直播效果的分类数据分析

主流平台网络直播准备项目二PART直播效果的分类数据分析直播效果的分类数据分析在互联网平台做直播卖货与传统电视购物频道卖货的最大区别在于直播数据的可控化与可视化。要在同一时间在线房间数超过3000个这样激烈的竞争直播环境中杀出重围，需要依靠精细化分析直播效果数据，以数据驱动运营。直播效果数据分类和挖掘一场直播的效果需要从多个维度分析。01直播效果数据分类和挖掘通常情况下，一场直播的效果需要从多个维度分析，以下几类数据是值得关注的。直播效果数据分类1流量基础数据流量来源数据直播电商数据直播观看数据直播效果数据分类和挖掘这类数据主要包括观众总数、新增粉丝数、评论人数和付费人数以及收获的音浪等。从这些数据可以看出新增粉丝的转化能力与评论互动率。流量基础数据直播效果数据分类和挖掘对流量的来源定位不精准会导致主播的流量很大，但粉丝增长很慢、数量也很少。观众可以通过关注页、直播广场、视频推荐、同城等几个渠道进入直播间观看直播。其中直播广场、视频推荐属于推荐的流量，不能精准分析流量来源，因此容易造成虽然直播的流量较大但涨粉难的情况。流量来源数据直播效果数据分类和挖掘在一场带货直播中，直播电商数据主要包括商品展示次数、商品点击次数、橱窗展示次数以及订单量等，从这些数据不仅可以看出商品本身的吸引力，同时也可以反映正常直播的效果。直播电商数据直播效果数据分类和挖掘就直播本身而言，观看数据是反映直播效果的重要指标。其中直播次数、直播时长、观看次数、用户观看时长等几个数据能够直观反映直播观看效果。直播观看数据直播效果数据分类和挖掘直播效果数据挖掘2观众行为分析主播行为分析社群网络分析直播效果数据分类和挖掘通过对观众的观看次数及时长、切换或退出直播间、在观看直播的过程中对主播的打赏与评论、以及由于观看直播引发的行为（如购买商品）等一系列观众行为分析可以进一步提升用户体验及直播服务。观众行为分析直播效果数据分类和挖掘主播的行为分析主要集中在主播的直播次数、直播时长、流行度排名与预测几个方面。通过对主播群体独特的行为方式的挖掘，可以总结出直播平台内主播直播规律和活动特征，对开展直播平台内大规模人群行为分析、优化直播平台系统具有重要的意义。主播行为分析直播效果数据分类和挖掘网络直播吸引了大量的主播与观众参与，直播平台中大规模人群交互形成了很多独具特色的社群现象。通过对直播平台参与的人群分析可以对信息传播、网络营销、舆情监测引导等起到参考和指导作用。社群网络分析如何分析评估常规数据以以抖音移动端自带数据分析为例02如何分析评估常规数据粉丝数据1①粉丝转化率②用户来源的路径分析③粉丝评论与互动④观众的留存率⑤直播间用户画像数据⑥直播转化率如何分析评估常规数据粉丝转化率=新增粉丝/观众总数，即新增粉丝的表现。当粉丝转化率小于5%时，说明基本缺少陌生用户，即泛流量。需要思考主播、产品、效果等原因。①粉丝转化率抖音直播流量来源包括直播推荐、关注、分享回流、开播推送、内部流量五项。如来源50%以上人群均是关注，说明主播精准粉丝稳定型强，但泛化流量少。如直播来源50%以上人群是直播推荐（即广场），则来源均为泛化粉丝，稳定型不强，一般人均观看时间少。②用户来源的路径分析如何分析评估常规数据评论互动率=评论人数/观众总数。主要展示主播与粉丝间的互动效果。除此之外，还要分析出粉丝感兴趣的内容及评论热点。③粉丝评论与互动观众在直播间停留的时间对主播的粉丝的粘度与直播间的人气有较大的影响。粉丝停留时间及人均观看的时间越长说明内容越有吸引力，人气越高，系统就会把你的直播间推荐给更多的人看。④观众的留存率如何分析评估常规数据直播间的用户画像包括年龄、性别、兴趣、来源等。这几个数据是选品及直播间优化的切入点。⑤直播间用户画像数据直播间的观众对某商品感兴趣可以通过“正在购买人数”的弹幕来体现，购买的人数越多，成交量越多，说明直播的转化率高。⑥直播转化率如何分析评估常规数据如何分析评估常规数据商品数据2①商品销量、销售额直观展示了商品的受欢迎程度和直播间卖货能力。②商品点击率如商品展示100次，点击率仅5次，则需要思考原因。可能为产品本身吸引力、主播与产品的不匹配、差距大的产品。③商品转化率（商品详情页访问次数/订单量）如访问次数100次，订单量4次，则转化率仅4%。说明产品的吸引力极小。如何分析评估异常数据重要提示：大多数直播数据突然异常都与某特殊事件有关03如何分析评估异常数据1.特殊事件法大多数直播数据突然异常都与某特殊事件有关。如平台的首页或频道改版、主播的标签发生更新变化、直播的时间明显延长等都会导致数据上升或下降的数据异常的情况。需要运营或场控做好日常数据异常的时间段并整理该时间段的特殊事件，以便下播后做复盘分析。如何分析评估异常数据2.对比分析法对比分析就是通过把N天的多组数据放在一起进行对照分析，分析找出异常数据。如某主播日均粉丝增加量较长时间都维持在200-300之间，却突然某天粉丝量增加或下降较为明显。需要长期搜集数据，整理分析某时间段内的平均值，然后再做对比分析。如何分析评估异常数据1.直播间总观看人数及峰值人数直播间的总观看人数是直播间人气的最直观表现，一般情况下，直播间的人数峰值出现在直播的前半小时，随着时间的延长，直播间的人气在逐渐下降。【案例链接】——复盘2000+场直播后总结出的7个直播销量分析的关键指标如何分析评估异常数据2.观众的平均停留时间观众的平均停留时间反映的是直播间的留客能力，观众停留的时间越久直播间的权重就越大，上热门的机会就越大。因此可以通过整点抽奖、红包等方式增加观众的停留时间。如何分析评估异常数据3.观众来源一般直播间的观众来源可以分为直播间原来关注的粉丝、视频推荐、同城推荐等。通过分析直播间观众来源来调整运营措施。如何分析评估异常数据4.正在购买人数正在购买人数

反映的是直播间商品的吸引力。通过正在购买人数可以判断观众的兴趣和喜好。结合商品上架的时间可以迅速了解哪一款商品上架时购买的人数最多。如何分析评估异常数据5.商品类别、价格分布直播间不仅需要能保证利润的高价商品，同时也需要一些低价引流商品，商品的销量类别与价格直接影响直播销量，成为指导下次选品的标准。6.弹幕分析除了后的复盘分析数据，同时也需要掌握直播的实时数据——弹幕，从弹幕中可以发现观众对哪些商品的兴趣比较高通过弹幕中的高频词可以总结出观众的购买意愿，下次推广和选品就会有所侧重。如何分析评估异常数据7.直播间观众画像为了更好的促进直播间成交，通常还需要对直播间观众画像和互动数据进行分析，了解观众的兴趣和购买痛点。观众画像可以直接反映观众购买能力及选品方向。职业技能训练重要提示：培养学生自主思考意识和分析动手能力04职业技能训练（1）掌握直播效果数据的获取与整理方法（2）掌握直播效果分析的几个重要方面（3）明确“异常”数据这一重要概念，并掌握评估及常用的分析方法1.训练目标职业技能训练（1）对任意一场直播进行