關(guān)注了一些互聯(lián)網(wǎng)大佬的公眾號,標(biāo)題都是類似于《月薪5w的產(chǎn)品經(jīng)理必備的能力》、《你正在被有這項能力的人淘汰》等,點(diǎn)進(jìn)去讀了一半才發(fā)現(xiàn)基本都是數(shù)據(jù)分析、Python學(xué)習(xí)的網(wǎng)課廣告。
雖說是恰飯文,但也從側(cè)面說明了處于存量市場的互聯(lián)網(wǎng)下半場,企業(yè)和產(chǎn)品越來越需要通過數(shù)據(jù)建立精細(xì)化經(jīng)營的模式。
那么,問題來了,產(chǎn)品經(jīng)理是否有必要掌握數(shù)據(jù)分析能力呢?
答案是肯定的。
拋開那些升職加薪的短期錢財利益,數(shù)據(jù)分析能力更能帶給你如下3個更為長遠(yuǎn)的價值:
幫助你思維糾偏、更加客觀理性
除非你有像喬布斯那樣極佳的直覺天賦,大部分人的直覺可能都充滿了私心和偏見。大量的數(shù)據(jù)分析能夠糾正你的個人偏見和一廂情愿,扶正你看待用戶、產(chǎn)品和行業(yè)的視角
幫助你培養(yǎng)復(fù)盤反思的習(xí)慣
懶是人類的天性,對于沒有背KPI或業(yè)務(wù)指標(biāo)的產(chǎn)品經(jīng)理而言,上線就意味著結(jié)束。但其實(shí)上線才僅僅走完了PDCA戴明環(huán)中的Plan和Do環(huán)節(jié),只有不斷循環(huán)PDCA,我們才能夠更快的成長,而上線后的數(shù)據(jù)分析則是在完成后續(xù)的Check和Action環(huán)節(jié)
快速培養(yǎng)對產(chǎn)品/商業(yè)的靈敏嗅覺
通過持續(xù)關(guān)注產(chǎn)品和業(yè)務(wù)的關(guān)鍵指標(biāo)及趨勢,能幫助產(chǎn)品經(jīng)理更貼近真實(shí)的用戶和真正的商業(yè)運(yùn)作方式,從而快速培養(yǎng)對產(chǎn)品和商業(yè)的靈敏嗅覺
這里提醒一點(diǎn),不同行業(yè)、不同產(chǎn)品經(jīng)理階段(產(chǎn)品助理、產(chǎn)品經(jīng)理、產(chǎn)品總監(jiān))所需要的數(shù)據(jù)分析能力掌握程度和掌握內(nèi)容肯定是有所不同的,并不是每一個產(chǎn)品經(jīng)理都要會Python和回歸分析法,應(yīng)當(dāng)視具體所需而定。那么,數(shù)據(jù)分析到底是什么?產(chǎn)品經(jīng)理需要掌握哪些呢?接下來,我們會將本次的產(chǎn)品經(jīng)理數(shù)據(jù)分析之旅分為上下2篇,此為上篇。上篇為理論篇,以建立對數(shù)據(jù)分析的宏觀知識框架為主,下篇為實(shí)戰(zhàn)篇,以筆者親身實(shí)操和復(fù)盤踩坑為主。一、數(shù)據(jù)是什么?數(shù)據(jù)分析是什么?
既然我們是在做數(shù)據(jù)分析,那我們就需要先弄清楚數(shù)據(jù)是什么,數(shù)據(jù)分析又是什么。數(shù)據(jù)是什么?
