直播行業，一片紅海，誰將殺出重圍，「問鼎中原」？

04-25

一、一片紅海的直播行業

從艾瑞諮詢數據看，截止目前直播平台數量已經達到200餘家，用戶規模高達2億，同時在線人數超過400餘萬，同時在線房間數達3000餘個，數據表明直播行業已經進入一片紅海。200多家直播平台同時爭奪2億用戶，對一個企業而言，技術成本和直播成本都會增加。有預言稱，2016年底將迎來一次直播應用的大洗牌，那麼誰能最終殺出重圍「問鼎中原」？這要看數據分析給直播行業添的這把火。

諸葛io作為國內最早的精細化數據分析產品，我們希望能夠通過數據幫助直播企業做更多的提升，讓其跑贏競爭對手。過去企業常用的頁面訪問量(pv)、訪客數量(uv)、活躍用戶數(dau)這些籠統粗糙的統計數字，並不能體現數據漲跌背後的原因，更無法用於探索用戶的真實特性及其價值，遠遠不能滿足企業的分析需求。所以精細化數據分析應用在直播行業，大有可為。

二、直播產品的數據分析與應用

今天主要從四個方面來分享數據分析在直播行業的應用和價值，第一是深入理解用戶的三大利器；第二是用戶分群的分析方法；第三是直播平台的分析模式；第四是用戶分層數據應用。

1.深入理解用戶的三大利器

1）第一把利器：用戶行為路徑分析。

通過跟蹤整個用戶的行為流程，幫我們建立對用戶的認知，用戶是否按照我們預期路徑去使用我們的產品？用戶是否超出預期嚴重流失？因此我們要通過用戶行為路徑用戶是怎麼使用我們的產品，為產品優化用戶以及提升用戶轉化率提供科學依據；

以直播產品為例，從打開直播軟體，到瀏覽房間、進入房間、發道具、與主播互動。諸葛io通過埋點方式記錄下這些關鍵行為，進而分析這些行為的流向，可以了解用戶的來龍去脈。

2）第二把利器：精細化用戶分群。

洞察不同類型的客戶：比如從來不充值的用戶，喜歡進美女主播房間的客戶等，將用戶關鍵行為特點進行精細化分群，進而分析群體畫像、留存、轉化等指標。

3）第三把利器：單體用戶行為跟蹤。

通過諸葛io平台，記錄下用戶行為，統計出包括匿名用戶和實名用戶，進而可以區分出二者用戶特點以及流失用戶的使用情況。

2.用戶分群的分析方法

利用精細化用戶分群，去挖掘直播產品的用戶價值點，也是直播產品的數據分析與應用里一個很核心的基礎，通過對用戶的分群，對行為進行對比，查看用戶留存與轉化，分析出能夠提升用戶價值的地方。

圖1

如圖1，選擇了7月1號到31號的這個時間段，將新增10天內充值金幣次數大於等於1、新增1天內充值次數大於等於1、新增1天內充值次數並且充值金幣次數為1，分別分成三個用戶群，根據三個用戶群佔比，進行對比分析核心行為的差異，找到能夠提升用戶價值的關鍵點。

3.直播平台的分析模型

圖2

1）與主播互動是否會對充值轉化有很大的影響呢？

要驗證這個問題，首先需要新建一個用戶群，例如把7月1號到31號這一段時間，新增1天內充值金幣次數大於等於5劃分為一個用戶群，接下來，通過漏斗分析，查看進入直播間到用戶與主播互動、用戶與主播互動到充值用戶的轉化率。

圖3

如圖3，可以看到在新增總數中，86.26%的用戶未和主播進行文字互動，僅有13.74%的用戶與主播有過文字互動。與主播有過文字互動的用戶，對充值用戶進行劃分，發現與主播有過文字互動的用戶，在整個的充值比例是沒有文字互動充值用戶的凈五倍。通過用戶分群和漏斗分析，驗證了一個結論：與主播進行互動，對用戶充值起到了促進作用。

從以上例子來看，直播平台的分析模式主要劃分為四個關鍵部分：

流量：通過各種渠道的推廣獲取用戶。
轉化：進入直播間後通過運營手段將新增用戶轉化為與主播互動用戶，進而轉化為充值用戶。
用戶群：對不同行為用戶進行劃分，將具有相同行為的用戶劃分為同一個組。
留存：通過運營等方式增加用戶使用時長。

2）對於留存，深入到直播業務模型裡面，通過關鍵四點來提升留存率：

運營：制定運營策略，比如直播裡面有一部分人會做托，來烘托整個直播氣氛。
充值：通過機制的設置，循循誘導用戶從免費送充值金幣到付費充值。
等級：通過設置初級、高級等級別用戶，增加用戶的心裡滿足感。
消費：通過對直播間道具的設置（比如黃瓜、香蕉）刺激男性用戶進行消費。

a. 運營效果如何評估？

通過分析核心指標來評估運營效果。例如新增聊天的用戶數量、主播新增關注的用戶數量、人均消費次數、人均炫耀次數、人均分享次數等對運營的內容質量效果進行評估。

b. 充值特點分析-基於用戶生命周期特點

用戶從新增到充值之間時間間隔分布
充值占活躍用戶比
充值數額分布
充值轉化(意願)分析
APRU值
影響充值相關因素分析

c. 用戶等級分析-基於用戶群特點

活躍用戶等級分布
不同等級用戶的畫像
不同等級用戶充值特點
不同等級用戶消費特點
新增後成功留存用戶的等級分布

d. 特點分析

免費金幣的消費習慣
消費意願分析
付費用戶消費頻次分布
消費用戶占活躍用戶比
消費內容類型分布

4. 數據應用：精細化的用戶分層——洞察用戶狀態設計增長方案

用戶生命周期中有一個著名的模型—AARRR模型（也稱海盜法則）： Acquisition（新增）、Activation）（活躍）、Retention（留存）、Refer（傳播），Revenue（商業變現）五個環節。一款直播產品，從產品獲取用戶，到用戶長時間停留在直播間、流失掉，以及部分忠實用戶主動分享給其他人，這一過程就是直播產品的2A3R生命周期模型。

圖4

圖4所示金字塔模型，完整地展現了直播產品的生命周期。企業通過跟蹤研究用戶行為，快速地明確用戶生命周期中的不同階段，並以此將用戶劃分為：

訪客流量;
互動用戶;
充值用戶;
高等用戶;

四個用戶層級。通過分析四個不同層級的用戶背後行為，為產品的設計和迭代以及制定相應的運營策略。

通過對DAU等指標進行拆分（充值過的訪客和沒充值過的訪客），讓管理層對用戶的成長、進化和流失趨勢能夠有一個清晰的把握

例如在整個產品的發展過程中，運營部門需要制定拉新、促活等策略，通過：

整體把控用戶運營質量
縱向精細化運營，挖掘用戶狀態遷越的關鍵點
橫向監控，階段性的設計促活和召回策略

進而洞察用戶狀態，制定科學可行的增長方案。

當你深入理解了用戶的三大利器；掌握了用戶分群的分析方法；理解了直播平台的分析模式；熟練應用用戶分層數據，殺出直播行業重圍，「問鼎中原」，指日可待。