千川时代投放模式 千川，作为抖音的全新投放工具，自推出以来便受到业界的高度关注。其全面整合了DOU+、巨量鲁班和AD平台的电商营销能力，只需开通一个千川账号即可进行所有抖音店铺推广的操作。 在具体实施千川投放之前，重要的是理解千川的底层逻辑，尤其是对于那些还停留在feed模式的投手来说，了解千川的全新底层机制尤为重要。 从用户的角度来看，千川的投放机制可以这样描述：当用户滑动到广告视频时，一条广告请求即将展现。在这个过程中，N条广告创意都在争夺展示机会，但最终只有一条广告创意能够成功展示给用户。决定谁能展示的关键因素是背后的投放逻辑，系统会根据您的点击概率、转化概率以及出价来计算每条广告的价值，从而排序。 通过公式不难发现，影响ocpm值的三个关键指标就是预估点击率、预估转化率以及您设置的出价。如同在直播流量的底层指标中一样，我们也需要将计算投放数据的底层指标抽离，深入挖掘。如何提高预估点击率？影响因素包括用户的第一视感与听感，即整体内容效果，以及直播场景的打造、主播的即视感、话术、直播间氛围、热卖商品等。优化这些要素组合对于实现良好的点击突破至关重要。 如果是创意素材模式，影响点击率的因素还包括视频的商品、展示模式、话术卖点提炼、拍摄场景、拍摄模式及剪辑模式。特别是对于千川的素材创意，经历过多轮投放的投手可能会发现，在feed模式下复用的一些二类爆流素材在千川上表现不佳。这背后的本质原因是千川对投放素材的去广告化倾向，更欢迎带有优质内容的投放素材，这与兴趣电商的战略不谋而合。 以预估点击率为例，预估转化率和出价的要素拆分同样如此，没有一个比喻能比下面这个来形容千川投放再合适不过：千川就像是一座精心雕琢的花园，每个元素都经过精心设计，以吸引并留住用户的目光。 我们以预估点击率、预估转化率和出价作为驱动广告的三驾马车，但这三驾马车的硬件构成各不相同。投手就像是一名马夫，想要让马车跑得长远，关键在于将零部件优化到最佳状态，从而顺利启动。然而，如果想让马车跑得更快，就需要进行改装，即在投放领域进行优化。 了解千川投放的底层逻辑后，我们可以高屋建瓴地拆分投放的三个阶段：学习期阶段、增速投放阶段和计划衰减阶段。 学习期阶段又分为冷启动期和建模期。当提到冷启动时，这里普及一下冷启动的定义。在冷启动阶段，积累的有效转化数超过二十个是关键。核心不是转化成本，而是转化数，因为只要成本不是差别过大，后期通过模型跑量，价格也会回落。尽可能快地让新计划投放出去，积累转化数是关键。 过了冷启动期的计划仍然需要继续建模，一方面系统会进一步尝试摸索、扩大流量，另一方面投手会衡量、预测后期带来的转化比。一旦过了学习期阶段，整个计划就会进入一个比较稳定的阶段，以三到五天为一个参考标准，这是一个有跑量就消耗无上限的阶段，投手主要衡量的是实际产出比。 但所有计划都有生命周期，再好的计划也会进入衰减阶段。做账户只需要看两个东西，一个是成本或者是ROI，带着考核的最终指标和消耗。当连续三天或连续时段内呈现下滑的数据状态，无论如何放量、调价都无法补救，生命周期衰减期基本很难挽回。 作为一个投手，每天百分之九十的时间都应该在建计划上，目的就是为了找出那个最容易跑量的素材。如果不能在素材上取胜，最终都会陷入无尽负向循环。这也是多数人习惯通过大量上新去度过学习期的原因。 对于上新的计划，做好前述所说的三驾马车的因素是基础。没有优质的人货场作为支撑，再好的计划也一定跑不出量。合理化的计划搭配结构，从基础定向、自定义人群、徕卡、达人投放、放量、出价、创意等要素，进行多计划测试，直至测出优质的跑量素材。 数据篇-直播常见数据分析模型 当前的直播带货已经离不开数据化分析。结合目前数据分析的特点，分享下日常常用的数据分析。 01、分析流量来源技巧 通过数据大盘，点开流量详情即可查看。流量来源可以帮我们分析出各个渠道流量来源的占比，在不同的环境下，分析的手段也会有所区别。 作为一个新号，重点关注的是直播推荐的占比，可以通过占比分析出对直播推荐来源的撕裂程度。一般情况下新号开播前三天，会出现从直播推荐10%拉升到80%以上的趋势，流量下跌，Zui为明显的也是直播推荐流量下跌。如果流量下跌低于50%，一般情况下需要及时采取激活策略拉回推荐流量。 如果近期重点发力短视频，则要关注短视频的流量占比，通过周期性环比分析，可大致得出近期短视频倒流效果；短视频流量的占比，容易随着直播推荐流量占比基量的提升而被压缩。在分析短视频流量时，还需借助小店内短视频倒流工具进行计算避免误判。 在付费投放状态下，则应当关注付费内各个付费工具的占比数据，也要与直播推荐进行对比。特别是在千川天然能激发免费流量的情况下，随时对投放成本、付费流量跟撬动的免费流量进行周期性分析。 02、分析用户画像技巧 这部分更多用于新号打标阶段，通过大盘左小角的画像罗盘，可判断当场直播用户占比的人群模型。如果说模型反映出来的人群不精准，这时候就需要关注几个方面：第一是流量占比最多的来源是哪一个；引流品的选品是否有问题；付费推送的框选是否正确。