關(guān)于數(shù)據(jù),對于剛?cè)腴T的數(shù)據(jù)分析小白而言,會走入如下2個誤區(qū):誤區(qū)一:數(shù)據(jù)就是數(shù)字
事實(shí)上,數(shù)據(jù)Data并不是數(shù)字Number。數(shù)據(jù)是事實(shí)或觀察的結(jié)果,是對客觀事物的邏輯歸納,是用于表示客觀事物的未經(jīng)加工的原始素材。它可以用于科學(xué)研究、設(shè)計、查證、數(shù)學(xué)等,以數(shù)字、聲音、圖像、符號或文字等形式進(jìn)行呈現(xiàn)。
誤區(qū)二:數(shù)據(jù)來源為客觀采集,因此,我們可以絕對依賴數(shù)據(jù)做決策
由誤區(qū)一可見,數(shù)據(jù)確實(shí)是對客觀事物的邏輯歸納,但是數(shù)據(jù)本身只是素材,并不是信息。而我們做在決策時是需要將數(shù)據(jù)信息解讀為一個結(jié)論,再依據(jù)結(jié)論來做決策。那么,問題來了。在解讀的過程中,我們很容易被自己或他人對數(shù)據(jù)的個人解讀所蒙蔽,抱著以數(shù)據(jù)為準(zhǔn)的借口來反向證明自己的觀點(diǎn)。數(shù)據(jù)本身確實(shí)沒有情緒和觀點(diǎn),但數(shù)據(jù)的解讀難免就會帶有主觀的色彩。因此,我們不可唯數(shù)據(jù)論,而應(yīng)當(dāng)將只將數(shù)據(jù)視為一種用于輔助決策的較為客觀的信息來源。數(shù)據(jù)分析是什么?
在知道了數(shù)據(jù)是什么之后,我們再回過頭來看數(shù)據(jù)分析到底是在做什么。
數(shù)據(jù)分析是指根據(jù)分析目的,用適當(dāng)?shù)姆治龇椒ɑ蚬ぞ?,對?shù)據(jù)進(jìn)行處理與分析,提取有價值的信息,形成有效結(jié)論的過程?!墩l說菜鳥不會數(shù)據(jù)分析》
那么數(shù)據(jù)分析有什么作用呢?
主要包含如下三大作用:現(xiàn)狀分析、原因分析、預(yù)測分析。
簡而言之,就是通過數(shù)據(jù)對過去、現(xiàn)在和未來進(jìn)行分析:即通過數(shù)據(jù)衡量和描述現(xiàn)在與過去的狀態(tài),找出過去出現(xiàn)問題的原因、對未來的走向進(jìn)行預(yù)測。套用到互聯(lián)網(wǎng)產(chǎn)品中,產(chǎn)品經(jīng)理可以在以下場景中善用數(shù)據(jù)分析更好地解決問題:驗(yàn)證idea或方案
當(dāng)有了一個idea或方案時,通過對方案關(guān)鍵指標(biāo)進(jìn)行把控和衡量,能夠幫助我們快速驗(yàn)證方案是否正確、哪個方案更好,從而輔助我們快速做出正確的決策
下鉆找出問題
當(dāng)產(chǎn)品或業(yè)務(wù)指標(biāo)出現(xiàn)異常后,我們可以通過數(shù)據(jù)分析進(jìn)行細(xì)致下鉆,找出造成異常的環(huán)節(jié)并進(jìn)行優(yōu)化改善
預(yù)測產(chǎn)品走向
數(shù)據(jù)分析并不只局限于對過去問題的解決,還能通過趨勢預(yù)測未來的數(shù)據(jù)走向。一旦預(yù)測到某關(guān)鍵指標(biāo)未來可能會出現(xiàn)問題,便可以及時在當(dāng)下做出調(diào)整,避免等到未來問題發(fā)生再處理,那就為時已晚了二、數(shù)據(jù)分析的流程
講完了數(shù)據(jù)分析的作用和適用場景,我們就來看看數(shù)據(jù)分析具體要做哪些事。一次完整的數(shù)據(jù)分析共包含如下6件事:明確分析目的、數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)、報告撰寫。這里說明一下,關(guān)于數(shù)據(jù)分析的流程,筆者見過至少好幾種個版本,4、5、6步的都有,但內(nèi)容基本一致,只不過是為了幫助不同的受眾(如數(shù)據(jù)分析師、產(chǎn)品經(jīng)理)更好地理解罷了,大家不用太過糾結(jié)。為了幫助大家更好地建立對數(shù)據(jù)分析的全流程理解,本文選擇了其中一個較為詳細(xì)的版本。下面,我們就來到了本文內(nèi)容的重中之重,即數(shù)據(jù)分析的核心6大流程都是在做什么事。2.1 明確分析目的
無論是產(chǎn)品分析、競品分析,亦或是本文主講的數(shù)據(jù)分析,任何「分析」都要清晰確立好目的。數(shù)據(jù)分析目的就像一次迭代中明確的需求清單list一樣,讓我們在迷茫和溢出時,時刻謹(jǐn)記方向和范圍,避免偏航和做出無用功。對于非數(shù)據(jù)產(chǎn)品經(jīng)理而言,常見的分析目的包含但不限于:驗(yàn)證新上線的功能實(shí)際使用情況是否符合預(yù)期?
