全民「抖音」的奇妙姿勢，都在這2.2萬條數據里了

文/張佳

作為互聯網的又一個風口，短視頻近來火爆異常，抖音更是席捲大街小巷。本文數據俠在分析了2.2萬條抖音數據後，得出了一些很有趣的結論，一起來看看吧~

本文轉自公眾號喜新（ID：noyanjiu）

通過一些特殊渠道，本文作者拿到了2月26日-3月27日抖音的2.2W條視頻數據，清洗梳理後得到一些好玩的結論，你們或許會喜歡：

• 1.抖音的核心用戶群體「95後」們也很養生，0點以後基本都睡了。
• 2.畢竟年輕人，情感表達意願很強烈，「喜歡」是最愛用的詞。
• 3.11:00-22:00是發布視頻高峰時段，上午都在睡覺么？
• 4.晚上9點不要發視頻，你會失望的。

以下，enjoy:

畢竟年輕人，愛表達自己，更愛表達喜歡

對2.2W條數據的視頻描述做分詞詞頻統計，排除了類似「一個」、「這樣」、「怎麼」等無效詞後，得到下面的詞雲圖：

「喜歡」一詞累計出現246次，出現頻率最高，可見抖音上的年輕人完全不吝嗇自己的情感表達；

「自己」一詞出現了222次，出現頻率第二，看來95後小朋友們非常「喜歡」「自己」；

「真的」和「可以」分別出現了203和202次，大家肯定想到了「抖音爸爸沒有騙我，XXX真的可以怎樣怎樣」的視頻。

不得不承認，抖音的帶貨能力很強！

「教程」出現了143次，「髮型」出現了91次，「思域」出現91次，「化妝」出現了83次，「西安」出現72次，「北極星」出現68次……

所以大家應該知道發什麼能火了吧？

95後年輕人也沒那麼熬，中毒的應該都是「中年人」

把視頻的發布時間以小時為單位統計，發現這麼個規律：

抖音主要用戶的作息都比較規律，視頻發布集中在上午10:00至晚上00:00，0點以後視頻發布數量很明顯的出現下降。

小哥哥小姐姐們都睡了，這幫中年人還在那裡「中毒」。（2點以後那些視頻是不是你們發的？）

黃金時段不黃金，不要在九點發視頻

結合上面的視頻發布時間數據，我們把視頻的點贊數據加上，統計每個小時的點贊總和，得到下面這麼一個圖：

為了方便比較，我把平均點贊數也加入到圖中（紅色線條），我們可以很清楚地看到：

下午13:00和晚上18:00是點贊的高峰，平均點贊量除了早5:00因為陳赫發布了一條視頻造成明顯差異外，上午10:00和11:00，晚上20:00和21:00四個時間點的點贊數據與視頻發布數量明顯不成比例；

尤其是晚上21:00，是整個下午和晚上時間段中的最低點，好好的黃金時段，怎麼就「黃」了呢？

此外，圖表也很清楚的告訴我們，中午飯後（13:00）和下班時間（18:00）是粉絲們最愛點贊的時刻。

所以各位想火的小夥伴，別在晚上9點發視頻是明智的選擇。

強者越強，弱者扎堆

每天刷抖音，看到的幾乎都是幾千上萬贊視頻，讓我們覺得每一條抖音都能火。

其實則不然，統計2.2W條數據的點贊數，得到下面這麼一個曲線圖：

在這2.2W條數據里，像我們看到的那些上萬贊的視頻其實很少，絕大部分的視頻點贊都在700以下。

或許是因為抖音的推薦演算法，那些火爆的視頻會優先推薦給我們，導致其更加火，而那些普通的幾百贊視頻，則默默的扎堆在一起，被系統遺棄。

平均100次播放才能獲得一個小心心，被推薦不一定會火

習慣了今日頭條的推薦演算法，我們或許會認為，視頻被推薦了肯定就能火。

實際上，通過數據我們發現，即便你的視頻被系統推薦了，小哥哥小姐姐們也並不一定買賬。

用播放數/點贊數，得到比值代表了多少次播放可以獲得一次點贊。

通過上面的數據我們發現，播放點贊比主要集中在20-150之間，也就是說大部分視頻需要被推薦給100個人觀看後才能獲得一個小心心。

當然也有苦逼的，作者「挽風」的一條視頻，被播放4萬次，但是只收穫了，emmmm，4個贊……

抖音的粉絲很忠誠，女明星看了會哭泣

統計播放量大於1萬，播放評論比（和播放點贊比類似）小於50的視頻描述詞頻，我們發現明星相關的視頻容易引發評論，主要是女明星……

熱巴、楊穎（Angelababy）、關曉彤、趙麗穎等女明星們榮登詞雲圖，你們的粉絲很愛你，每50次播放就會為你們評論一次，是不是激動地哭出來了？

當然，會哭的孩子也有奶喝，求「評論」的視頻小哥哥和小姐姐們也基本都滿足你們了。讓「你們」「打出/輸入」XXX看看能出來「什麼」「答案」的玩法，小哥哥和小姐姐們也很買賬。

以上，希望各位小哥哥小姐姐喜歡。

你的抖音有多少點贊量呢？

題圖 | 站酷海洛

期待更多數據俠乾貨分享、話題討論、福利發放？在公眾號DT數據俠（ID：DTdatahero）後台回復「數據社群」，可申請加入DT數據社群。

▍數據俠門派

本文數據俠張佳，喜新公眾號作者，前沿、新鮮技術的普及和傳播者。

▍加入數據俠

「數據俠計劃」是由第一財經旗下DT財經發起的數據社群，包含數據俠專欄、數據俠實驗室系列活動和數據俠聯盟，旨在聚集大數據領域精英，共同挖掘數據價值。了解數據俠計劃詳情請回復「數據俠計劃」，投稿、合作請聯繫datahero@dtcj.com。