起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識分析了扣子400個bots的數據，有點意思
我采集了國內版扣子官網的bot商店數據，主要是推薦模塊下面的，一共400個。本意是想看看，目前最火的AI智能體平臺，很像個MVP試驗場，哪些類型的應用表現是不錯的，反映了什么需求。
結果也發現了一些其他有意思的東西。
下面是本文目錄，有興趣再往下翻：
一、從不同數據視角看
1、使用人數
2、會話總數
3、收藏人數
4、人均會話次數
5、藏用比
二、扣子bot的頭部玩家及其風格
三、評論區是需求區
四、廣告的N種植入方式
一、從不同數據視角看
我想看哪些應用表現不錯，但什么是不錯？不同的數據維度會反映出不同的東西。
扣子頁面能拿到的基礎數據是使用人數，會話總數和收藏人數，這三個絕對數指標，將時間這個影響因素忽略了，bot上線時間有差異，積累的數據差距也就明顯。
所以又計算了兩個數據：人均會話次數和用藏比，消除了時間影響，看起來也更清晰。
1. 使用人數
指標含義：這個bot被多少用戶（也可能是人次）使用過。
使用人數反映了bot的熱門程度，也反映出一些場景價值。想象一下一個剛打開頁面的用戶，不知道要找啥，就從滿屏的推薦流往下滑，有吸引人的標題和描述，讓人一眼看去就知道是干嘛的，我覺得好奇，或者需要，就會點進去試試看。
從使用人數來看，前25%的bots中，以學習教育、娛樂游戲、內容創作、效率工具為主，并且數量相差不大。
其中，排名前四的都超過了10w，前三強更是接近和超過20w，且都出自同一作者，第二和第三的上線時間不到一個月。。真????，關于頭部玩家及其bot風格我放在第二部分單獨說。
2. 會話總數
指標含義：所有用戶對bot發起的單邊對話次數合計。
會話總數這個指標，可能相比之下水一點，能一定程度反映bot的熱門程度，以及與用戶互動的設計。不過，你會話總數高，可能因為你應用場景好，使用人數多，也可能是你互動引導流程更繁瑣，甚至也可能是因為你應用類型決定的，比如文字冒險、劇本啥游戲，就是要多輪對話。
從會話總數來看，前25%的bots中，以娛樂游戲，學習教育為主，很明顯游戲類在這個指標上是一枝獨秀。那么，能在這個指標中表現不錯的學習教育，內容創作和效率工具類應用，就很值得一看。
3. 收藏人數
指標含義：這個bot被多少用戶收藏了。
收藏人數是很有意義的指標。當用戶使用之后愿意收藏一個bot，就是對其場景和輸出效果的認可，這是很珍貴的。一般來說，這類應用都具有工具屬性。
并不意外，從收藏人數來看，前25%的bots中，以學習教育，內容創作和效率工具類應用為主，跟2相反，收藏數不錯的游戲類應用，可以玩玩，都是大浪淘沙剩下的。
這里面的應用，如果有時間，都可以去試試看：
4. 人均會話次數
指標含義：會話總數/使用人數，平均每位用戶跟bot的對話次數。
這個指標將上線時間和總的使用人數因素排除在外，只關注，一個應用能讓客戶平均達成多少的會話。因此按這種分類的應用，不一定熱門，更多反映的是和用戶的互動方式設計。游戲肯定又是霸榜，但其他類的應用就可以看下。
5. 藏用比
指標含義：收藏人數/使用人數，使用的用戶中，有多少收藏了。
這個指標我覺得是收藏人數的升級版，即使不是熱門應用，只要使用之后認可你的人數比例高，也會上榜。
但這組數據處理的時候其實需要剔除一些異常值，比如使用人數2，收藏1的這種，沒有參考價值，可能是作者自己收藏的。所以可以選使用規模達到一定數量的，再看藏用比。
另外有意思的是，我還真發現一組天秀數據，這一組中唯一一個比例超過1的，盧卡斯繪本故事館，也就是說有一大半的人用都沒用，就收藏了
二、扣子的頭部玩家及其風格
接下來看下，扣子中最高產的一部分玩家。
