WarningType

WarningType.ShowWarning = False

import stylecloud

from IPython.display import Image # 用于在jupyter lab中顯示本地圖片

1. 數據讀入

首先讀入數據。

# 讀入數據

df = pd.read_excel('../data/B站分區視頻7.03.xlsx')

df.head()

去重之后查看一下數據集的大小，一共有1222條數據。

# 去重

df = df.drop_duplicates()

# 刪除列

df.drop('video_url', axis=1. inplace=True)

df.info()

Int64Index: 1222 entries, 0 to 1406

Data columns (total 5 columns):

#   Column       Non-Null Count  Dtype

---  ------       --------------  -----

0   region       1222 non-null   object

1   title        1222 non-null   object

2   upload_time  1222 non-null   object

3   view_num     1222 non-null   object

4   up_author    1222 non-null   object

dtypes: object(5)

memory usage: 57.3+ KB

2. 數據預處理

數據預處理部分主要進行以下部分工作：

view_num：提取數值和單位，轉換為數值型;

篩選6.30~7.03數據

# 提取數值

df['num'] = df['view_num'].str.extract('(\d+.*\d+)').astype('float')

# 提取單位

df['unit'] = df['view_num'].str.extract('([\u4e00-\u9fa5]+)')

df['unit'] = df['unit'].replace('萬', 10000).replace(np.nan, 1)

# 計算乘積

df['true_num'] = df['num'] * df['unit']

# 刪除列

df.drop('view_num', axis=1. inplace=True)

# 篩選時間

pattern = re.compile('2020-06-30|2020-07-01|2020-07-02|2020-07-03')

df = df[df.upload_time.str.contains(pattern)]

3. 數據可視化

我們針對數據進行描述性統計分析，探索一下問題：

發布時間和熱度

不同分區的發布數量

不同分區的播放量表現

最高播放的Top10視頻

標題詞云圖。

3.1 發布時間和熱度

time_num = df.upload_time.value_counts().sort_index()

time_num

2020-06-30     31

2020-07-01    294

2020-07-02    593

2020-07-03    235

Name: upload_time, dtype: int64

# 條形圖

bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))

bar1.add_xaxis(time_num.index.tolist())

bar1.add_yaxis('', time_num.values.tolist())

bar1.set_global_opts(title_opts=opts.TitleOpts(title='視頻發布時間段分布'),

visualmap_opts=opts.VisualMapOpts(max_=675),

)

bar1.render()

3.2 不同分區的發布數量

region_num = df.region.value_counts()

region_num

生活    776

知識    215

游戲     68

鬼畜     61

娛樂     33

Name: region, dtype: int64

data_pair =  [list(z) for z in zip(region_num.index.tolist(), region_num.values.tolist())]

# 繪制餅圖

pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))

pie1.add('', data_pair, radius=['35%', '60%'])

pie1.set_global_opts(title_opts=opts.TitleOpts(title='B站不同分區的視頻發布數量'),

legend_opts=opts.LegendOpts(orient='vertical', pos_top='15%', pos_left='2%'))

pie1.set_series_opts(label_opts=opts.LabelOpts(formatter=":{d}%"))

pie1.set_colors(['#EF9050', '#3B7BA9', '#6FB27C', '#FFAF34', '#D8BFD8'])

pie1.render()

3.3 不同分區的播放量表現

region_view = df.groupby('region')['true_num'].sum()

region_view = region_view.sort_values(ascending=False)

region_view

region

生活    12760197.0

知識     7167597.0

鬼畜     1382580.0

游戲      792650.0

娛樂       53831.0

Name: true_num, dtype: float64

# 條形圖

bar2 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))

bar2.add_xaxis(region_view.index.tolist())

bar2.add_yaxis('', region_view.values.tolist())

bar2.set_global_opts(title_opts=opts.TitleOpts(title='B站不同分區的視頻播放總量'),

visualmap_opts=opts.VisualMapOpts(max_=10837810.0),

)

bar2.render()

3.4 最高播放的Top10

# 最多播放top10

view_top10 = df.sort_values('true_num', ascending=False).head(10)[['title', 'true_num']]

view_top10 = view_top10.sort_values('true_num')

view_top10

# 柱形圖

bar3 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))

bar3.add_xaxis(view_top10.title.values.tolist())

bar3.add_yaxis('', view_top10.true_num.values.tolist())

bar3.set_global_opts(title_opts=opts.TitleOpts(title='B站播放數量Top10視頻'),

xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(position='inside')),

visualmap_opts=opts.VisualMapOpts(max_=5130000.0),

)

bar3.set_series_opts(label_opts=opts.LabelOpts(position='right'))

bar3.reversal_axis()

bar3.render()

3.5 標題詞云圖

# 繪制詞云圖

stylecloud.gen_stylecloud(text=' '.join(text),   # text為分詞后的字符串

collocations=False,

font_path=r'?C:\Windows\Fonts\msyh.ttc',

icon_name='fas fa-bell',

size=653.

output_name='./詞云圖/B站分區視頻標題詞云圖.png')

Image(filename='./詞云圖/B站分區視頻標題詞云圖.png')