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

Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
Визуализация — построить 4 графика:
- Распределение по полу (круговая диаграмма)
- Возрастное распределение (гистограмма)
- Топ-5 городов (горизонтальная столбчатая диаграмма)
- Вовлечённость по типам контента (столбчатая диаграмма)
Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
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

Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
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)
Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Аноним

Поиск

Анализ целевой аудитории сообщества VK

Пространства имён

Ещё

Действия на странице

Содержание

Цель проекта

Задачи

Диаграмма работы приложения

Структура проекта

Описание файлов

Ход работы над проектом

1. Настройка окружения

2. Получение токена доступа VK API

3. Функция сбора данных о сообществе

4. Функция генерации графиков

5. Веб-интерфейс

HTML-шаблон (templates/index.html)

CSS-стили (static/style.css)

6. Формирование рекомендаций

7. Запуск приложения

Выводы

Достигнутые результаты

Навигация

Навигация

Вики-инструменты

Вики-инструменты

Аноним

Поиск

Анализ целевой аудитории сообщества VK

Цель проекта

Задачи

Диаграмма работы приложения

Структура проекта

Описание файлов

Ход работы над проектом

1. Настройка окружения

2. Получение токена доступа VK API

3. Функция сбора данных о сообществе

4. Функция генерации графиков

5. Веб-интерфейс

HTML-шаблон (templates/index.html)

CSS-стили (static/style.css)

6. Формирование рекомендаций

7. Запуск приложения

Выводы

Достигнутые результаты

Навигация

Вики-инструменты

Инструменты для страниц