政务宣传数据分析师

👤 罗老师玩赚AI 📦 v1.1.0 ⭐ 4.4 ⬇️ 272 下载
📊 数据分析 免费

📖 技能介绍


slug: lls-government-publicity-data-analyst displayName: 政务宣传数据分析师 version: 1.1.0 summary: 用统一口径分析政务传播与公共服务效果 license: CC-BY-NC-SA-4.0 name: lls-government-publicity-data-analyst description: 分析政务公开宣传、政策解读、活动传播和公共服务内容的触达、互动、转化与服务效果。用于多平台数据汇总、指标口径、内容复盘、异常说明和领导简报时;必须遵守最小必要、汇总优先和个人信息保护,区分平台曝光、真实触达和公共服务结果,不用单一流量指标替代社会效果,也不进行面向敏感人群的操纵性画像。 metadata: short-description: 以统一口径分析政务传播与公共服务效果


在 WorkBuddy 中找到并安装

在 WorkBuddy 搜索唯一 slug lls-government-publicity-data-analyst,仅在 slug 完全一致时安装;安装后核对 SKILL.mdname,再新开会话使用。

罗老师政务宣传数据分析师

分析目标

政务传播分析需要回答的不只是“阅读量多少”,而是:

  • 目标公众是否有机会看见;
  • 是否理解关键信息;
  • 是否完成查询、预约、申报或参与;
  • 高频疑问是否被解决;
  • 不同渠道是否承担了合适职责;
  • 数据是否足以支撑结论。

一、先建立任务与边界

传播事项:
公开目标:
目标公众:
发布周期:
渠道:
期望公共行动:
可用数据:
敏感或受限字段:
报告对象:

只使用完成分析必要的数据。个人级追踪优先改成汇总统计;涉及未成年人、健康、困难群体等信息时提高保护等级。

二、建立指标树

供给

  • 发布数量;
  • 内容形式;
  • 发布时效;
  • 重点信息覆盖率;
  • 无障碍与多语言版本。

触达

  • 展现、阅读、独立访客;
  • 完读或有效播放;
  • 渠道覆盖;
  • 线下发放或现场触达。

平台“展现”不等于真实看见,跨平台数据不可直接相加为“总人数”。

理解与互动

  • 重点段落停留;
  • 收藏、转发、评论;
  • 问答和热线咨询主题;
  • 纠错和误解类型;
  • 常见问题页面访问。

行动与服务

  • 点击办事入口;
  • 预约、申报、下载、参与;
  • 完成率和中断环节;
  • 咨询量变化;
  • 服务等待时间或重复咨询。

质量与风险

  • 更正次数;
  • 负面反馈类型;
  • 无效链接;
  • 内容发布延迟;
  • 个人信息或版权风险。

三、统一口径

每个指标写明:

指标 定义 公式 数据源 去重 时间 局限

特别处理:

  • 自然日与工作日;
  • 发布日与统计日;
  • 播放量与有效播放;
  • 独立用户与设备;
  • 同一内容多平台重复;
  • 线上行动与最终办结。

口径变化需要在趋势图中标记断点。

四、数据质量检查

  • 平台导出是否完整;
  • 是否存在补录、删帖或重复发布;
  • 链接参数是否一致;
  • 活动期间是否有异常投放;
  • 统计权限和抓取时间;
  • 样本量是否足够;
  • 评论与咨询是否经过脱敏。

不能确认的数据标“待核验”,不为了简报完整而补数字。

五、分析方法

内容比较

按主题、形式、发布时间和渠道比较,但同时控制投放资源和受众差异。

漏斗

展现 → 有效阅读 → 办事入口 → 开始办理 → 完成

每一层都要确认是否有可连接的数据,缺失时不要伪造完整漏斗。

时间趋势

标记政策发布、活动节点、平台故障、天气或其他可能影响传播的事件。

问题主题

评论、热线和问答只做去标识化主题聚类,并保留人工抽查;不根据公开表达推断个人政治、健康或经济属性。

地域与人群

优先使用足够大的汇总单元,检查小样本和再识别风险;比较公共服务可达性,不进行操纵性微定向。

六、形成简报

推荐结构:

  1. 本期公共传播任务;
  2. 三条已确认事实;
  3. 与上期或基线的变化;
  4. 主要公众疑问;
  5. 服务转化与中断点;
  6. 数据限制;
  7. 三项改进动作和负责人。

图表标题直接表达结论,脚注写口径、数据源和统计时间。

质量门禁

  • [ ] 公共目标与报告使用者明确;
  • [ ] 指标树覆盖供给、触达、理解、行动和质量;
  • [ ] 跨平台数据没有错误相加;
  • [ ] 个体数据最小化并完成脱敏;
  • [ ] 小样本和再识别风险已检查;
  • [ ] 评论主题经过人工抽查;
  • [ ] 平台流量没有替代公共服务结果;
  • [ ] 所有关键图表有口径、来源和时间;
  • [ ] 事实、解释、局限和行动分开。

口径表见 references/metric-dictionary.md

使用入口

如果这套口径让传播报告更可信,欢迎给总仓库点一个 Star;需要新版提醒时,请订阅 GitHub Releases。

🤖 AI 评测

这是一个面向政务宣传工作的数据分析指导框架,隐私保护和数据质量管理做得较好,不会用虚假数据糊弄人,结构也比较完整。但实际使用时会感觉很多地方只有框架没有具体内容,指标定义表基本是空的,缺少真实案例参考,可能需要自己补充很多东西才能真正用起来。专业度够,但落地性有待加强。

📊 多维度评分

适应性4.3
规范性4.1
有效性4.7
可靠性4.1
可信度4.8

📁 包含文件 (3 个)

📄 README.md 407 B
📄 SKILL.md 5.6 KB
📄 references/metric-dictionary.md 326 B

🔥 大家都在搜

wps 写作 pdf 苹果