用戶更傾向于哪一種交互或方案?哪一種方案的轉(zhuǎn)化更好?
核心路徑各環(huán)節(jié)的轉(zhuǎn)化效率如何?是否還有提升優(yōu)化的空間?
用戶到底在怎樣使用我們的產(chǎn)品?功能使用頻率如何?
核心用戶畫像是怎樣的?從畫像中能否找到一些機(jī)遇和突破點(diǎn)?
2.2 數(shù)據(jù)收集
從字面意思來看,這一步主要是在收集數(shù)據(jù),為后期的數(shù)據(jù)分析提供素材和依據(jù)。數(shù)據(jù)收集的常見來源包含公司內(nèi)的業(yè)務(wù)數(shù)據(jù)庫、互聯(lián)網(wǎng)上發(fā)布的數(shù)據(jù)、市場調(diào)研等等。那么,對于一款互聯(lián)網(wǎng)產(chǎn)品而言,常用的數(shù)據(jù)主要是用戶交互數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)。拋開業(yè)務(wù)屬性,用戶與產(chǎn)品的交互可以抽象為瀏覽和操作兩大類事件。為了降低成本,很多中小公司都會趨向于借用第三方數(shù)據(jù)平臺對用戶的訪問進(jìn)行無埋點(diǎn),而對于具有業(yè)務(wù)屬性的操作再進(jìn)行代碼埋點(diǎn),通過將這2種方式結(jié)合來以最低的成本完成數(shù)據(jù)的收集。關(guān)于埋點(diǎn)和無埋點(diǎn)技術(shù),大家可以前往GrowingIO、神策數(shù)據(jù)、易觀方舟等第三方數(shù)據(jù)平臺的產(chǎn)品幫助文檔上進(jìn)行更為細(xì)致的學(xué)習(xí)。然而,確定如何收集只是「數(shù)據(jù)收集」這一步的開胃菜,真正的難點(diǎn)在于收集哪些數(shù)據(jù)。這里我們引入一個能夠參考制定數(shù)據(jù)指標(biāo)的模型:OSM模型。OSM模型(Object-Strategy-Measure)
O代表業(yè)務(wù)目標(biāo)Object。需要我們思考業(yè)務(wù)、產(chǎn)品、功能存在的目的是什么、能夠解決用戶什么問題、滿足用戶的什么需求;
S代表業(yè)務(wù)策略Strategy。指在我們清楚業(yè)務(wù)目標(biāo)之后,為了達(dá)成上述目標(biāo),我們應(yīng)當(dāng)采取的業(yè)務(wù)策略;
M代表業(yè)務(wù)度量Measure。用于衡量我們的策略是否有效,反映目標(biāo)的達(dá)成情況。通過OSM模型,我們就能確立出度量業(yè)務(wù)策略的數(shù)據(jù)指標(biāo),也就確立了本次收集的對象是哪些數(shù)據(jù)。舉一個簡化的例子,用戶最近經(jīng)常抱怨當(dāng)前系統(tǒng)的數(shù)據(jù)無法與其他財務(wù)系統(tǒng)打通。因此,你們準(zhǔn)備先臨時做一個導(dǎo)出功能,通過手動導(dǎo)出當(dāng)前的表格進(jìn)行財務(wù)數(shù)據(jù)的處理,從而初步滿足客戶的需求。那么,在上線導(dǎo)出功能之后,為了驗(yàn)證該功能到底有多少人在用、導(dǎo)出功能的效率高不高等問題,我們就可以制定出如下幾個數(shù)據(jù)指標(biāo)(示例):導(dǎo)出按鈕的展示量
導(dǎo)出按鈕的點(diǎn)擊量
導(dǎo)出成功的平均時長、中位數(shù)
導(dǎo)出成功/導(dǎo)出失敗的比率
通過以上這個案例,我們就確立出了為了衡量業(yè)務(wù)策略所需要收集的指標(biāo)及數(shù)據(jù)。但是,數(shù)據(jù)分析還需要對指標(biāo)從不同的維度進(jìn)行對比分析,才能得出真正有效的結(jié)論。因此,這一步我們還需要搭配「維度」來為這個功能進(jìn)行更多角度的度量。指標(biāo)
是用戶衡量事物發(fā)展程度的單位,也稱為度量。
指標(biāo)需要經(jīng)過計數(shù)、加和、平均等匯總計算方式得到,并且需要在一定的前提條件下進(jìn)行匯總計算,如事件、地點(diǎn)、范圍,也就是我們常說的統(tǒng)計口徑與范圍。
例如訂單量為2300、用戶數(shù)量為1000,這些都是對訪問、訂單、用戶的一種度量;
維度
是事物或現(xiàn)象的某種特征,用于分解、過濾以及對比指標(biāo)的角度。
例如昨天的訂單量為300、女性用戶的數(shù)量為500,這些都是看待指標(biāo)的一種角度,是指標(biāo)的某一屬性。
