Douyinライブストリーミング販売 - データの秘密

すべてのアプリには独自のアルゴリズムがあり、Zhihu のいいね率、コメント率、コレクション、Meituan の賞賛率、コレクション、Taobao の賞賛率、コレクション、コメントなどがあり、Douyin でも同様です。では、このデータにはどんな秘密が隠されているのでしょうか?

データインジケーターの意味とインジケーター間の変換方法を見てみましょう。データコンパスとライブブロードキャスト画面の主なデータ表示ポイントを確認できます。

1. PV: 訪問回数として定義されます。ユーザーがサイトにアクセスした回数がカウントされ、累積されます。

2. UV: ユニーク訪問数として定義されます。ユーザーがあなたのホームに何回来ても、1 回の訪問としてカウントされます (24 時間以内)。

3. コンバージョン率は、一般的にライブ放送室に入場した人数と注文した人数の比率を指し、「人・物・場」を測る指標です。

4. 露出コンバージョン率（直接取引数/商品露出数）は、短編動画素材やライブ放送ルームの品質を測定します。

5. クリックコンバージョン率：直接取引を行った人数/クリック数。商品の配置と組み合わせの品質、ライブ放送室の全体的な戦略を測定します。

6. UV値：ライブ放送の取引額/PVのGMV。主にライブ放送ルームの平均注文額を確認します。この値が高いほど、ライブ放送は良く、プラットフォームアルゴリズムに好まれ、流入するトラフィックのレベルを決定します。

7. ROI: 投資額/販売額を使用して利益を計算します。

8. GPM: UV値*1000=フィールドビュー/GMV*1000、GPM=1000*単一製品のGMV/製品のライブ放送ルームのPV。

9. クリック率：一般的には、商品のクリック率、ライブ放送室に入室した人数/商品をクリックした人数を指します。

10. 滞在/平均視聴時間: 放送室にいた視聴者総数の平均滞在時間(滞在時間が長いほど、コンテンツやリズムの魅力が高い)

11. 生放送自然流入数：生放送推奨または生放送スクエアを通じて流入した人数/総人数。

12. その他のトラフィック：共有、推測、いいねなどを通じてライブ放送ルームに入室した人数/総人数。

重要なデータと数式はすべて公開されていますが、データをどこで見ればよいのでしょうか。現在、データを科学的に見るための重要なポイントは、Doudianのバックエンドにあるデータコンパス、コンバージョンファネル、大きなデータスクリーン、およびChanmamaやDouchachaなどのサードパーティのデータプラットフォーム（主に他の人のライブブロードキャストルームを分解して診断するために使用されます）など、いくつかあります。

バックグラウンドのデータコンサルタントは、各ゲームのリアルタイムのトラフィック状況をリアルタイムで更新します。放送後のトラフィックソースの分割だけでなく、ライブ放送中のトラフィックの確認にも使用できます。

要点:

ダッシュボード全体は、トラフィックデータ、ユーザーデータ、インタラクションデータ、トランザクションデータに分かれています。これまでお話ししてきたトラフィック指標、インタラクション指標、トランザクション指標はここから来ています。サイトビュー、クリックスルー率、UV値、コンバージョン率などはすべて、データアドバイザーの値に基づいた数式を使用して計算されます。

たとえば、イベント全体の人数（視聴回数）、販売された注文数（注文量）、総売上高（GMV）などを直感的に確認できます。

製品のクリックスルー率 - 製品の可能性と衰退を探るために主に使用され、反復的な更新と潜在的なヒットのテストに使用されます。

コンバージョン率 - 製品の人気、アンカーのステータス、戦略的レトリックの品質を確認するのに役立ちます。

UV 値 - 私の理解では、これはアカウントの全体的な状況に影響します。次の式が導き出されます: UV 値 = ライブ ブロードキャスト ルームの GMV/PV、GMV = 平均顧客単価 * 注文量 * コンバージョン率。UV はトラフィック レベルを決定します (プラットフォームの収益が増えるためだと思います)。

その理由は、消費者の行動論理に応えること、つまりプラットフォームのアルゴリズムに応え、短期的なヒットは考えず、健全で持続可能な成長に焦点を当てることです。

たとえば、平均注文額を調整する必要がある場合、セールストーク、アンカー、シーン、サプライチェーンを調整してテストします。これは、ユーザーの心理と行動に基づいています。ユーザーの滞在時間の長さとインタラクションによって、対応するアルゴリズムが決定されます。つまり、継続的なプッシュとコンバージョンの向上を意味します。販売が増えるほど、プラットフォームの収益が増え、それに応じて収益も増えます。これが、ライブブロードキャストルームの持続可能な開発へのリンクです。

しかし、ライブストリーミングは静的ではありません。成熟したアカウントは基本的に洗練された操作に依存しており、データ読み取り能力の向上から始まり、ライブ放送のデータを研究し、次に1週間、1か月、そして分単位のデータに移行します。次の曲線を見て、自分のライブ放送室の画面録画と組み合わせて、トラフィックの谷間に何が起こったのか、どの商品が宣伝されていたのか、セールストークは何だったのかを確認できます。または、分単位のトラフィックピークとトランザクションピークを見て、ライブ放送室で何が起こったのか、当時どの商品が宣伝されていたのか、それが再現できるかどうかを理解することもできます。そのため、テストも必要です。おそらく、注文の爆発的な増加はこれらの小さなことに隠されています。

