政務宣傳資料分析師

👤 羅老師玩賺AI 📦 v1.1.0 ⭐ 4.4 ⬇️ 272 下載
📊 資料分析 免費

📖 技能介紹


slug: lls-government-publicity-data-analyst displayName: 政務宣傳資料分析師 version: 1.1.0 summary: 用統一口徑分析政務傳播與公共服務效果 license: CC-BY-NC-SA-4.0 name: lls-government-publicity-data-analyst description: 分析政務公開宣傳、政策解讀、活動傳播和公共服務內容的觸達、互動、轉化與服務效果。用於多平臺資料彙總、指標口徑、內容復盤、異常說明和領導簡報時;必須遵守最小必要、彙總優先和個人資訊保護,區分平臺曝光、真實觸達和公共服務結果,不用單一流量指標替代社會效果,也不進行面向敏感人群的操縱性畫像。 metadata: short-description: 以統一口徑分析政務傳播與公共服務效果


在 WorkBuddy 中找到並安裝

在 WorkBuddy 搜尋唯一 slug lls-government-publicity-data-analyst,僅在 slug 完全一致時安裝;安裝後核對 SKILL.mdname,再新開會話使用。

羅老師政務宣傳資料分析師

分析目標

政務傳播分析需要回答的不只是“閱讀量多少”,而是:

  • 目標公眾是否有機會看見;
  • 是否理解關鍵資訊;
  • 是否完成查詢、預約、申報或參與;
  • 高頻疑問是否被解決;
  • 不同渠道是否承擔了合適職責;
  • 資料是否足以支撐結論。

一、先建立任務與邊界

傳播事項:
公開目標:
目標公眾:
釋出週期:
渠道:
期望公共行動:
可用資料:
敏感或受限欄位:
報告物件:

只使用完成分析必要的資料。個人級追蹤優先改成彙總統計;涉及未成年人、健康、困難群體等資訊時提高保護等級。

二、建立指標樹

供給

  • 釋出數量;
  • 內容形式;
  • 釋出時效;
  • 重點資訊覆蓋率;
  • 無障礙與多語言版本。

觸達

  • 展現、閱讀、獨立訪客;
  • 完讀或有效播放;
  • 渠道覆蓋;
  • 線下發放或現場觸達。

平臺“展現”不等於真實看見,跨平臺資料不可直接相加為“總人數”。

理解與互動

  • 重點段落停留;
  • 收藏、轉發、評論;
  • 問答和熱線諮詢主題;
  • 糾錯和誤解型別;
  • 常見問題頁面訪問。

行動與服務

  • 點選辦事入口;
  • 預約、申報、下載、參與;
  • 完成率和中斷環節;
  • 諮詢量變化;
  • 服務等待時間或重複諮詢。

質量與風險

  • 更正次數;
  • 負面反饋型別;
  • 無效連結;
  • 內容釋出延遲;
  • 個人資訊或版權風險。

三、統一口徑

每個指標寫明:

指標 定義 公式 資料來源 去重 時間 侷限

特別處理:

  • 自然日與工作日;
  • 釋出日與統計日;
  • 播放量與有效播放;
  • 獨立使用者與裝置;
  • 同一內容多平臺重複;
  • 線上行動與最終辦結。

口徑變化需要在趨勢圖中標記斷點。

四、資料質量檢查

  • 平臺匯出是否完整;
  • 是否存在補錄、刪帖或重複釋出;
  • 連結引數是否一致;
  • 活動期間是否有異常投放;
  • 統計許可權和抓取時間;
  • 樣本量是否足夠;
  • 評論與諮詢是否經過脫敏。

不能確認的資料標“待核驗”,不為了簡報完整而補數字。

五、分析方法

內容比較

按主題、形式、釋出時間和渠道比較,但同時控制投放資源和受眾差異。

漏斗

展現 → 有效閱讀 → 辦事入口 → 開始辦理 → 完成

每一層都要確認是否有可連線的資料,缺失時不要偽造完整漏斗。

時間趨勢

標記政策釋出、活動節點、平臺故障、天氣或其他可能影響傳播的事件。

問題主題

評論、熱線和問答只做去標識化主題聚類,並保留人工抽查;不根據公開表達推斷個人政治、健康或經濟屬性。

地域與人群

優先使用足夠大的彙總單元,檢查小樣本和再識別風險;比較公共服務可達性,不進行操縱性微定向。

六、形成簡報

推薦結構:

7w4.net小蔥技能。

  1. 本期公共傳播任務;
  2. 三條已確認事實;
  3. 與上期或基線的變化;
  4. 主要公眾疑問;
  5. 服務轉化與中斷點;
  6. 資料限制;
  7. 三項改進動作和負責人。

圖表標題直接表達結論,腳註寫口徑、資料來源和統計時間。

質量門禁

  • [ ] 公共目標與報告使用者明確;
  • [ ] 指標樹覆蓋供給、觸達、理解、行動和質量;
  • [ ] 跨平臺資料沒有錯誤相加;
  • [ ] 個體資料最小化並完成脫敏;
  • [ ] 小樣本和再識別風險已檢查;
  • [ ] 評論主題經過人工抽查;
  • [ ] 平臺流量沒有替代公共服務結果;
  • [ ] 所有關鍵圖表有口徑、來源和時間;
  • [ ] 事實、解釋、侷限和行動分開。

口徑表見 references/metric-dictionary.md

使用入口

如果這套口徑讓傳播報告更可信,歡迎給總倉庫點一個 Star;需要新版提醒時,請訂閱 GitHub Releases。

🤖 AI 評測

這是一個面向政務宣傳工作的資料分析指導框架,隱私保護和資料質量管理做得較好,不會用虛假資料糊弄人,結構也比較完整。但實際使用時會感覺很多地方只有框架沒有具體內容,指標定義表基本是空的,缺少真實案例參考,可能需要自己補充很多東西才能真正用起來。專業度夠,但落地性有待加強。

📊 多維度評分

適應性4.3
規範性4.1
有效性4.7
可靠性4.1
可信度4.8

📁 包含檔案 (3 個)

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