本篇文章2073字,读完约5分钟

在网络平台上直播销售和以前在电视购物频道上销售的最大区别在于粉丝的控制和数据的可视化。 我们可以用数据的方法测量直播的效果。 本章首先论述数据观察。 其实直播经济是观察力经济,为了从数据中分析直播之间文案的好坏,我们首先需要知道现在的市场有多大。

我们以淘宝直播为例,淘宝直播一天的uv(uv是unique visitor的简称,是指通过互联网访问和浏览这个页面的自然人。 ) 1500万左右,这可能是不允许的。 因为阿里巴巴也没有给出具体的数字。 通过淘宝直播入口可以在手机app的首页看到阿里对直播的重视和支持力度。 其次,我们需要知道每人可以看到多少秒。 有可以更快计算的公式。 总时间=平台的总uv乘以观看时间。 如果说今天1500万的uv是从淘宝直播进来的,那么每个人看10分钟,1500万uv花600秒就是90亿秒。 如果今天你的直播期间有人进来了也不想出去,那意味着什么? 意味着粉丝的时间花在你身上了。 在同一时间段,其他主播的流量很少。 这个很明白。 那么,请考虑一个问题。 淘宝直播频道除了精选之外,还有亲子、美食、珠宝首饰、服装、生活、世界、美妆这几个类别,在直播频道我们自己占有多少市场份额? 现在直播关注的是直播的收看时间。 很多新主播两三个小时只看几百人,不知道怎么弄。

财讯:直播带货的互联网数据观察  让你做生意更加得心应手

主播关注的不是进来的人多还是少,而是直播期间人均收看时间。 也就是说,粉丝来你直播期间的时候,他能留在你直播期间吗? 据说1点钟的播音员一天播出7、8个小时。 他的在线人数不多,线上转换也不怎么样。 但是,看的人数还是不错的。 这个时候,我们有没有想过改变直播的复制品? 例如,直播中的抽奖、红包的发送等。 当我们更改直播的副本时,这些数据是否会发生变化是非常重要的。 一个人进来了,离不开,就像我们制作商品的详细页面一样。 人均停留时间越高,转换率也越高。

财讯:直播带货的互联网数据观察  让你做生意更加得心应手

这里有公式。 请大家一起计算一下。 自己人均停留时间是多长? 直播间人均平均视听时间=直播时间/视听人数。 这个直播市场以秒为单位。 例如每小时进来7200人,人均收看时间为100秒。 优秀播音员的直播人均平均收看时间可以达到6~10分钟。 所以,让我们来衡量一下自己的直播文案是否是粉丝想看的。 可以用这个算法来测量。 如果有问题的话,必须分解自己的产品和现有的粉丝图像,找到突破口,优化自己的直播拷贝。 在我们优化直播后,播音员必须关注自己吸粉的情况。

财讯:直播带货的互联网数据观察  让你做生意更加得心应手

交互效果数据化的衡量指标是直播中的核心。 粉丝在看直播的时候能不能和主播交流或者点赞,要看主播的诱惑情况和文案策划情况。 互动的好坏直接影响粉丝的购买力。 以上数据维度对直播的权重很重要,直播时间也同等重要。 建议基于日常营销的常规直播至少不需要3个小时。 按照现在淘宝直播的规则,3个小时以下基本等于没有直播。 特别是漂浮权基于实时热力计算。 在大多数情况下,直播会在一两个小时内上浮提高。 流量进来。 直播时间太短的话,可能会在上浮不久后停机。

财讯:直播带货的互联网数据观察  让你做生意更加得心应手

建议将现场直播作为全职和店铺流量入口的现场时间在8小时以上。 关于淘宝直播的排名浮动机制,可以在直播频道引入大流量的直播间,直播长度不会低于这个数量。 为了长时间占领推荐座位而全天候不播放也不稀奇。

什么是数据驱动的运用? 从播出第一天开始就要养成看数据和分解数据的习惯。 所以从这个角度来说,无论怎么直播,都必须播放进行数据观察。

接下来我想谈谈数据运营的日常工作。 首先,确定进行数据观察的目的有以下几个。

第一,确定数据波动的原因。 无论数据上升还是下降都会发生变动。 当然,大多数人都记得只有在数据下降的时候才会分解。

第二,找出制止跌倒或上升的方案。

第三,根据数据规则估计平台算法,找出其中的bug,建立数据模型,然后获取数据。 目前直播这个区块的大部分数据可能是通过平台提供的后台。 淘宝平台有点多又复杂,想去淘宝联盟、主播后台等很多地方看看。 一些隐藏数据需要通过万商唐、大紫达人等特殊的收费渠道。

第四,数据的整理和解决。 通俗地说,就是做数据统计。 通常,建议实时数据统计包括以下副本: 日期、直播时间段、时间段、累计场关、累计互动、累计商品点击、粉丝点击占有率、最高在线、粉丝平均停留时间、粉丝访问、新增粉丝、转粉率、本场开始前的累计粉丝、场次掉粉、订单数、预估购买率等。

第五,数据观察。 比较常用的做法是针对分解的。 为了找出异常数据。 在此,我宣布异常并不是坏的数据。 与平均线的偏差较大的数值。 例如,一位播音员每天涨粉,长期维持50~100个区间。 一天的增粉突然增加到了200。 这虽然是个好结果,但这也是异常数据,必须仔细查明原因。 另一种做法是特殊的事情法。 我发现大部分数据异常与特殊的事情有关。 例如首页和频道的改版、标线的变化、播放时间段的变更等。 这需要在日常进行数据记录时,同步记录这一特殊事项。

财讯:直播带货的互联网数据观察  让你做生意更加得心应手

本章的文案可能很无聊,但数据太多对直播有非常大的指导意义。 数千人不可能不看数据,不擅长数据。 谢谢您的观看。 我们下一期见面。

标题:财讯:直播带货的互联网数据观察 让你做生意更加得心应手

地址:http://www.cmguhai.com/cxxw/9928.html