2分鍾閱讀

如何使用Buzzsumo和IBM沃森分析在幾分鍾內獲得營銷數據的洞察力

有特色的圖片

想知道如何開始使用人工智能?以我們的按需試點AI營銷人員係列。

了解更多

利用人工智能,我們在幾分鍾內從近3500行營銷數據中發現了深刻的見解。

多年來,我們一直在嚐試人工智能,我們發現許多人工智能驅動的工具可以與其他數據源和解決方案相結合,以節省時間並產生新的見解。


一種方法是從Buzzsumo,內容營銷智能工具,並分析它IBM沃森分析,一個人工智能平台。


Buzzsumo擅長在網站和內容頁麵上提供大型數據集。沃森擅長從數據中發現洞察力。我們假設,對於那些想要更多地了解他們的內容和競爭對手的營銷人員來說,他們可能是一個強大的團隊。


為了了解這將如何發揮作用,我們分析了三個頂級營銷博客-隻有營銷的土地的博客-使用這兩個工具。

瘋狂背後的方法


Buzzsumo是一個在線工具,可以按來源顯示任何關鍵字短語的頂級共享內容。該工具還允許您比較網站之間的內容性能。


我們輸入了三個營銷博客的網址。Buzzsumo給我們發了一份電子表格,上麵有每篇文章的標題、網址、各平台的社交分享數量、作者、字數和鏈接域名的數量。


[注意,我們使用Buzzsumo Pro帳戶許可證來訪問和導出完整的數據集。]


我們對過去12個月的數據進行了分析。一旦我們有了數據集,我們就把它上傳到

IBM Watson Analytics是一款基於人工智能的工具,可以分析大型數據集,並使您能夠進行探索和預測。不可否認,使用IBM Watson Analytics有一點學習曲線,但是一旦你掌握了它的竅門,你可以在幾秒鍾內創建可視化。


結果是一個可視化的儀表板,它比較了從哪個網站分享最多的內容到哪個作者在每個網站上發表最多的內容。我們精心挑選了我們認為最有趣的信息,並將其發布在下麵。


正如你將看到的,人工智能使快速發現洞察變得更加容易,甚至突出了我們可能錯過的數據中的一些關係。


發現的最重要見解


從一開始,我們就可以快速識別哪個網站的內容被分享得最多。


Buzzsumo-Watson-Shares-Analysis.png

重要的是,我們可以看到Marketing Land的內容在跨平台上獲得了最多的份額。


然後,我們可以對頻道間的分享進行比較。


Buzzsumo-Watson-Data.png

考慮到該網站的分享量,毫不奇怪Marketing Land在Facebook上的分享競爭中遙遙領先。


看起來Marketing Land在LinkedIn上也遙遙領先。


Buzzsumo-Watson-LinkedIn-Data.png

然而,當談到Twitter時,股票之間的差距明顯縮小。


Buzzsumo-Watson-Analytics-Data.png

我們可以利用這些數據來獲得線索,了解為什麼會出現這種情況。


當我們比較每個網站發布的博客標題數量時,我們立即看到Marketing Land發布的博客數量遠遠超過其他兩個網站,並且在總份額上也相應領先。


Buzzsumo-Watson-Site-Comparison.png

大量的內容也為Marketing Land贏得了更多的鏈接。


Artificial-Intelligence-Marketing-Data.png

深入研究Marketing Land的數據,沃森可以告訴我們哪些作者的內容在過去一年中獲得了最多的總分享。(看起來像蒂姆·彼得森(@petersontee), Amy Gesenhues (@amygesenhues)及Barry Levine (@xBarryLevine)為網站帶來了大量的流量。


Content-Marketing-Author-Data.png

我們還可以看到哪個月該網站的內容在Facebook等特定渠道上被分享最多。看起來八月是最受歡迎的。


Artificial-Intelligence-Facebook-Data.png

Twitter和領英(LinkedIn)的股價也是如此,這兩家公司的股價在8月份也表現強勁。


Artificial-Intelligence-Twitter-Data.png
Artificial-Intelligence-LinkedIn-Data-Analysis.png

Marketing Land可能會使用這些數據來確定哪種促銷策略最有效,這是通過隔離股票出現最多的時間來實現的。競爭網站可能也會這樣做,以確定Marketing Land如何獲得如此多的股份。


當你將Buzzsumo和IBM Watson Analytics數據結合在一起時,這隻是冰山一角。


要自己嚐試一下,請使用Buzzsumo在這裏然後將數據導入IBM沃森分析


與此同時,我們將分享更多與Buzzsumo和IBM Watson Analytics數據以及其他營銷人工智能工具的實驗。


不要錯過任何一個帖子:今天訂閱營銷人工智能研究所BETVlCTOR1946伟德

相關的帖子

描述分析:它是什麼,它是如何工作的,為什麼你需要它

麥克壞了的2021年12月10日

描述性分析是一種強大的數據驅動技術,用於分析和從客戶數據中獲得見解。以下是如何充分利用它的方法。

為什麼營銷人員需要在人工智能時代理解預測性與規定性

麥克壞了的2017年9月14日

理解預測性係統與規定性係統是釋放人工智能潛力的關鍵。

分析中的AI用例

麥克壞了的b| 2019年10月22日

發現營銷分析中人工智能的實際用例。

Baidu
map