從產出數量上來說，12名作者產出了30%數量的bot，約120個，產出10個以上的有3名，占推薦bots總量的15%。
這里就不一一截圖了，我把作品數量5個以上的作者單獨拎了出來。其中按照第一部分的不同指標排行，每個指標前25%的bots中，他們各自的作品有多少，占自己總作品數的比例是多少，都標注出來了。
其中有4位可以說是數量和質量兼顧：尾尾，孟小孟，moonlit和daylight。
第一部分提到的，使用人數前三的bots，都出自孟小孟之手，數據相當之華麗，于是我去看了ta其他作品。
TA的作品輸出形式確實很讓人眼前一亮，圖文排版精美，拋開內容不談（跟模型有很大關系），回復的完成度是挺好的，并且用戶體驗細節也很不錯。作者比較擅長長文生成，例如講書，寫小說，講歷史，講故事，旅行行程規劃。
細節控制其實是在模型輸出的等待時間，會放入一張loading的精美動圖卡片，提示內容在創作中，這會緩解一部分用戶的等待焦慮。
孟小孟在工作流商店中開源了4個工作流，適合學習這類線性排版以及輸出長內容的朋友去研究下。
另一位我想單獨講的作者是moonlit，一是因為ta的bot在我看來都是比較實用的場景；另外，之前我寫過一篇文章推薦的bot：“大模型日報”，就是ta的作品，那時候沒注意到作者?，F在通過數據又篩選出來，有一種“hi，是你啊”的感覺。
三、評論區是需求區
對很多商品，應用，插件，app來說，評論區都是一個獲取用戶反饋和需求的地方。很多做競品調研，也會專門去逛評論區，差評可能就是機會。
在數據好的bot下面，一般都會看到大量評論。除了說很棒和垃圾的，還有一些會問具體的問題，提出具體的修改方向。
比如：
這都是內容和工具的需求：
工作流如何搭建能實現好的效果；
輸出效果有哪些環節要優化；
生成的圖片/卡片，挺好的，怎么下載，除了用右鍵檢查獲取圖片地址，還有沒有外部小工具可以滿足批量下載；
……
四、廣告的N種植入方式
在流量這么大的平臺上，一定會有人想方設法引流，比如：
1. 評論區
這是最直接的方式，在一些數據較好的bots下，都能看到這樣一條留言：
點開后就是一個導航站網址，甚至已經有接龍截流的了。。
2. bot輸出
以品牌為主，單獨構建bot提升曝光
沒想到在這里能看見flomo，他們做了一個網頁和豆包中可用的bot，給出token，就可以讓t它幫忙總結歸納。于是flomo用外部AI，幫助客戶完成提取、總結，再用API寫入flomo。
3. bot簡介
在bot介紹掛上公司和網址信息
4. 集大成的秀兒
還有一家，放到壓軸來說，因為只此一家：
這個bot是使用人數7000+，產生了5w多的會話。
bot名稱就是品牌名，內容中植入網址，簡介介紹業務，右邊“立即對話”放上公眾號和微信客服兩個溝通渠道。
點開第一個是公眾號二維碼，第二個就是微信客服網頁端鏈接，直接能打開微信和微信客服對話！如果放上企微的獲客鏈接，可以直接加人了。
不得不說這個流程是相當絲滑的，但是客戶群體精準與否另說?？吹竭@篇文章的，如果你的目標群體也是嘗鮮使用AI的人群，不知道會不會興奮一下。
這個微信客服渠道來的數據在企微后臺也是可追蹤的。
寫在后面
掛一下這篇成文用到的工具：
數據采集：八爪魚采集器；
數據清洗：ChatGPT；
數據分析和呈現：飛書多維表格；
注意這份數據是7.5號的，如果你需要最新的，可以用上面提到的流程和工具再跑一份。
本文由 @面面聊營銷自動化 原創發布于人人都是產品經理，未經作者許可，禁止轉載
題圖來自 Unsplash，基于 CC0 協議
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
您好，能分享一下上面數據的抓取的流程嘛