Анализ целевой аудитории сообщества VK

Параметр	Описание
Описание	Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
Область знаний	Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
Близкие понятия	SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
Среда разработки	Python 3.8+, Flask, vk_api, matplotlib, pandas

|}

Цель проекта

Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

Задачи

1. Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
2. Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
3. Визуализация — построить 4 графика:
   • Распределение по полу (круговая диаграмма)
   • Возрастное распределение (гистограмма)
   • Топ-5 городов (горизонтальная столбчатая диаграмма)
   • Вовлечённость по типам контента (столбчатая диаграмма)
4. Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
5. Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

Диаграмма работы приложения

┌─────────────────┐
│  Пользователь   │
│  вводит ссылку  │
│  на сообщество  │
└────────┬────────┘
         ▼
┌─────────────────┐
│   Flask-сервер  │
│   (localhost)   │
└────────┬────────┘
         ▼
┌─────────────────┐
│    VK API       │
│  groups.getById │
│ groups.getMembers│
│    wall.get     │
└────────┬────────┘
         ▼
┌─────────────────┐
│  Обработка      │
│  данных         │
│  (Python)       │
└────────┬────────┘
         ▼
┌─────────────────┐
│  Визуализация   │
│  (matplotlib)   │
└────────┬────────┘
         ▼
┌─────────────────┐
│  Формирование   │
│  рекомендаций   │
└────────┬────────┘
         ▼
┌─────────────────┐
│  Отображение    │
│  результатов    │
│  в браузере     │
└─────────────────┘

Структура проекта

vk_analytics/
│
├── app.py                 # Основной файл приложения (Flask)
│
├── templates/
│   └── index.html         # HTML-шаблон главной страницы
│
└── static/
    └── style.css          # Стили для веб-интерфейса

Описание файлов

Файл	Назначение
app.py	Содержит логику приложения: маршруты Flask, функции для работы с VK API, обработку данных, генерацию графиков и формирование рекомендаций.
templates/index.html	HTML-страница с формой ввода и областью для отображения результатов. Включает JavaScript для отправки запросов к серверу.
static/style.css	CSS-стили для оформления интерфейса: адаптивная сетка, анимации, цветовая схема.

Ход работы над проектом

1. Настройка окружения

Установка необходимых библиотек:

pip install flask vk_api matplotlib pandas

2. Получение токена доступа VK API

Для работы с VK API используется токен доступа, полученный через сервис vkhost.github.io:

TOKEN = "ваш_токен_сюда"

3. Функция сбора данных о сообществе

def get_community_data(group_id):
    """Собирает данные о сообществе"""
    try:
        vk_session = vk_api.VkApi(token=TOKEN)
        vk = vk_session.get_api()
        
        # Получаем информацию о сообществе
        group = vk.groups.getById(group_id=group_id, fields='members_count,description')[0]
        community_name = group['name']
        members_count = group['members_count']
        
        # Собираем подписчиков (500 записей)
        members = vk.groups.getMembers(group_id=group_id, fields='sex,bdate,city', count=500)
        members_data = []
        
        for user in members['items']:
            user_info = {}
            
            # Пол
            if user.get('sex') == 1:
                user_info['sex'] = 'Женщины'
            elif user.get('sex') == 2:
                user_info['sex'] = 'Мужчины'
            else:
                user_info['sex'] = 'Не указан'
            
            # Возраст
            if user.get('bdate') and len(user['bdate'].split('.')) == 3:
                year = int(user['bdate'].split('.')[2])
                age = datetime.now().year - year
                if 0 < age < 100:
                    user_info['age'] = age
            
            # Город
            if user.get('city') and user['city'].get('title'):
                user_info['city'] = user['city']['title']
            
            members_data.append(user_info)
        
        # Собираем посты
        wall = vk.wall.get(owner_id=group_id, count=20, filter='owner')
        posts_data = []
        
        for post in wall['items']:
            post_info = {
                'text': post.get('text', '')[:100],
                'likes': post['likes']['count'],
                'comments': post['comments']['count'],
                'reposts': post['reposts']['count'],
                'views': post.get('views', {}).get('count', 0)
            }
            