3つ目はトラフィックソースです。製品ランキングとユーザープロファイル、投資フロー、自然トラフィック、他のポートからのトラフィックはすべてここにあります。重要なのは、2番目の画像、各製品のクリック数とクリックスルー率を見ることです。これは、特に説明があまりなく、クリックスルー率が高い潜在的なホット製品が残した痕跡です。翌日市場に戻ってテストを続けることができます。

その他のデータは、ライブ ブロードキャスト ルームの潜在的な問題や良い点に関するフィードバックも提供できます。たとえば、支払いを待っている人の数、その場で促すことができる、注文を開始できる、その短期間でインタラクティブ インジケーターが非常に良いか非常に悪いか、その期間中に何が行われたか、詳細の処理とレビューなどです。

次に注目すべきは、ピークトラフィックレベルです。ピークトラフィックレベル時に注文を行っていますか？戦略はピークトラフィックレベル時に最適なソリューションに到達していますか？ピークトラフィックレベル時に注文を行うと、瞬時に大量の注文が生成され、GPM が瞬時に増加する可能性があるためです。これは、上記の式を見るとわかります。

4番目はコンバージョンファネルです

ライブ放送室に入室した人数から取引数までの5つのデータモデルで構成されたコンバージョンファネルは、ライブ放送室に入ってから注文するまでの通常のユーザーの経路を反映しています。主な分析はファンの損失です。

第 1 および第 2 のファネル モデルは、ライブ ブロードキャスト ルームのファンの精度と、ファンによるライブ ブロードキャスト ルームのコンテンツの受け入れを最適化することに重点を置いています。

2 番目と 3 番目のファネル モデルは、販売提案を最適化し、顧客をショッピング カートに誘導することに重点を置いています。

3 番目と 4 番目のファネル モデルでは、アンカーとチームの販売促進スキル、およびシーン全体のリズムの把握に重点が置かれます。

最後のファネル モデルは、注文を保持する最後のステップ、前のプロセスのスムーズさ、戦略の実行、そして最も重要なのは、ライブ ブロードキャスト ルームをその重要なポイントにリリースすることです。

データのメイン画面のハイライトは次のとおりです。

1つはトラフィックソースの詳細です。主に自然な推奨（フィードとライブ放送の広場）、ビデオ側の推奨の割合（短いビデオが人気になってから大多数）、そして有料推奨の割合に焦点を当てています。

今年下半期には、ショートビデオのエコシステム全体における比重が徐々に高まっていることに気づくでしょう。アルゴリズムの観点から見ると、関心とコンテンツはプラットフォーム全体に広がっています。これはプラットフォームの位置づけであり、ショートビデオコンテンツはエコシステムと一致しています。第一に、コンテンツレースの結果が良くなり、爆発的に広まると、トラフィックが増加します。第二に、ショートビデオのトラフィックは最も正確で、ファンからライブ放送ルームに注文を出すためのリンクが特に短いです。第三に、ショートビデオのトラフィックはロングテールであり、初日は大丈夫でも2日目にはなくなることはありませんので、下半期からショートビデオに注目してください。

自然なトラフィックがある最初の数ゲームは、アルゴリズムがまだ推奨モデルを学習中であるため、基本的に非常に小さいです。10％〜50％、数百から数千のビューは正常です。段階的に増加できる限り問題ありません。10日または半月後に大きな変化がなく、自然な推奨がない場合は、別のアカウントを試してください。

視聴者と取引ユーザーのユーザーポートレートについてお話ししましょう。視聴者のユーザーポートレートは戦略志向です。一般的に言えば、製品のターゲットオーディエンスにどんどん近づいていきます。そうでなければ、ラベルは不正確です。最初の数回のショーが不正確であることは正常です。後でここからファンを研究する必要があります。取引ユーザーポートレートは、自分の取引オーディエンスラベルにもっと対応しています。比較的正確なデータとしか言えません。なぜなら、あなたのユーザーオーディエンスに似ていない人も注文することがあるからです。例えば、口紅を販売する場合、一部の男性はガールフレンドへのプレゼントとして購入しますし、メンズシューズを販売する場合、一部の女性ユーザーは夫や家族へのプレゼントとして購入します。これらは、QianchuanのクラウドターゲティングやLeicaを行う際にテストできます。いくつかのアイデアを提供していると見なすことができます。

放送開始時の右上の5分間のトラフィックトレンドチャートを見ると、何人くらい人が出入りしているかがわかります。30分または1時間でライブ放送室のトラフィック状況を大まかに見積もることができます。例えば、100人が入り、80人が出た場合（5分）、1時間のトラフィックは10,000人と8,000人です。その後、過去数回のゲームの視聴者数と比較すると、放送を停止するかどうかを検討する際によく使用されます。

実際、今回のデータの一部を分析した結果、そのほとんどが放送後のレビュー、データからトラフィックコードを探り、その後、操作、テスト、最適化を改良するのに適していることが分かりました。

わかった。ご視聴ありがとうございました。最後に、皆様のデータレビュー表を添付します。各ゲームの状況を忘れずに記録してください。

著者:花を持つ鹿

出典:花を持つ鹿