飞瓜数据的【直播数据大盘】功能，能够实时监测不同品类的带货直播热度、观众热度及上架商品热度等关键数据。通过此功能，可以洞悉直播间当前的卖货风向，并追踪各品类近90天的趋势变化。 【路径】 ： 数据大盘 - 直播数据大盘 【目的】 ：1. 分析品类近90天的推广趋势，判断直播间的卖货风向。
- 查看商品的今日和过去90天在抖音上的推广数据，以确定推广的峰值。
- 通过各品类的推广播主画像，更好地定位优质的带货主播。
- 获取今日直播间的流量趋势，以及通过四级类目和达人类型的筛选，更准确地把握品类在抖音的直播推广热度。
- 进一步了解商品的最佳推广时间，比如用户购买这类商品的时间点，或考虑是否需要加大推广力度。
- 通过直播间弹幕关注点，了解用户的品类需求。
- 判断自身在直播大盘中的等级，学习TOP直播间，利用直播间层级热力图功能进行行业水平的自我评估。
- 通过销售数据和人气数据的立体分析，快速定位自身的行业水平。 在直播电商的运营中，了解直播间观众的行为和偏好是至关重要的。通过分析观众画像，我们可以初步判断不同品类的观众喜好，从而更精准地定位目标受众，提高转化率。 首先，选择想查看的指标，比如“销售额”和“平均停留时长”。越向右、越向上的区间，表示该区间的直播间不仅销售额高、观众的平均停留时长也很高。 接下来，点击坐标轴上的“层级1-层级4”和“D-S+”，快速定位区间，获取区间关键数据。例如，同时选定“S” 和“层级3”，通过概览，可以知道在“层级S-3”区间内的女装直播间场均销售额是2.5w-5w，平均停留时长是1m9s。 此外，还可以将场观、分钟销售额等数据与自身直播间数据进行对比，来判断自身所处的等级。 点击小方块，深度复盘优质直播间数据。每个小方块内的数字代表该区间内的直播间数量。数值越大，说明区间内的直播间越多，则小方块颜色越红。若小方块为空，则说明该区间无对应的直播间。通过点击小方块内的数值，可以快速定位该区间内的TOP10直播，通过深度复盘优质直播间数据，取长补短。 最后，查看带货播主分布，快速定位优质带货主播。在【直播达人】模块，我们可以通过推广达人的类型、性别、年龄、粉丝量级及行业分布，快速找到适合推广该品类的带货播主。案例：比如想知道最近哪些达人在直播间推广防晒产品？路径：在【热卖品类】中选择【美妆-美容护肤-防晒】后，将时间选择为近30天。可以发现，近30天推广过防晒商品的达人中，品牌自播号的销售额占比为27.66%，头部红人占比23.29%，带货达人占比49.05%。通过右侧的趋势图，可以快速查看每日的达人销售占比情况。结合飞瓜的【直播带货达人】功能，就可以快速定位当天的带货主播。 除此以外，还可以结合达人画像，进一步查看各品类商品直播推广达人的性别、年龄、地域、粉丝量分布等。比如我们看到[防晒]的推广达人以女性为主，且年龄集中在31-40岁，而男性推广达人年龄则集中在30岁以下。同时，通过粉丝量级分布，我们发现50-100w的腰部达人数量占比不到5%，但销售转化率却远超其他达人，那么商家在选择投放达人时就可以有所侧重。 通过以上步骤，我们可以全面了解直播间的观众画像和行为特征，从而更好地调整策略，优化直播内容，提升观众留存率和购买转化率。 在【看播观众画像】模块中，通过分析性别、地域分布等关键信息，我们能够获得品类看播观众的全面画像。进一步结合购买偏好和视频喜好的分析，为商家提供了选品和内容定位的多维度思路。 以【露酒/果酒/预调酒】品类为例，虽然直播间男性观众的比例超过70%，但女性观众的TGI（Total Guest Interaction）达到了107.8。特别是在24-30岁的女性群体中，他们对该品类表现出了较高的消费意愿。 结合【购买偏好分布】和【视频喜好分布】的分析，我们发现该品类的观众不仅喜欢购买美容护肤、零食生鲜类产品，而且经常观看运动、文艺、母婴等类型的视频内容。因此，针对这一消费群体，品类商家在推广时可以巧妙地融合这些元素，从而更有效地激发女性的购买欲望。