CDA数据分析师 出品

作者：Mika

数据：真达

后期：泽龙

【导语】：这几天吃的最多的就属腾讯状告老干妈的瓜了，事件频频反转，让网友们在瓜地里吃都吃不过来。今天我们就来用数据聊一聊。Python技术分析请看第四部分。

Show me data，用数据说话

今天我们聊一聊 腾讯老干妈这场“逗鹅冤”

点击下方视频，先睹为快：

这几天吃的最多的就属腾讯状告老干妈的瓜了，事件频频反转，让网友们在瓜地里吃都吃不过来。

一边是财大气粗的鹅厂，另一边是国内最火辣的“国民女神”，看似毫无交集的双方又是怎么一回事呢?

事情是这样的，6 月 30 日，有消息称，腾讯把老干妈给告了!理由是老干妈拖欠腾讯广告费，总额约 1600w。吃瓜群众一片哗然，那个女人竟然吃霸王餐!

谁知道，不到一天，这件事情就了反转。6月30日晚间，老干妈声称从没和腾讯合作过，腾讯被骗了，还严肃地发了个声明，并帮腾讯报了警。

一时间，鹅说鹅有理，妈说妈有理。

接着7月1日，贵阳警方也发布通报，概括一下就是：3 个骗子为了倒卖腾讯游戏礼包码，冒充老干妈的市场人员与腾讯签了合同。

消息出来，网友们都惊了，腾讯居然有被骗的一天?

与此同时腾讯的公关也没闲着，开始一系列雷厉风行的自黑操作，还表示要一千瓶老干妈全网寻骗子，老干妈也是迅速上架1000瓶大客户组合装辣椒酱，就是这么霸气。

那这次腾讯都有哪些自黑操作?

老干妈的辣椒到底香不香?

今天我们就用数据来盘一盘。

主要从以下几点展开：

“吃了假辣椒酱的憨憨企鹅” 官方自黑最为致命

辣椒酱又香了!这些年乘风破浪的老干妈

吃了这么多年的老干妈,究竟哪种口味最好吃?

教你用Python分析B站“逗鹅冤”视频数据

01“吃了假辣椒酱的憨憨企鹅”

官方自黑最为致命

腾讯的公关也没闲着，一系列雷厉风行的自黑操作。先是于7月1日中午，腾讯官方在B站动态发布腾讯官方B站账号发表动态：“今天中午的辣椒酱突然不香了。”

评论区马上成了大厂们的狂欢区， 各大品牌纷纷赶来嘲笑被骗的鹅厂，顺便给自己打个广告、蹭波热度。

隔壁的阿里秉承着看热闹不嫌事大的原则，开始整起了活——希望天下无假章。

只有微信支付一脸惆怅，发出一声感慨: 还是错付了。

京东数科则是无情的哈哈哈，网易邮箱笑出猪叫。

腾讯自己也干脆破罐子破摔，用一千瓶老干妈作为网友提供线索的奖励。

当晚，腾讯再发视频自黑，承认自己就是那个吃了假辣椒酱的憨憨企鹅。目前截止到发稿，这条视频在b站最高全站排名第三，播放量高达602.万，共5.6万条弹幕。

瞬时间，腾讯和老干妈这个事件一出，B站上也涌现出了很多相关视频。

让我们对数据进行进一步分析整理：

(Python分析B站视频讲解请看第四部分)

相关视频发布时间分布

可以看到，当事件刚爆出的6月30日有31个视频，不算多。到7月1日，有294个相关视频，随着进一步发酵升温，7月2日已新发布593个视频，而这一数据也还在增加。

那么这些衍生的视频都属于什么类型分区呢?

视频分区分布

可以看到，生活区的最多，占比67.3%。其次知识类的占比18.65%。

这些视频中哪些播放量最高?

