文档介绍：2017年4月 券商公众号洞察报告
1
目录
CONTENTS
Part 01 券商公众号总体概览 -------------------- 05
Part 02 券商公众号英雄榜 ----------------------- 21
Part 03 券商公众号典型案例分析 ------------- 31
Part 04 单券商各营业部公众号分析 ---------- 39
Part 05 券商微信指数分析 ----------------------- 42
2017/5/12 2
报告说明
• 数据来源
• TalkingData数据中心数据来自TalkingData AppAnalytics、TalkingData GameAnalytics、TalkingData Ad Tracking的行业数
据采集，以及诸多合作伙伴的数据交换，如应用市场、渠道、运营商等多种不同来源的数据复合而成；
• DataWhisper 自媒体智能数据平台。
• 数据周期
• 2017年2月-2017年4月
• 概念定义
• 公众号（订阅号/服务号）平均发文次数：监测周期内，各公众号（订阅号/服务号）推送次数的均值；
• 公众号（订阅号/服务号）平均发文篇数：监测周期内，各公众号（订阅号/服务号）推送文章数量的均值；
• 公众号（订阅号/服务号）文章平均阅读量：监测周期内，各公众号（订阅号/服务号）文章平均阅读量的均值；
• 公众号（订阅号/服务号）头条文章平均阅读量：监测周期内，各公众号（订阅号/服务号）头条文章平均阅读量的均值；
• 公众号（订阅号/服务号）平均读赞比：监测周期内，各公众号（订阅号/服务号）读赞比的均值；
2017/5/12 3
报告说明
• 排行榜算法说明
• 券商公众号（订阅号/服务号）排行榜基于公众号（订阅号/服务号）推送、阅读、互动等相关数据，根据TalkingData 移动数据研
究中心“公众号指数评测模型”计算得出，涉及推送、阅读、互动以及综合4个指标维度，其中：
➢ 综合指数 = α·推送指数+β·阅读指数+γ·互动指数；
➢ 推送指数：包括推送次数、推送文章数量等细分指标，对不同指标赋予不同权重，各指标赋权结果加和得到推送原始分数，然后
按照非线性的正态化的转换方法和线性导出分数的转换方法由原始分数转换得到其推送常模量表分数，该分数值反映某公众号在
总体中的位置，分数值与这一位置有关；
➢ 阅读指数：包括总阅读量、平均阅读量、头条文章阅读量、次条文章阅读量等细分指标，对不同指标赋予不同权重，各指标赋权
结果加和得到阅读原始分数，然后按照非线性的正态化的转换方法和线性导出分数的转换方法由原始分数转换得到其阅读常模量
表分数，该分数值反映某公众号在总体中的位置，分数值与这一位置有关；
➢ 互动指数：包括总赞数、均赞数、评论数、读赞比等细分指标，对不同指标赋予不同权重，各指标赋权结果加和得到互动原始分
数，然后按照非线性的正态化的转换方法和线性导出分数的转换方法由原始分数转换得到其互动常模量表分数，该分数值反映某
公众号在总体中的位置，分数值与这一位置有关。
2017/5/12 4
1
券商公众号总体概览
• 券商订阅号
• 券商服务号
2