通過指標(biāo)+維度的搭配,我們就能夠在這一步明確需要收集哪些數(shù)據(jù),且數(shù)據(jù)未來以什么樣的維度進(jìn)行細(xì)分等,為我們后續(xù)進(jìn)行數(shù)據(jù)分析做好準(zhǔn)備。2.3 數(shù)據(jù)處理
數(shù)據(jù)處理指對收集到的數(shù)據(jù)進(jìn)行加工整理,得到適合數(shù)據(jù)分析的樣式,其基本目的是從大量、雜亂無章、難以理解的數(shù)據(jù)中,抽取并推導(dǎo)出對解決問題有價值、有意義的數(shù)據(jù)。數(shù)據(jù)處理主要包括數(shù)據(jù)清洗、數(shù)據(jù)合并、數(shù)據(jù)抽取、數(shù)據(jù)計算、數(shù)據(jù)轉(zhuǎn)換等。一般拿到手的數(shù)據(jù)都需要進(jìn)行一定的處理才能用于后續(xù)的數(shù)據(jù)分析。對于專門從事數(shù)據(jù)分析的數(shù)據(jù)分析師而言,數(shù)據(jù)處理占據(jù)了整個工作中的大部分比例。那么對于非數(shù)據(jù)產(chǎn)品經(jīng)理而言,一般不需要掌握全部數(shù)據(jù)處理的方法,但是一定要明確數(shù)據(jù)的收集規(guī)則,要對第三方平臺、工程師、數(shù)據(jù)分析師幫忙收集來的數(shù)據(jù)再經(jīng)過一次驗(yàn)證和確認(rèn)后才方可使用。否則,一旦數(shù)據(jù)源有問題,后續(xù)全部的分析、結(jié)論和決策就可能南轅北轍,甚至可能會蒙蔽問題、造成完全相反的結(jié)論和后果。2.4 數(shù)據(jù)分析
當(dāng)我們所需要的數(shù)據(jù)已經(jīng)「干干凈凈」的呈現(xiàn)在我們面前時,此時,我們就可以通過一通分析對它們“下毒手”了。常見名詞
在系統(tǒng)學(xué)習(xí)數(shù)據(jù)分析之前,想必大家都聽過AARRR漏斗、留存分析、熱力圖、LTV、PV/UV等一系列高深莫測的名詞。在筆者第一次接觸到這么多生詞時,完全不知道他們之間都是什么關(guān)系,腦子里真的是一團(tuán)漿糊=。=不知道大家有沒有遇到類似的問題~所以,筆者整理了一個簡單的金字塔圖,幫助大家一次性明確好這些名詞之間的關(guān)系。這些常見的名詞可以歸類為3種:分析思路、分析模型、數(shù)據(jù)指標(biāo),下圖就很好的闡述了這3者之間的關(guān)系:對比分析、分組分析、分布分析等這些都屬于分析思路的一種,這些并不能直接應(yīng)用于進(jìn)行數(shù)據(jù)分析,而是我們進(jìn)行實(shí)戰(zhàn)的一些指導(dǎo)思想。我們在第三方數(shù)據(jù)平臺或者自建的數(shù)據(jù)平臺上常常應(yīng)用的AARRR漏斗、留存分析、Session分析等則為一種結(jié)合了多種思路的分析模型。例如,通過用戶分群對新老用戶的留存進(jìn)行分析,則是結(jié)合了對比分析和分組分析這2種分析思路而產(chǎn)生的模型。分析模型有點(diǎn)類似于數(shù)學(xué)公式,是我們可以直接套用來找到答案的常見方法。而PV/UV、IP、流失率、LTV等則是具體的數(shù)據(jù)指標(biāo),是分析模型中需要的基石指標(biāo)。單個的PV指標(biāo)并不能產(chǎn)生任何價值,只有我們將這些數(shù)據(jù)套入到常見的分析模型中,亦或是直接應(yīng)用分析思路進(jìn)行分析后,才能夠指導(dǎo)我們的決策。那么,接下來,我們就來列舉一些常見的分析思路、分析模型和數(shù)據(jù)指標(biāo)。常見分析思路
下面我們挑出幾種常用的分析思路進(jìn)行粗略的介紹:對比分析:對比分析能夠非常直觀地看出事物某方面的變化或差距,并且可以準(zhǔn)確、量化地表示這種變化或差距是多少。常見的會進(jìn)行同級類別對比(橫向?qū)Ρ龋?、不同時期對比(縱向?qū)Ρ龋?、與預(yù)期目標(biāo)對比等。
分組分析:根據(jù)分組字段,將分析對象劃分為不同的部分,以對比分析各組之間的差異。
結(jié)構(gòu)分析:在分組的基礎(chǔ)上,計算各組成部分所占的比重,進(jìn)而分析總體的內(nèi)部構(gòu)成特征。
因素分解法:把綜合性指標(biāo)分解為各個原始因素,主要用于分析有明確數(shù)量關(guān)聯(lián)關(guān)系的各因素之間的變動對綜合指標(biāo)變動量的影響程度,從而確定影響指標(biāo)變化的原因。