播放量TOP10视频

关于这个事件，腾讯官方发布的《我就是那个吃了假辣椒酱的憨憨企鹅》播放量最高，截止到发稿止，播放量已突破600万次，果然官方自黑最为致命。然后是罗翔老师的《老干妈纠纷，公章很忙》，位居第二，从法律角度带你硬核科普吃瓜。

视频标题词云

这些视频都在说些啥?通过分析相关视频标题词云可以看到，关键字中除了"腾讯"、"老干妈"、"企鹅"、"逗鹅冤"、"辣椒酱"等都是围绕的焦点。

02辣椒酱到底香不香？

这些年乘风破浪的老干妈

如果提到家家户户必备的调料神器，那老干妈绝对当之无愧。多年来一直不变的红色包装，拧开瓶盖，麻辣红油的香气就四溢开来，火红的辣椒中伴着或是豆豉、肉丝的酱料简直是绝妙的下饭神器。

全国辣椒酱市场份额将近400亿元，老干妈独占了10%，可见老干妈在国人心中有着举足轻重的地位。根据数据显示，老干妈一天的销售量为160万瓶，2019年老干妈的销售额突破50亿元，15年之内老干妈的生产总值增加了80多倍。

近年来，老干妈也是各种玩跨界营销：

2018年9月，纽约时装周上，老干妈卫衣亮相T台引关注。

联手《男人装》，以“火辣教母”为噱头推出定制礼盒。

以及定制手提袋：

还联合聚划算拍了视频广告，外形神似“老干妈”陶华碧的年轻女孩，配上“拧开干妈，看穿一切”的洗脑歌词，再加上鬼畜舞蹈，瞬间吸睛无数。

虽然近年来，由于各种网红辣酱轮番登场，老干妈的销量不太如意。自从6月30日“逗鹅冤”事件爆发出来后，让老干妈又重新活了起来，销量出现了大幅度突破，有种”大圣归来“的感觉。老干妈一跃成为了近期飙升最快的店铺。网友感叹：老干妈又香了。

03吃了这么多年的老干妈

究竟哪种口味最好吃？

那么吃了这么多年的老干妈，究竟哪种口味最好吃呢?我们分析了老干妈天猫旗舰店的数据。分析淘宝数据的方法，我们之前有讲到，欢迎回顾之前的文章：

Python告诉你：粽子甜咸之争谁胜出?吃货最爱买谁家的粽子?

首先看到价格：

老干妈商品价格分布

在售价方面，老干妈辣酱既有单瓶销售的，也有几瓶的组合装。可以看到其中30元以内的产品是最多的，占比近一半，为53.26%。其次30-50元的位30.43%。

商品标题词云

接下来看到商品的标题，

可以看到除了经典的"老干妈风味"、"辣椒酱"、"香辣"、"豆豉"、"拌面"等都是常常出现的词。

最后看到最关键的，那种口味最受欢迎呢?

不同口味销量分布

说道老干妈的口味，那可就多了。除了最熟悉的风味豆豉，还有风味油辣椒、风味辣子鸡、辣豆瓣、干煸肉丝等十多种口味。当中哪些口味最受青睐呢?

根据老干妈天猫旗舰店的销售数据，让我们看到销量口味排名图：

其中销的最好的就是风味鸡这款啦，销量遥遥领先。之后第二名的是牛肉末豆豉这款。香菇和香辣菜分别位居三、四名。之后经典的风味豆豉和干煸肉丝分别为第五、第六。

那么哪款老干妈又是你的最爱呢?欢迎留言告诉我们哦~

04教你用Python分析

B站视频数据

最后我们看下如何分析B站的视频数据。

回复关键字“老干妈”

获取详细数据代码

我们使用Python获取了B站上关于腾讯-老干妈相关的视频数据，进行了数据分析。

首先导入所需库，其中pandas用于数据读入和数据清洗，pyecharts用于数据可视化，stylecloud用于绘制词云图。

# 导入包

import pandas as pd

import jieba

import re

from pyecharts.charts import Bar, Line, Pie, Map, Page

from pyecharts import options as opts

from pyecharts.globals import SymbolType, WarningType

WarningType.ShowWarning = False

import stylecloud

from IPython.display import Image # 用于在jupyter lab中显示本地图片

1. 数据读入

首先读入数据。

# 读入数据

df = pd.read_excel('../data/B站分区视频7.03.xlsx')

df.head()

去重之后查看一下数据集的大小，一共有1222条数据。

# 去重

df = df.drop_duplicates()

# 删除列

df.drop('video_url', axis=1. inplace=True)

df.info()

Int64Index: 1222 entries, 0 to 1406

Data columns (total 5 columns):

