生放送レビュー方法集！

1. なぜライブ放送のレビューを行う必要があるのですか?

「生放送+」モデルは業界のトレンドとなっているが、製品の生放送モジュールへのアクセスによって生み出される支払いメリットが明確でない場合、その意義と価値はしばしば疑問視される。したがって、まずその価値を検証することが最優先である。

同時に、新しい分野では再利用可能な方法論が不足しており、継続的な探査、最適化、堆積のみが健全な成長を促進することができます。

最後に、製品範囲のライブ放送分野では、ターゲットとなる集客は依然として主に製品ユーザーです。ライブ放送が製品に開拓できる新しい道筋を継続的に模索し、製品に新しい顧客をもたらすことは、「ライブ放送+」モデルの製品に対する直接的な価値反映です。

2. ライブ放送を視聴するにはどうすればいいですか?

ライブストリーミングはペースが速く、競争が激しいです。迅速なレビューを考慮すると同時に、ライブストリーミングデータの定期的かつ総合的なモニタリングも考慮する必要があります。そのため、ライブストリーミングのレビューは、迅速なレビューと定期的なレビューの2つの方向に分けることができます。

1. 簡単なレビュー

ライブ放送当日または翌日に、1 回のライブ放送の直感的なデータ パフォーマンスとユーザー フィードバックに焦点を当てて、昨日のデータをすばやく確認します。その日の生放送で得た経験を次の生放送に素早く反映させることが目的であり、継続的なPDCAプロセスです。

レビューの観点では、データ側とユーザー側に分けることができます。

1) データ面では、この期間のデータパフォーマンスに焦点を当て、同時に他の生放送期間と横並びで比較し、この期間のデータパフォーマンスを明らかにします。

①横比較をする際には、生放送の4つのコアデータ（視聴者総数、最大オンライン視聴者数、コメント数、平均オンライン時間）を他の期間と比較し、生放送の「長所と短所」を明らかにする必要があります。

（今回の生放送のコアデータ）

②この問題に焦点を当てる際、生放送データにおけるオンラインユーザー数の全体的な変化の傾向に注目し、最も高いオンラインポイントを見つけ、それを生放送コンテンツと一致させることで、生放送の「ハイライトポイント」を見つけるのに役立ちます。

2) ユーザー側は、ホストの放送とユーザーの視聴と応答のプロセスに重点を置きます。これには以下が含まれます。

① ライブ放送中に、異常なユーザーの感情やフィードバック（否定的なコメントなど）のあるノードを識別し、ユーザーの潜在的な問題点を見つけます。

②固定の受講者が「ライブ視聴者」となる場合、異常な問題（不自然な情報接続など）に気付いた場合は、適時に検討する必要があります。

③ 生放送ルーム内のインタラクティブコメントで最も人気のあるコンテンツは、その後の生放送で「リターン」できるコンテンツとして活用され、生放送コンテンツの需要プールに組み入れられます。

2. ステージレビュー

複数のライブ放送を積み重ねた後、現時点で最も必要なのは定期的なレビューです。マクロの観点から複数のライブ放送を収束分析することで、製品に対するライブ放送のコア価値を明確にし、コアユーザーサークル、アトラクションポイント、ライブ放送が持つべき「リズム」を特定するのに役立ちます。

ステージレビューでは、データ側とユーザー側に加えて、市場側にも注意を払う必要があります。

1) データ面- クイックレビューとは異なり、データ面では、ライブストリーミング、ホットスポット配信などの全体的なデータパフォーマンスだけでなく、全体的なマクロの観点からの製品へのライブストリーミングの価値に焦点を当てています。

① ライブストリーミングによる製品価値のポジショニングの観点から、決済手段を模索することなく、ライブストリーミングが製品にできることは、新規ユーザーを引き付け、ユーザーのアクティビティを増やし、ユーザーが製品に滞在する時間を延ばすことです。

（値を配置する際に注目するデータ範囲）

価値を明確にした後、次に、今後ライブ放送をどのように改善するかを明確にする必要があります。ここでのデータは、ホットスポット分析とライブ放送リズム分析の2つの主要な方向に分けることができます。

①ホットスポット分析では、単一期間、分類、単語項目の観点から分析する必要がある。

まず、単一期間のライブ放送は、単一期間のライブ放送のデータを単純に分類し、「良い」ライブ放送を見つけてその特徴を抽出することです。次に、分類分析は、さまざまな種類のライブ放送データ間の水平比較に焦点を当てています。分類データの比較から、どのタイプのライブ放送がユーザーにとってより魅力的であるかがわかります。