常見分析模型
AARRR海盜模型
指Acquisition、Activation、Retention、Revenue、Referral,分別對應(yīng)用戶生命周期中的5個重要環(huán)節(jié),被廣泛應(yīng)用于產(chǎn)品和運(yùn)營的日常工作中
(圖源網(wǎng)絡(luò))
RFM模型
是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。在眾多的客戶關(guān)系管理(CRM)的分析模式中,RFM模型是被廣泛提到的。該模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢3項指標(biāo)來描述該客戶的價值狀況。
留存分析
留存分析模型是一種衡量用戶健康度/參與度的方法,超越下載量、DAU 等指標(biāo),深入了解用戶的留存和流失狀況,發(fā)現(xiàn)影響產(chǎn)品可持續(xù)增長的關(guān)鍵因素,指導(dǎo)市場決策、產(chǎn)品改進(jìn)、提升用戶價值等
(圖源易觀方舟)
智能路徑
路徑,是指用戶在應(yīng)用中使用的行為軌跡。通過智能路徑,我們可以清晰的看出哪條路徑是用戶走的最多的路徑,哪條轉(zhuǎn)化路徑最短,每個環(huán)節(jié)的流失率是多少等
(圖源易觀方舟)
暫時就介紹這4種較為常見的數(shù)據(jù)分析模型,還有很多諸如分布分析、熱圖分析、間隔分析等模型,大家可以前往GrowingIO、神策數(shù)據(jù)、易觀方舟等這些第三方數(shù)據(jù)平臺上直接進(jìn)行了解和體驗(yàn)。這幾家平臺的分析模型有一些微小的區(qū)別,但是大體上基本大同小異,可以任選一家進(jìn)行體驗(yàn)。常見數(shù)據(jù)指標(biāo)

其他與營收相關(guān)指標(biāo)
LTV:life time value生命周期總價值,意為客戶終生價值,是公司從用戶所有的互動中所得到的全部經(jīng)濟(jì)收益的總和。
GMV:Gross Merchandise Volume,網(wǎng)站總成交金額。
ARPU:Average Revenue Per User,該業(yè)務(wù)在一定時期內(nèi)每個用戶貢獻(xiàn)的收入價值,計算公式是為總收入/總用戶數(shù)。
ROI:Return On Investment,即投資回報率。
以上,就是數(shù)據(jù)分析階段對分析思路、分析模型、數(shù)據(jù)指標(biāo)的初步介紹。通過將數(shù)據(jù)指標(biāo)套入分析模型或分析思路中,我們便能夠?qū)I(yè)務(wù)和產(chǎn)品進(jìn)行數(shù)據(jù)分析,從而獲得有價值的關(guān)鍵信息。2.5 數(shù)據(jù)展現(xiàn)
當(dāng)我們對大量的數(shù)據(jù)進(jìn)行分析處理之后,如果把枯燥和抽象的數(shù)據(jù)直接展示出來,其實(shí)會讓人很難直觀地找到數(shù)據(jù)分析的重點(diǎn)。因此,我們可以借助圖表來讓數(shù)據(jù)的展示更為形象、重點(diǎn)更為突出。上學(xué)時,大家都學(xué)過折線圖、柱狀圖、餅圖等,但是當(dāng)需要將數(shù)據(jù)變?yōu)閳D表時,可能一時間難以快速找到最合適的展示方式。因此,這里給出《誰說菜鳥不會數(shù)據(jù)分析》這本書中非常棒的一張圖,幫助你快穩(wěn)準(zhǔn)地找出最適合的圖表展示形式。(圖源《誰說菜鳥不會數(shù)據(jù)分析》)
當(dāng)然,將數(shù)據(jù)變成圖表這個過程可以借助很多工具,例如無所不能的excel、第三方數(shù)據(jù)平臺等。如果不能希望有更真實(shí)的感觸,建議直接去試用下第三方的數(shù)據(jù)平臺。通過對同一類數(shù)據(jù)切換不同的圖表展示方式,能夠快速幫助你對不同圖表類型的適用場景有更深的理解。2.6 報告撰寫
在完成完整的數(shù)據(jù)分析之后,往往都需要得出一定的結(jié)論和決策。因此,在部分場合下需要再撰寫單獨(dú)的數(shù)據(jù)分析報告,從而更好地向boss和同事進(jìn)行匯報。
展示分析結(jié)果
驗(yàn)證分析質(zhì)量