#   Column       Non-Null Count  Dtype

---  ------       --------------  -----

0   region       1222 non-null   object

1   title        1222 non-null   object

2   upload_time  1222 non-null   object

3   view_num     1222 non-null   object

4   up_author    1222 non-null   object

dtypes: object(5)

memory usage: 57.3+ KB

2. 数据预处理

数据预处理部分主要进行以下部分工作：

view_num：提取数值和单位，转换为数值型;

筛选6.30~7.03数据

# 提取数值

df['num'] = df['view_num'].str.extract('(\d+.*\d+)').astype('float')

# 提取单位

df['unit'] = df['view_num'].str.extract('([\u4e00-\u9fa5]+)')

df['unit'] = df['unit'].replace('万', 10000).replace(np.nan, 1)

# 计算乘积

df['true_num'] = df['num'] * df['unit']

# 删除列

df.drop('view_num', axis=1. inplace=True)

# 筛选时间

pattern = re.compile('2020-06-30|2020-07-01|2020-07-02|2020-07-03')

df = df[df.upload_time.str.contains(pattern)]

3. 数据可视化

我们针对数据进行描述性统计分析，探索一下问题：

发布时间和热度

不同分区的发布数量

不同分区的播放量表现

最高播放的Top10视频

标题词云图。

3.1 发布时间和热度

time_num = df.upload_time.value_counts().sort_index()

time_num

2020-06-30     31

2020-07-01    294

2020-07-02    593

2020-07-03    235

Name: upload_time, dtype: int64

# 条形图

bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))

bar1.add_xaxis(time_num.index.tolist())

bar1.add_yaxis('', time_num.values.tolist())

bar1.set_global_opts(title_opts=opts.TitleOpts(title='视频发布时间段分布'),

visualmap_opts=opts.VisualMapOpts(max_=675),

)

bar1.render()

3.2 不同分区的发布数量

region_num = df.region.value_counts()

region_num

生活    776

知识    215

游戏     68

鬼畜     61

娱乐     33

Name: region, dtype: int64

data_pair =  [list(z) for z in zip(region_num.index.tolist(), region_num.values.tolist())]

# 绘制饼图

pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))

pie1.add('', data_pair, radius=['35%', '60%'])

pie1.set_global_opts(title_opts=opts.TitleOpts(title='B站不同分区的视频发布数量'),

legend_opts=opts.LegendOpts(orient='vertical', pos_top='15%', pos_left='2%'))

pie1.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))

pie1.set_colors(['#EF9050', '#3B7BA9', '#6FB27C', '#FFAF34', '#D8BFD8'])

pie1.render()

3.3 不同分区的播放量表现

region_view = df.groupby('region')['true_num'].sum()

region_view = region_view.sort_values(ascending=False)

region_view

region

生活    12760197.0

知识     7167597.0

鬼畜     1382580.0

游戏      792650.0

娱乐       53831.0

Name: true_num, dtype: float64

# 条形图

bar2 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))

bar2.add_xaxis(region_view.index.tolist())

bar2.add_yaxis('', region_view.values.tolist())

bar2.set_global_opts(title_opts=opts.TitleOpts(title='B站不同分区的视频播放总量'),

visualmap_opts=opts.VisualMapOpts(max_=10837810.0),

)

bar2.render()

3.4 最高播放的Top10

# 最多播放top10

view_top10 = df.sort_values('true_num', ascending=False).head(10)[['title', 'true_num']]

view_top10 = view_top10.sort_values('true_num')

view_top10

# 柱形图

bar3 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))

bar3.add_xaxis(view_top10.title.values.tolist())

bar3.add_yaxis('', view_top10.true_num.values.tolist())

bar3.set_global_opts(title_opts=opts.TitleOpts(title='B站播放数量Top10视频'),

xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(position='inside')),

visualmap_opts=opts.VisualMapOpts(max_=5130000.0),

)

bar3.set_series_opts(label_opts=opts.LabelOpts(position='right'))

bar3.reversal_axis()

bar3.render()

3.5 标题词云图

# 绘制词云图

stylecloud.gen_stylecloud(text=' '.join(text),   # text为分词后的字符串

collocations=False,

font_path=r'‪C:\Windows\Fonts\msyh.ttc',

icon_name='fas fa-bell',

size=653.

output_name='./词云图/B站分区视频标题词云图.png')

Image(filename='./词云图/B站分区视频标题词云图.png')