            # Определяем тип контента
            if post.get('attachments'):
                attach_type = post['attachments'][0]['type']
                if attach_type == 'photo':
                    post_info['type'] = 'Фото'
                elif attach_type == 'video':
                    post_info['type'] = 'Видео'
                elif attach_type == 'link':
                    post_info['type'] = 'Ссылка'
                else:
                    post_info['type'] = 'Текст'
            else:
                post_info['type'] = 'Текст'
            
            # Расчёт вовлечённости (ER)
            if post_info['views'] > 0:
                post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
            else:
                post_info['er'] = 0
            
            posts_data.append(post_info)
        
        return {
            'success': True,
            'community_name': community_name,
            'members_count': members_count,
            'members': members_data,
            'posts': posts_data
        }
        
    except Exception as e:
        return {'success': False, 'error': str(e)}

4. Функция генерации графиков

def generate_charts(members_data, posts_data):
    """Генерирует графики и возвращает их в base64"""
    charts = {}
    
    # Настройка шрифтов для русских букв
    plt.rcParams['font.family'] = 'sans-serif'
    plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']
    
    # 1. Распределение по полу
    if members_data:
        fig, ax = plt.subplots(figsize=(6, 4))
        sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
        ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%')
        ax.set_title('Распределение по полу')
        
        buf = io.BytesIO()
        plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
        buf.seek(0)
        charts['sex'] = base64.b64encode(buf.getvalue()).decode()
        plt.close(fig)
    
    # 2. Возрастное распределение
    ages = [m['age'] for m in members_data if 'age' in m]
    if ages:
        fig, ax = plt.subplots(figsize=(6, 4))
        ax.hist(ages, bins=15, color='skyblue', edgecolor='black')
        ax.set_title('Возрастное распределение')
        ax.set_xlabel('Возраст')
        ax.set_ylabel('Количество')
        
        buf = io.BytesIO()
        plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
        buf.seek(0)
        charts['age'] = base64.b64encode(buf.getvalue()).decode()
        plt.close(fig)
    
    # 3. Топ-5 городов
    cities = [m['city'] for m in members_data if 'city' in m]
    if cities:
        fig, ax = plt.subplots(figsize=(8, 5))
        city_counts = Counter(cities).most_common(5)
        city_names, city_values = zip(*city_counts)
        
        ax.barh(city_names, city_values, color='lightcoral', edgecolor='darkred')
        ax.set_title('Топ-5 городов аудитории', fontsize=14, fontweight='bold')
        ax.set_xlabel('Количество подписчиков')
        ax.set_ylabel('Город')
        
        plt.tight_layout()
        
        buf = io.BytesIO()
        plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
        buf.seek(0)
        charts['cities'] = base64.b64encode(buf.getvalue()).decode()
        plt.close(fig)
    
    # 4. Вовлечённость по типам контента
    if posts_data:
        fig, ax = plt.subplots(figsize=(8, 5))
        type_er = {}
        for post in posts_data:
            if post['type'] not in type_er:
                type_er[post['type']] = []
            type_er[post['type']].append(post['er'])
        
        avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
        ax.bar(avg_er.keys(), avg_er.values(), color='lightgreen', edgecolor='darkgreen')
        ax.set_title('Вовлечённость по типам контента', fontsize=14, fontweight='bold')
        ax.set_ylabel('ER (на 1000 просмотров)')
        plt.xticks(rotation=45)
        
        plt.tight_layout()
        
        buf = io.BytesIO()
        plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
        buf.seek(0)
        charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
        plt.close(fig)
    
    return charts

5. Веб-интерфейс

HTML-шаблон (templates/index.html)

<!DOCTYPE html>
<html lang="ru">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>VK Community Analytics</title>
    <link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
    <div class="container">
        <div class="card">
            <h1>📊 VK Community Analytics</h1>
            <p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>
            
            <div class="input-group">
                <input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества (например: durov или vk.com/durov)">
                <button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
            </div>
            
            <div class="loader" id="loader">
                <div class="loader-spinner"></div>
                <p>Анализируем сообщество... Это может занять до 30 секунд</p>
            </div>
            