當(dāng)然,這部分是相對進(jìn)階的內(nèi)容。數(shù)據(jù)分析報告本身就是「報告」的一種,朝著如何寫好報告(清晰高效地告訴受眾他所關(guān)心的內(nèi)容)努力就可以。如果你有興趣深入了解,可以看看《誰說菜鳥不會數(shù)據(jù)分析》上最后一章的內(nèi)容。截止到此,筆者就帶著大家一起初步掌握了數(shù)據(jù)分析的全部6個過程:明確分析目的、數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)、報告撰寫。閉上眼睛回想一下,你是不是心里已經(jīng)對數(shù)據(jù)分析有了一個大致的框架呢~
-END-
本文系作者:
冰冰醬
授權(quán)發(fā)表,鳥哥筆記平臺僅提供信息存儲空間服務(wù)。
本文為作者獨(dú)立觀點(diǎn),不代表鳥哥筆記立場,未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》
如對文章、圖片、字體等版權(quán)有疑問,請點(diǎn)擊
反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求,為完善跟帖評論自律管理,為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺氛圍,我們團(tuán)隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容,同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī),對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息,主要表現(xiàn)為:
1)反對憲法所確定的基本原則;
2)危害國家安全,泄露國家秘密,顛覆國家政權(quán),破壞國家統(tǒng)一,損害國家榮譽(yù)和利益;
3)侮辱、濫用英烈形象,歪曲、丑化、褻瀆、否定英雄烈士事跡和精神,以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù);
4)宣揚(yáng)恐怖主義、極端主義或者煽動實(shí)施恐怖活動、極端主義活動;
5)煽動民族仇恨、民族歧視,破壞民族團(tuán)結(jié);
6)破壞國家宗教政策,宣揚(yáng)邪教和封建迷信;
7)散布謠言,擾亂社會秩序,破壞社會穩(wěn)定;
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪;
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序;
10)侮辱或者誹謗他人,侵害他人名譽(yù)、隱私和其他合法權(quán)益;
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式,對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法規(guī)禁止的其他內(nèi)容;
2. 不友善:不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為:
1)輕蔑:貶低、輕視他人及其勞動成果;
2)誹謗:捏造、散布虛假事實(shí),損害他人名譽(yù);
3)嘲諷:以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述,以此來激怒他人;
4)挑釁:以不友好的方式激怒他人,意圖使對方對自己的言論作出回應(yīng),蓄意制造事端;
5)羞辱:貶低他人的能力、行為、生理或身份特征,讓對方難堪;
6)謾罵:以不文明的語言對他人進(jìn)行負(fù)面評價;
7)歧視:煽動人群歧視、地域歧視等,針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊;
8)威脅:許諾以不良的后果來迫使他人服從自己的意志;
3. 發(fā)布垃圾廣告信息:以推廣曝光為目的,發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容,或進(jìn)行相關(guān)行為。主要表現(xiàn)為:
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式:
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容;
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容;
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容,如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等,誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光;
6)購買或出售帳號之間虛假地互動,發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容,如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷;
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息,主要表現(xiàn)為:
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述;
2)涉及色情段子、兩性笑話的低俗內(nèi)容;
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容;
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想;
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適;
6)炒作緋聞、丑聞、劣跡等;
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息,主要表現(xiàn)為:
1)可能存在事實(shí)性錯誤或者造謠等內(nèi)容;
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容;
3)偽造身份、冒充他人,通過頭像、用戶名等個人信息暗示自己具有特定身份,或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信,主要表現(xiàn)為:
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師;
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢;
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失,包括通過占卜方法問婚姻、前程、運(yùn)勢,東西寵物丟了能不能找回、取名改名等;
7. 文章標(biāo)題黨,主要表現(xiàn)為:
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶;
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲;
3)使用夸張標(biāo)題,內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為,主要表現(xiàn)為:
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論,影響傳播秩序
9. 其他危害行為或內(nèi)容,主要表現(xiàn)為:
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的;
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的;
3)美化、粉飾侵略戰(zhàn)爭行為的;
4)法律、行政法規(guī)禁止,或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時,本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度,對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號,或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時,本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗(yàn)的不斷豐富,本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的,將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議,可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)