直播行业，一片红海，谁将杀出重围，“问鼎中原”？

今天主要从四个方面来分享数据分析在直播行业的应用和价值。

一片红海的直播行业

从艾瑞咨询数据看，截止目前直播平台数量已经达到200余家，用户规模高达2亿，同时在线人数超过400余万，同时在线房间数达3000余个，数据表明直播行业已经进入一片红海。200多家直播平台同时争夺2亿用户，对一个企业而言，技术成本和直播成本都会增加。有预言称，2016年底将迎来一次直播应用的大洗牌，那么谁能最终杀出重围“问鼎中原”？这要看数据分析给直播行业添的这把火。

诸葛io作为国内最早的精细化数据分析产品，我们希望能够通过数据帮助直播企业做更多的提升，让其跑赢竞争对手。过去企业常用的页面访问量(pv)、访客数量(uv)、活跃用户数(dau)这些笼统粗糙的统计数字，并不能体现数据涨跌背后的原因，更无法用于探索用户的真实特性及其价值，远远不能满足企业的分析需求。所以精细化数据分析应用在直播行业，大有可为。

直播产品的数据分析与应用

今天主要从四个方面来分享数据分析在直播行业的应用和价值，第一是深入理解用户的三大利器；第二是用户分群的分析方法；第三是直播平台的分析模式；第四是用户分层数据应用。

1.深入理解用户的三大利器

1）第一把利器：用户行为路径分析。

通过跟踪整个用户的行为流程，帮我们建立对用户的认知，用户是否按照我们预期路径去使用我们的产品？用户是否超出预期严重流失？因此我们要通过用户行为路径用户是怎么使用我们的产品，为产品优化用户以及提升用户转化率提供科学依据；

以直播产品为例，从打开直播软件，到浏览房间、进入房间、发道具、与主播互动。诸葛io通过埋点方式记录下这些关键行为，进而分析这些行为的流向，可以了解用户的来龙去脉。

2）第二把利器：精细化用户分群。

洞察不同类型的客户：比如从来不充值的用户，喜欢进美女主播房间的客户等，将用户关键行为特点进行精细化分群，进而分析群体画像、留存、转化等指标。

3）第三把利器：单体用户行为跟踪。

通过诸葛io平台，记录下用户行为，统计出包括匿名用户和实名用户，进而可以区分出二者用户特点以及流失用户的使用情况。

2.用户分群的分析方法

利用精细化用户分群，去挖掘直播产品的用户价值点，也是直播产品的数据分析与应用里一个很核心的基础，通过对用户的分群，对行为进行对比，查看用户留存与转化，分析出能够提升用户价值的地方。

图1

如图1，选择了7月1号到31号的这个时间段，将新增10天内充值金币次数大于等于1、新增1天内充值次数大于等于1、新增1天内充值次数并且充值金币次数为1，分别分成三个用户群，根据三个用户群占比，进行对比分析核心行为的差异，找到能够提升用户价值的关键点。

3.直播平台的分析模型

图2

1）与主播互动是否会对充值转化有很大的影响呢？

要验证这个问题，首先需要新建一个用户群，例如把7月1号到31号这一段时间，新增1天内充值金币次数大于等于5划分为一个用户群，接下来，通过漏斗分析，查看进入直播间到用户与主播互动、用户与主播互动到充值用户的转化率。

图3

如图3，可以看到在新增总数中，86.26%的用户未和主播进行文字互动，仅有13.74%的用户与主播有过文字互动。与主播有过文字互动的用户，对充值用户进行划分，发现与主播有过文字互动的用户，在整个的充值比例是没有文字互动充值用户的净五倍。通过用户分群和漏斗分析，验证了一个结论：与主播进行互动，对用户充值起到了促进作用。

从以上例子来看，直播平台的分析模式主要划分为四个关键部分：

• 流量 ：通过各种渠道的推广获取用户。
• 转化 ：进入直播间后通过运营手段将新增用户转化为与主播互动用户，进而转化为充值用户。
• 用户群 ：对不同行为用户进行划分，将具有相同行为的用户划分为同一个组。
• 留存 ：通过运营等方式增加用户使用时长。

2）对于留存，深入到直播业务模型里面，通过关键四点来提升留存率：

• 运营 ：制定运营策略，比如直播里面有一部分人会做托，来烘托整个直播气氛。
• 充值 ：通过机制的设置，循循诱导用户从免费送充值金币到付费充值。
• 等级 ：通过设置初级、高级等级别用户，增加用户的心里满足感。
• 消费 ：通过对直播间道具的设置（比如黄瓜、香蕉）刺激男性用户进行消费。

a. 运营效果如何评估？

通过分析核心指标来评估运营效果。例如新增聊天的用户数量、主播新增关注的用户数量、人均消费次数、人均炫耀次数、人均分享次数等对运营的内容质量效果进行评估。

b. 充值特点分析-基于用户生命周期特点

• 用户从新增到充值之间时间间隔分布
• 充值占活跃用户比
• 充值数额分布
• 充值转化(意愿)分析
• APRU值
• 影响充值相关因素分析

c. 用户等级分析-基于用户群特点

• 活跃用户等级分布
• 不同等级用户的画像
• 不同等级用户充值特点
• 不同等级用户消费特点
• 新增后成功留存用户的等级分布

d. 特点分析

• 免费金币的消费习惯
• 消费意愿分析
• 付费用户消费频次分布
• 消费用户占活跃用户比
• 消费内容类型分布

4. 数据应用：精细化的用户分层——洞察用户状态设计增长方案

用户生命周期中有一个著名的模型—AARRR模型（也称海盗法则）： Acquisition（新增）、Activation）（活跃）、Retention（留存）、Refer（传播），Revenue（商业变现）五个环节。一款直播产品，从产品获取用户，到用户长时间停留在直播间、流失掉，以及部分忠实用户主动分享给其他人，这一过程就是直播产品的2A3R生命周期模型。

图4

图4所示金字塔模型，完整地展现了直播产品的生命周期。企业通过跟踪研究用户行为，快速地明确用户生命周期中的不同阶段，并以此将用户划分为：

• 访客流量;
• 互动用户;
• 充值用户;
• 高等用户;

四个用户层级。通过分析四个不同层级的用户背后行为，为产品的设计和迭代以及制定相应的运营策略。

通过对DAU等指标进行拆分（充值过的访客和没充值过的访客），让管理层对用户的成长、进化和流失趋势能够有一个清晰的把握

例如在整个产品的发展过程中，运营部门需要制定拉新、促活等策略，通过：

• 整体把控用户运营质量
• 纵向精细化运营，挖掘用户状态迁越的关键点
• 横向监控，阶段性的设计促活和召回策略

进而洞察用户状态，制定科学可行的增长方案。

当你深入理解了用户的三大利器；掌握了用户分群的分析方法；理解了直播平台的分析模式；熟练应用用户分层数据，杀出直播行业重围，“问鼎中原”，指日可待。

本文首发于诸葛io公众号（zhugeio)，欢迎添加微信：13772431130，一起探讨交流。

关键字：产品经理

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！