            <div class="results" id="results">
                <div class="stats" id="stats"></div>
                <div class="chart-grid" id="charts"></div>
                <div class="recommendations" id="recommendations"></div>
            </div>
        </div>
    </div>
    
    <script>
        async function analyze() {
            const groupUrl = document.getElementById('groupUrl').value;
            if (!groupUrl) {
                alert('Введите ссылку или ID сообщества');
                return;
            }
            
            const btn = document.getElementById('analyzeBtn');
            const loader = document.getElementById('loader');
            const results = document.getElementById('results');
            
            btn.disabled = true;
            loader.style.display = 'block';
            results.style.display = 'none';
            
            try {
                const response = await fetch('/analyze', {
                    method: 'POST',
                    headers: { 'Content-Type': 'application/json' },
                    body: JSON.stringify({ group_url: groupUrl })
                });
                
                const data = await response.json();
                
                if (data.success) {
                    displayResults(data);
                } else {
                    showError(data.error);
                }
            } catch (error) {
                showError('Ошибка соединения с сервером');
            } finally {
                btn.disabled = false;
                loader.style.display = 'none';
            }
        }
        
        function displayResults(data) {
            // Статистика
            const statsHtml = `
                <div class="stat">
                    <div class="stat-value">${data.community_name}</div>
                    <div class="stat-label">Название сообщества</div>
                </div>
                <div class="stat">
                    <div class="stat-value">${data.members_count.toLocaleString()}</div>
                    <div class="stat-label">Подписчиков</div>
                </div>
                ${data.stats.avg_age ? `
                <div class="stat">
                    <div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
                    <div class="stat-label">Средний возраст</div>
                </div>
                ` : ''}
                ${data.stats.avg_er ? `
                <div class="stat">
                    <div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
                    <div class="stat-label">Средняя вовлечённость (ER)</div>
                </div>
                ` : ''}
            `;
            document.getElementById('stats').innerHTML = statsHtml;
            
            // Графики
            let chartsHtml = '';
            if (data.charts.sex) {
                chartsHtml += `
                    <div class="chart-card">
                        <h3>👥 Распределение по полу</h3>
                        <img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
                    </div>
                `;
            }
            if (data.charts.age) {
                chartsHtml += `
                    <div class="chart-card">
                        <h3>🎂 Возрастное распределение</h3>
                        <img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
                    </div>
                `;
            }
            if (data.charts.cities) {
                chartsHtml += `
                    <div class="chart-card">
                        <h3>🏙️ Топ-5 городов</h3>
                        <img src="data:image/png;base64,${data.charts.cities}" alt="Города">
                    </div>
                `;
            }
            if (data.charts.engagement) {
                chartsHtml += `
                    <div class="chart-card">
                        <h3>📈 Вовлечённость по типам контента</h3>
                        <img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
                    </div>
                `;
            }
            document.getElementById('charts').innerHTML = chartsHtml;
            
            // Рекомендации
            let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
            data.recommendations.forEach(rec => {
                recHtml += `<li>${rec}</li>`;
            });
            recHtml += '</ul>';
            document.getElementById('recommendations').innerHTML = recHtml;
            
            document.getElementById('results').style.display = 'block';
        }
        
        function showError(message) {
            const results = document.getElementById('results');
            results.style.display = 'block';
            results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
        }
    </script>
</body>
</html>

CSS-стили (static/style.css)

* {
    margin: 0;
    padding: 0;
    box-sizing: border-box;
}

body {
    font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
    background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
    min-height: 100vh;
    padding: 20px;
}

.container {
    max-width: 1200px;
    margin: 0 auto;
}

.card {
    background: white;
    border-radius: 20px;
    padding: 30px;
    margin-bottom: 20px;
    box-shadow: 0 10px 40px rgba(0,0,0,0.1);
}

h1 {
    color: #333;
    margin-bottom: 10px;
}

.subtitle {
    color: #666;
    margin-bottom: 30px;
}

.input-group {
    display: flex;
    gap: 10px;
    margin-bottom: 20px;
}

input {
    flex: 1;
    padding: 15px;
    border: 2px solid #e0e0e0;
    border-radius: 10px;
    font-size: 16px;
    transition: border-color 0.3s;
}