最後に、各生放送のタイトルを用語に分解し、意味のない用語を除外し、対応する生放送の視聴者数を掛け合わせ、2回以上出現する用語ごとに対応する生放送の視聴者数の平均を取ることで、ユーザーが最も関心を持ち、最も多くのユーザーを引き付けることができるコアキーワードを見つけることができます。

（ホットスポット分析）

②生放送リズム分析の面では、定期的なレビューから得られた膨大なデータのおかげで、生放送トレンドラインを複数の生放送クラスターにまとめることができます。トレンドラインでは、「新規ユーザーの獲得、成長、損失」という3つのコアポイントにも焦点を当てています。

（１）ユーザーが生放送に入場するピーク時間帯（つまり、新たなピーク）を利用して、生放送のハイライトを見つけ、ユーザーを維持するための適切な手配を行うことができる。

（ユーザーがライブ放送のリズム分析を入力します）

（２）生放送データをソートした後、中央値より上の生放送と中央値より下の生放送のデータ傾向を比較することで、良い生放送のデータ傾向がどのようなものであるべきかが分かります。

今回分析した生放送を例にとると、成長の黄金期には「悪い」生放送が非常にゆっくりと「上昇」し、黄金期を過ぎると生放送のデータは徐々に平坦化し、「悪い」生放送のデータが当たり前になることが直感的にわかります。したがって、私たちがすべきことは、成長の黄金期にできるだけ成長を促進することです。

（ユーザー流入・流出関係の分析）

（３）では、成長の黄金期に、製品戦略の観点から、ユーザーを維持するために何をすべきでしょうか？それとも新しいメンバーを惹きつけようとしますか?データからは、相関分析と仮説分析という 2 つの方法で判断できます。

1. 相関分析では、新規ユーザー数/解約率と最大オンラインユーザー数を比較し、データモデルを用いて相関関係を分析します。相関係数は、どの指標が最大オンラインユーザー数と最も相関が高いか、つまり最も影響力のある指標であるかを示します。
2. 仮説分析では、他の要素を変更せずに、ライブ放送データの「中央値以下」の新規ユーザー/解約率とライブ放送データの「中央値以上」を比較することができます。どちらの場合の最大オンラインユーザー数が多く、データが優れているかがわかるので、どこにさらに力を入れるべきなのかを判断できます。

2) ユーザー側- ライブ放送の視聴者とユーザー層を特定し、この視聴者の視聴体験に基づいてサービス体験レビューを実施する必要があります。これにより、その後のビジネスの焦点、範囲、プロモーションモデルをより適切に定義できるようになります。

ユーザーサークルに関しては、視聴者データをクリーニングし、年齢、性別、地域、チャネルなどのさまざまな次元から視聴者の特性を特定します。同時に、ライブストリーミング自体が製品をベースとしていることを考慮すると、そのユーザーサークルは基本的に製品自体と重複しますが、一定の違いがあります。

したがって、 TGI 分析 (ターゲット グループ インデックス) をここで組み合わせて、ライブ ブロードキャスト ユーザー サークルと製品の違いを特定し、視聴者をよりターゲットにしたライブ ブロードキャスト コンテンツを調整することができます。

（ユーザーサークル分析）

同時に、ライブストリーミング自体もその特殊性から、サービス体験設計の考え方に例えることができます。そのため、ユーザー側の分析では、ライブストリーミングの前、最中、後の3つの主要なリンクからユーザーの行動、ニーズ、ペインポイント、クイックポイントを分析し、各リンクでライブストリーミング最適化の機会を見つけ、最適化を推進します。

（ライブ体験マップ）

3) 市場側- 市場を分析する際には、ライブ放送分野で成功している類似の競合他社に注目するだけでなく、視聴者の間で最近話題になっているトピックを分析する必要があります。これにより、その後の宣伝やプロモーションでライブ放送の核心トピックを紹介するのに役立ち、ライブ放送の新しいトラックを検討して製品のユーザーサークルを拡大することもできます。

3. まとめ

インターネットの新しい道として、ライブ放送+モデルは、商品のプロモーション、顧客獲得、活性化など、さまざまな面で活用でき、課題とチャンスが共存しています。しかし、まさに新しい道であるがゆえに、体系的な方法論が比較的欠けているのです。

この記事は主に、私が仕事で蓄積してきたライブ放送のレビュー方法論を共有することを目的としています。また、皆さんの洞察やアイデアを私と共有していただければ幸いです。

著者: トマト

出典: トマト