直播帶貨的網絡數據分析 讓你更加得心應手

在互聯網平臺做直播賣貨和在傳統電視購物頻道賣貨的一個很大的區別，那就是粉絲可控化和數據可視化。我們能夠通過數據的方式來衡量直播的效果。本章主要就是講數據分析。其實直播經濟就是注意力經濟，要通過數據來分析直播間的內容好壞，我們先要了解目前的市場有多大。

我們以淘寶直播為例，淘寶直播一天的uv(UV是unique visitor的簡寫,是指通過互聯網訪問、瀏覽這個網頁的自然人。)在1500萬左右，這個可能不準，因為阿里巴巴也沒有給出一個具體的數字。通過淘寶直播入口在手機app首頁可以看得出阿里對直播的重視以及扶持力度。其次，我們要知道平均每個人能看多少秒。有一個公式，可以快速計算出來。總時長=平臺總uv乘以觀看時長。假如說今天有1500萬的uv從淘寶直播進來，每個人看十分鐘，1500萬uv乘以600秒等于90億秒。假如今天你的直播間人進來了都不想出去了，那這意味著什么?就意味著粉絲們的時間都被你消費掉了。那么在同一時間段，其他主播的流量就比較少。這個很好理解。那么你就要想一個問題，淘寶直播頻道除了精選以外，還有八個頻道：親子、美食、珠寶、服裝、生活、全球、美妝這幾個類目，在直播頻道里我們自己占了多少的市場份額。現在直播比較關注的一點就是直播的觀看時長。有很多的新主播二三個小時只有幾百個人觀看，不知道怎么弄。

其實主播關注的不應該是進來的人多和少，而是應該關注直播間的人均觀看時長。也就是說當粉絲來到了你的直播間，他能否留在你的直播間。據了解，一些主播一天播了七八個小時。他的在線人數并不多，在線轉換也不怎么樣。但是觀看的人數來講，還是不錯的。在這個時候，我們是否想過改變我們的直播內容。比如，直播中抽獎、發紅包等。在我們改變直播的內容時候，這些數據是否會發生變化，這個非常關鍵。一個人進來了，離不離開，跟我們做商品詳情頁一樣。人均停留時間越高，轉換率也就越高。

這里有一個公式大家可以去算一下。自己的人均停留時長是多少?直播間人均觀看時長=直播時長/觀看人數。這里的直播市場以秒為單位。例如一小時進來7200人，人均觀看時長是100秒。優秀的主播一場直播的人均觀看時長可以達到六到十分鐘。所以衡量一下自己的直播內容是否是粉絲想看的。可以用這個算法來衡量一下。如果內容有問題的話，要分析自己的產品以及現有的粉絲畫像來找到突破點，從而優化自己的直播內容。當我們直播優化了以后，主播就要關注自身吸粉情況。

互動效果的數據化衡量指標是直播過程當中的核心。粉絲看直播的時候能不能跟主播產生互動，或者是點贊，就要看主播引導情況和內容策劃情況。互動的好壞直接影響粉絲的購買力。以上的數據維度對直播的權重非常重要，而直播時長也是同等重要。基于日常營銷的常規直播，建議最低是不能少于三個小時的。按目前淘寶直播的規則來說低于三個小時基本上等于沒有直播。特別是浮現權是基于實時熱度計算。很多時候，直播一兩個小時才有浮現提升。流量才會進來。如果直播時長過短，就會造成浮現提升沒多久就下撥的情況。

計劃將直播作為全職和店鋪流量的入口的直播時長建議八個小時以上。就淘寶直播的排名浮現機制來說，能在直播頻道引入大流量的直播間，直播時長是沒有低于這個數的。有些甚至為了長期霸占推薦位，24小時不下播的情況也是屢見不鮮。

所謂數據驅動運營。從開播第一天就要養成看數據、分析數據的習慣。所以從這個角度而言，無論多少場直播都要做復盤做數據分析。

接下來我說一下數據運營的日常工作。首先要明確做數據分析的目的大致有以下幾個。

第一，找出數據波動的原因。數據上升或者是下降都算波動。當然大部分人只在數據下降的時候才想起要做分析。

第二，找到止跌或者提升的方案。

第三，通過數據規律推測平臺算法，找出其中的bug，做數據模型，其次是獲取數據。目前直播這一塊的數據或許大部分就是通過平臺提供的后臺。淘寶平臺稍微復雜一點，希望去看淘寶聯盟、主播后臺等多個地方。部分隱藏數據需要通過一些特殊的付費渠道，比如萬商唐，大紫達人等。

第四，就是整理和處理數據。通俗來講就是做數據統計。我們一般建議做直播數據統計需要包含以下內容。日期，直播時間段，時長，累計場關，累積互動，累積商品點擊，粉絲點擊占比，最高在線，粉絲平均停留時長，粉絲回訪，新增粉絲，轉粉率，本場開播前累積粉絲，場間掉粉，訂單筆數，預估轉化率等等。

第五，數據分析。比較常用的方法有對比分析。通過對比找出異常數據。這里特別要申明一下異常不是指差的數據。而是離平均線偏差較大的數值。打個比方，某主播每天增粉長期維持在50到100這個區間。某一天的增粉突然增加到了200。這雖然是個好結果，但這個也算是異常數據，需要要密切關注并查找原因。還有一種方法叫特殊事件法。我發現大部分的數據異常都會關聯特殊事件。例如首頁或者是頻道改版，標線變化，開播時間段更改等等。這就要求運營或場控在日常做數據記錄時要同步記下這一些特殊事件。

本章的內容可能比較枯燥，但是數據看多了會對你的直播具有非常大的指導意義。千萬不能不看數據，不懂數據。感謝您的觀看，我們下期見。

標簽： 直播帶貨的網絡數據分析