content-finder-agent/examples/content_finder/skills/audience_analysis.md

---

name: audience-analysis

description: 受众分析和匹配度评估方法

受众分析

目标受众特征

老年人群体（50+）

年龄分布

• 50-59岁：初老年，活跃度较高
• 60-69岁：中老年，主力人群
• 70+岁：高龄，需要简单易懂的内容

内容偏好

1. 主题偏好

   • 健康养生
   • 历史故事
   • 家庭情感
   • 正能量内容
   • 传统文化

2. 情感需求

   • 感动：触动内心的故事
   • 怀旧：回忆过去的时光
   • 敬佩：英雄人物、榜样
   • 温馨：家庭、亲情
   • 励志：正能量、激励

3. 形式偏好

   • 时长：3-5分钟为佳
   • 节奏：不要太快
   • 字幕：清晰、字体大
   • 音乐：舒缓、熟悉
   • 画面：清晰、稳定

行为特征

• 观看时间：早上6-9点，晚上7-10点
• 互动方式：点赞多，评论少
• 分享倾向：喜欢分享给家人朋友
• 完播率：高（如果内容吸引）

中青年群体（25-49岁）

内容偏好

• 知识学习
• 职场技能
• 生活技巧
• 娱乐放松
• 时事热点

行为特征

• 观看时间：碎片化
• 互动方式：评论、转发
• 完播率：中等
• 选择性强

受众画像分析

年龄分布解读

热点宝数据示例

{
  "age_distribution": {
    "18-24": 0.15,
    "25-34": 0.25,
    "35-44": 0.20,
    "45-54": 0.25,
    "55+": 0.15
  }
}

判断标准

• 老年内容：45+ 占比 > 40%
• 中青年内容：25-44 占比 > 50%
• 全年龄内容：各年龄段分布均匀

实际案例

案例1：抗日娃娃军视频
年龄分布：
- 45-54: 25%
- 55+: 15%
- 合计: 40%

判断：符合老年人内容标准
原因：历史题材，情感共鸣强

性别分布解读

判断标准

• 男性为主：male > 60%
• 女性为主：female > 60%
• 性别均衡：40-60%

内容关联

• 历史军事：男性偏多
• 养生健康：女性偏多
• 家庭情感：性别均衡

地域分布解读

城市等级

• 一线城市：北上广深
• 二线城市：省会、发达城市
• 三线及以下：其他城市

判断标准

• 下沉市场：三线及以下 > 50%
• 高端市场：一二线 > 60%

互动指标解读

关键指标

1. 完播率

   • > 70%：内容非常吸引人
   • 50-70%：内容质量良好
   • < 50%：内容吸引力不足

2. 互动率

   • > 15%：高互动内容
   • 10-15%：中等互动
   • < 10%：低互动

3. 平均观看时长

   • 与视频总时长的比例
   • > 80%：内容紧凑有吸引力
   • < 50%：内容可能拖沓

匹配度评估

评估维度

1. 年龄匹配（权重40%）

# 计算目标年龄段占比
target_ages = ["45-54", "55+"]
target_percentage = sum(age_dist[age] for age in target_ages)

# 判断标准
if target_percentage >= 0.40:
    age_match = "高度匹配"
elif target_percentage >= 0.30:
    age_match = "中度匹配"
else:
    age_match = "低度匹配"

2. 情感匹配（权重40%）

# 检查主要情感
target_emotion = "感动"
actual_emotion = profile["emotional_analysis"]["primary_emotion"]
emotion_score = profile["emotional_analysis"]["emotion_scores"][target_emotion]

# 判断标准
if actual_emotion == target_emotion and emotion_score >= 0.80:
    emotion_match = "高度匹配"
elif emotion_score >= 0.60:
    emotion_match = "中度匹配"
else:
    emotion_match = "低度匹配"

3. 互动匹配（权重20%）

# 检查互动率
actual_rate = profile["engagement_metrics"]["interaction_rate"]
min_rate = 0.10

# 判断标准
if actual_rate >= min_rate * 1.5:
    engagement_match = "高度匹配"
elif actual_rate >= min_rate:
    engagement_match = "中度匹配"
else:
    engagement_match = "低度匹配"

综合评分

计算公式

match_score = age_score * 0.4 + emotion_score * 0.4 + engagement_score * 0.2

评级标准

• 0.80-1.00：高度匹配，强烈推荐
• 0.60-0.79：中度匹配，建议引入
• 0.40-0.59：低度匹配，谨慎考虑
• 0.00-0.39：不匹配，不建议引入

实战案例

案例1：抗日娃娃军视频

需求

"孩子军抗日，让人感动。找这样的视频。"

目标受众

• 年龄：50+老年人
• 情感：感动
• 主题：历史、英雄

画像数据

{
  "age_distribution": {
    "45-54": 0.25,
    "55+": 0.18
  },
  "emotional_analysis": {
    "primary_emotion": "感动",
    "emotion_scores": {
      "感动": 0.85,
      "敬佩": 0.70
    }
  },
  "engagement_metrics": {
    "interaction_rate": 0.12,
    "completion_rate": 0.78
  }
}

匹配度分析

1. 年龄匹配

   • 45+ 占比：43%
   • 评分：0.90（高度匹配）

2. 情感匹配

   • 主要情感：感动
   • 情感得分：0.85
   • 评分：0.85（高度匹配）

3. 互动匹配

   • 互动率：12%
   • 完播率：78%
   • 评分：0.80（良好）

4. 综合评分

   • 0.90 * 0.4 + 0.85 * 0.4 + 0.80 * 0.2 = 0.86
   • 评级：高度匹配
   • 建议：强烈推荐引入

案例2：养生健康视频

需求

"老年人喜欢的养生内容"

目标受众

• 年龄：50+老年人
• 主题：健康、养生
• 实用性：高

判断要点

1. 年龄分布：50+ 占比 > 40%
2. 内容实用：有具体的养生方法
3. 表达清晰：语速适中，字幕清楚
4. 可信度：有专业背景或权威来源

注意事项

1. 数据时效性

• 热点宝数据可能有延迟
• 新发布的视频数据不完整
• 需要结合多个数据源

2. 样本代表性

• 小样本数据可能不准确
• 需要多个视频交叉验证
• 关注数据的置信度

3. 文化差异

• 不同地域的偏好不同
• 城乡差异明显
• 需要考虑目标市场

4. 时间因素

• 节假日影响受众行为
• 季节性内容需要考虑时效
• 热点事件带来的波动

优化建议

提高匹配度的方法

1. 精准定位

   • 明确目标受众的核心特征
   • 设置合理的匹配阈值
   • 不要过度追求完美匹配

2. 多维验证

   • 使用多个工具交叉验证
   • 结合定量和定性分析
   • 参考历史成功案例

3. 持续优化

   • 记录匹配成功的案例
   • 分析匹配失败的原因
   • 不断调整评估标准

4. 灵活调整

   • 根据实际反馈调整权重
   • 考虑特殊情况的例外
   • 保持策略的适应性