input:focus {
    outline: none;
    border-color: #667eea;
}

button {
    padding: 15px 30px;
    background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
    color: white;
    border: none;
    border-radius: 10px;
    font-size: 16px;
    cursor: pointer;
    transition: transform 0.2s;
}

button:hover {
    transform: translateY(-2px);
}

button:disabled {
    opacity: 0.6;
    cursor: not-allowed;
}

.loader {
    display: none;
    text-align: center;
    padding: 40px;
}

.loader-spinner {
    border: 3px solid #f3f3f3;
    border-top: 3px solid #667eea;
    border-radius: 50%;
    width: 40px;
    height: 40px;
    animation: spin 1s linear infinite;
    margin: 0 auto 15px;
}

@keyframes spin {
    0% { transform: rotate(0deg); }
    100% { transform: rotate(360deg); }
}

.results {
    display: none;
}

.chart-grid {
    display: grid;
    grid-template-columns: repeat(auto-fit, minmax(450px, 1fr));
    gap: 25px;
    margin: 30px 0;
}

.chart-card {
    background: #f8f9fa;
    border-radius: 15px;
    padding: 20px;
    text-align: center;
    transition: transform 0.2s, box-shadow 0.2s;
}

.chart-card:hover {
    transform: translateY(-5px);
    box-shadow: 0 5px 20px rgba(0,0,0,0.1);
}

.chart-card h3 {
    color: #333;
    margin-bottom: 15px;
    font-size: 18px;
}

.chart-card img {
    max-width: 100%;
    height: auto;
    border-radius: 10px;
}

.stats {
    display: grid;
    grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
    gap: 15px;
    margin: 20px 0;
}

.stat {
    background: #f8f9fa;
    padding: 15px;
    border-radius: 10px;
    text-align: center;
    transition: transform 0.2s;
}

.stat:hover {
    transform: translateY(-3px);
}

.stat-value {
    font-size: 28px;
    font-weight: bold;
    color: #667eea;
}

.stat-label {
    color: #666;
    font-size: 14px;
    margin-top: 5px;
}

.recommendations {
    background: #e8f5e9;
    border-left: 4px solid #4caf50;
    padding: 20px;
    border-radius: 10px;
    margin-top: 20px;
}

.recommendations h3 {
    color: #2e7d32;
    margin-bottom: 15px;
}

.recommendations ul {
    list-style: none;
    padding-left: 0;
}

.recommendations li {
    padding: 8px 0;
    color: #1b5e20;
}

.error {
    background: #ffebee;
    color: #c62828;
    padding: 15px;
    border-radius: 10px;
    margin-top: 20px;
}

@media (max-width: 768px) {
    .input-group {
        flex-direction: column;
    }
    
    .chart-grid {
        grid-template-columns: 1fr;
    }
}

6. Формирование рекомендаций

# Рекомендации
recommendations = []

# Рекомендации по возрасту
if 'avg_age' in stats:
    if stats['avg_age'] < 20:
        recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы, TikTok-подход")
    elif stats['avg_age'] < 30:
        recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент, используйте качественные фото")
    else:
        recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент, длинные посты")

# Рекомендации по формату контента
if stats.get('best_post_type'):
    recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

# Рекомендации по вовлечённости
if data['posts'] and stats.get('avg_er'):
    if stats['avg_er'] < 50:
        recommendations.append("⚠️ Вовлечённость ниже среднего → попробуйте добавить опросы, конкурсы и интерактив")
    elif stats['avg_er'] > 150:
        recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

# Рекомендации по географии
if stats.get('top_cities'):
    main_city = stats['top_cities'][0][0]
    recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия или делать привязку к городу")

7. Запуск приложения

python app.py

После запуска приложение доступно по адресу: http://127.0.0.1:5000

Выводы

Достигнутые результаты

1. Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
2. Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
3. Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
   • Распределение по полу (круговая диаграмма)
   • Возрастное распределение (гистограмма)
   • Топ-5 городов (горизонтальная столбчатая диаграмма)
   • Вовлечённость по типам контента (столбчатая диаграмма)
4. Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
5. Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.