企业微博2.0版本结构图(手打版)

  • 格式:docx
  • 大小:100.61 KB
  • 文档页数:4

下载文档原格式

  / 4
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

企业微博2.0版本结构图

一、前台页面

1、左侧

(1)第三方应用平台

(2)留言板

(3)地图

(4)视频

(5)公告栏

2、中间

(1)微博幻灯片(可导入平台链接)

(2)互动栏目(留言、资讯、投诉、表扬)

(3)微博正文(内容可置顶、每条内容可以添加标签)

3、右侧

(1)微客服(粉丝留言,私信形式处理)

(2)领导人

(3)子品牌(微矩阵)

二、管理后台

1、管理首页

(1)微博信息

a、净增粉丝数(企业昨日净增粉丝数量)

b、活跃粉丝比(企业昨日活跃粉丝比)

c、博文曝光量(昨日博文被曝光的次数)

(2)发布框、信息框

(3)热门话题榜

(4)企业微博助理

2、信息中心

(1)收到的评论(每条微博评论)

(2)发出的评论(回复别人的评论,热评微博)

(3)@我的微博(按作者、按类型、按关键字)

(4)@我的评论(按作者、按关键字)

(5)我的私信

(6)我的收藏

3、数据中心

(1)营销分析

a、企业微博指数(净增粉丝、活跃粉丝比、博文曝光量)

b、微博互动(近7天发博、近7天被转发、近7天被评论、近7天博文

曝光量)

c、管理统计(原创微博、转发微博、评论、发私信、管理统计)

d、短链分析(微博点击排行,30天内的前50条)

(2)粉丝分析

a、粉丝质量

i、模块a(昨日粉丝、近7天净增粉丝、近7天新关注粉丝、近7

天取消粉丝)

ii、中间(粉丝、活跃粉丝、互动粉丝)

iii、下栏(粉丝质量分析:活跃粉丝比、互动粉丝比、认证、达人、

普通粉丝)

b、粉丝特征(性别比例、年龄分布、粉丝标签、区域)

c、粉丝习惯(日活跃时段、周活跃时段、手机使用比例、客户端使用比

例)

(3)微博页面分析

a、浏览量(PV)

b、独立访问量(UV)

c、平均访问时常

(4)应用分析(第三方应用)

a、应用数据趋势(浏览量PV、独立访客UV、应用分类)

b、应用列表(浏览量PV、独立访客UV、互动数据)

4、我的应用(第三方应用)

5、学习中心

(1)常见问题(几个模块的介绍)

(2)基本使用方法

(3)企业运营策略

a、运营企业微博的准备(明确企业微博的目的、确定企业微博形象定位)

b、关注一些有意思的微博(选择关注哪些微博、合理关注其他网友)

c、发布一些和企业相关的有趣内容(企业微博发布的内容、哪些内容不

适合企业微博)

d、积极和粉丝打招呼(利用评论等和粉丝打招呼、通过转发增加内容)

e、做点活动,一起happy(明确做活动的目的、设计微博活动的形式、

活动的推广)

f、突发事件,别紧张(突发事件的监控和预防、设立企业微博应对规范)

g、附录(应避免的行为、安全管理规范、团队行为有规范)

(4)资料下载(由微盘导入)

(5)官方客服(@企业微博助理)

三、舆情监测

1、前台“微客服”(客服时间、补充说明)

(1)人性化展示客服时间

(2)实用性添加客服电话

2、侧栏“留言板”(留言、咨询、投诉、表扬)

(1)不同类别板块供用户选择

(2)企业可对不同类别问题作答

(3)“隐藏留言”帮助企业合理刷选

四、营销板块

1、微博幻灯片(优先位置、图片诱惑、链接导入)

(1)抢先吸引粉丝眼球

(2)图片优化加直接链接导入

2、企业微橱窗

(1)产品分类展示(不同产品、不同等级等分类呈现,更直观)

(2)特价商品展示(商品价格、商品图片、商品描述、购买导入)

3、微博友情链接

(1)微博与平台的互通(微博向平台引流有效手段)

(2)企业微博矩阵展示(左侧与右侧互补展现)

(3)企业微博联盟展示(常见微博联盟友情链接)

(4)微博应用推广展示(第三方应用开发推广渠道)

4、后台营销板块

(1)短链分析(更直观的微博短链排名、对推广的资源进行总结分析、点击次数、转播次数、评论次数等)

(2)粉丝分析

a、粉丝质量分析(粉丝质量分析、活跃粉丝列表、互动粉丝列表、粉丝

变化趋势)

b、粉丝特征分析(按性别、年龄、地区分布)

c、粉丝习惯分析(日活跃时段、周活跃时段、手机与网页使用比例、移

动客户端使用比例)

(3)微博页面分析

a、一周页面流量分析

b、一月新老访客分析

c、昨日访客性别年龄

d、昨日访客地区来源

(4)应用分析

a、应用数据趋势

b、应用列表(浏览量PV、独立访客UV、互动数据)