內容數據是指與社群內容相關的數據，其中大多數內容數據都需要先進性類別定性，然后進行歸類，最終再得出數據。下面類介紹一下常見的內容數據項目。

　　1.消息總量/人均消息量

　　消息總量指的是一定時期內社群中消息數量的總和;人均消息量是將消息總量除以社群人數而得的數據，一般用于輔助統計社群活躍度和用戶粘性。在興趣類、討論類、分享類等以溝通交流為目的的社群中，人均消息量的數據對分析社群發展現狀具有較大價值。人均消息量高說明社群氛圍活躍，發展較好;人均消息量低說明群內氣氛不佳，發展勢頭不好，需要社群運營者及時做出調整。在以轉化和服務為目的的社群中，人均消息量的價值較小，甚至在一些專業度較高的服務類社群中，會禁止群員隨意發言，這時人均消息量這一數據沒有任何價值。

　　2.消息的時間分布

　　消息的時間分布是指對于社群中消息數量隨時間變化而產生的變化，通過統計得出的數量分布情況。這一數據主要分析的是消息與時間之間的關系，可以按一天24小時計算，也可以按一周的每一天計算，具體時間的標準全由社群運營者設計，沒有嚴格的標準。通過對消息的分布時間的分析，社群運營者可以得出社群中活躍的時間點，從而把活動、分享、推送等內容安排在社群活躍的時間點，大幅度提高社群中的活動參與率和用戶積極性，同時提高用戶滿意度。

　　3.話題頻次

　　話題頻次指的是一定時期內社群中各個話題的出現次數。在分析話題頻次前，社群運營者首先要通過對社群中所有消息的匯總整理，篩選出占比較高的主要話題，然后再把各個消息歸納到不同話題中，最后再做數量的統計。做話題頻次的數據分析的主要目的是為了找出社群群員所喜好的話題，從而對群員的喜好進行分析，完善用戶畫像，使得活動、營銷等行為更加受到用戶的歡迎，提高社群的收益。

　　4.內容高頻詞

　　內容高頻詞指的是一定時期內社群消息中出現的高頻率詞語，主要用于輔助話題頻次，找到用戶的喜好和關注點，從而提升社群的運營質量。一般來說，內容高頻詞分析首先要通過第三方工具導出一定時期內全部的文本消息(不包括群員昵稱等無效信息)，然后導入NLPIR、圖悅等詞頻分析工具，最終得出詞頻數據。圖8-1是通過分析導出的詞頻圖，其中字號越大代表出現的次數越多，字號越小代表出現的次數越少。

圖8-1 詞頻圖案例

　　5.觀點傾向分布

　　觀點傾向分布是指社群內不同觀點在群員之中的分布情況，通俗來說就是哪些人持有哪些觀點。通過觀點傾向分布的分析，可以得知社群中群員的三觀(世界觀、價值觀、人身觀)和價值取向，幫助社群運營者更加了解用戶，完善用戶畫像，從而如分析話題頻次的作用一樣，快速提升社群運營質量。一般來說，社群運營者需要通過調查問卷、群內投票、私下詢問等方式來獲取社群群員的觀點。