通过进一步的人工调整，把用户模型纠正。 03、互动数据的分析技巧 主要分析对象包括率、评论率、停留时长、加粉率。这些数据的交叉权重，可大体上反映直播间的人气。很多培训博主提到的，达到怎样的停留、加粉率才合格，这种并不准确。任何指标的对比，一定是类比时期、类比同品才有意义。比如一个开播不到半个月的新号，要进行指标之间的对比，就应该去寻找所处同量级别或者高于自己级别的优质账号进行对比，这样才能更多分析出优化的区间。 04、交易数据的分析技巧 主要分析对象包含GMV、人均GMV、UV、转化率、千次转化率等。每一个指标有着对应的优化方向。GMV代表本场的交易数据，将之与过去的交易额进行对比、与过去7天的数据做环比，可得到近期数据的整体表现。再比如人均GMV，更适合的不是单场之间的计算，而是周期性环比，一周、两周，因为客单价的提升不是单场能够衡量，需要一个周期的爬升。其他数据的分析也同理，只代表的优化对象不一样而已。 05、流量数据的主要分析对象 直播间的流量分析是直播电商成功的关键因素之一。通过对场观、峰值、进出数据、实时评论、转化漏斗和商品分析等关键指标的细致考察，可以全面评估直播间的流量规模及其健康程度。 首先，场观数据能够直观反映直播间的整体流量规模，而峰值则揭示了直播间在特定时间段内的流量波动情况。场观数据的周期性变化可能意味着流量下降，而峰值的变化则反映了直播间互动和交易活动的频率。 其次，直播间的进出数据对于监控流量留存至关重要。五分钟内的漏斗流量分析能够帮助主播及时调整策略，优化推荐峰值，从而提升用户参与度和转化率。 实时评论展示了直播间的引导效果和观众参与度。通过关注直播间活动的互动和主播的回复质量，可以有效提升用户的参与感和满意度。第三方工具如抖查查的词云功能，可以帮助主播更直观地了解观众反馈和需求。 转化漏斗的分析则是衡量直播间销售效率的重要环节。从曝光到成交，每一个环节都可能成为影响最终转化率的因素。通过深入分析各个环节的表现，可以发现并解决潜在的问题，从而提高转化率。 在商品分析方面，Top品、压箱品和劣质品的识别与处理对于直播间的长期发展至关重要。Top品作为潜力爆品，应当得到重点推广；而压箱品则需要被淘汰，以保持直播间的竞争力；劣质品则应通过售后服务及时处理，避免对小店评分和用户体验产生负面影响。 综上所述，通过对直播间流量的多维度分析，不仅可以及时发现并解决问题，还可以为直播间的长期发展提供有力支持。 针对直播间的数据分析，单纯的从抖音罗盘并不足够，在涉及付费的情况下，还需要针对付费工具内的数据工具结合分析。抖音本身的工具强大，但并不一应俱全，兼容借助第三方数据工具会更好的做好数据分析工作。对于规模化的直播间，还会涉及专门的数据分析岗位进行统筹。由此可知数据分析的重要性。实际上在进行直播时，用的数据要素往往是以上的数倍，其中还包含付费流量的分析，自身账号与第三方账号的对比分析等等，篇幅有限，在此不做展开。 工具篇-第三方工具使用指南 第三方数据工具在数据爬取、竞品分析上，可以发挥极大的作用。这里讲下常用的工具及用途： 01、选品分析 大部分主流第三方工具，都提供了货品销量的数据监测功能。举例数据工具抖查查，通过点开主页，进入商品排行榜，选取对应类目、统计时长，即可查看近期销量较好的商品。在选品篇中，关于如何进行选品工具的使用已做详细介绍。 02、视频分析 借鉴+改良是创造短视频作品Zui快的方式。通过进入短视频页面，选取相关的类目，看24小时、评论数据较爆的视频，思考是否可以与自身产品相结合。如果可以，则将他人脚本复刻，融入自身元素进行翻拍。毕竟别人的作品已经爆过，总会有爆的原因。相比较自己去构思创建，很多时候都比不上别人的灵感。 03、流量分析 流量等级的概念，即通过场观、峰值、GMV等相关数据的加权，将流量等级划分为E到S级。不同数据的账号划定在不同的流量池。对于一个日常开播的账号而言，知道自己的流量位于哪个等级非常重要。进入抖查查的流量广场，即可查看自己的流量等级，也可以看到当日整个大盘账号的流量分布情况。对于竞争对手的分析，也推荐通过流量广场进行针对性查看，这样才能发现两者的差距。 04、玩法分析 市场Zui新的玩法别人不愿意告诉你，数据可以告诉你。通过第三方数据工具，我们经常可以去发现一些厉害的潜力账号，进而学习他们的玩法。第一步应当确定筛选维度，即什么类型的账号值得我们参考。粉丝少于10W+开播不足1个月+销量远高于同类型账号，是筛选的基本要素。确定完之后，即可以通过“实时直播间”榜单进行对比查找。 在寻找优质潜力账号的过程中，耐心是必不可少的品质。不应仅通过表面数据来评价，而应深入探索详细的数据页面，观看至少两场以上的直播，以获得更全面的了解。这包括分析账号的活动策略、引流产品、互动词云内容、产品排序方式以及销售额和UV数量等关键信息。通过这些数据，可以对直播间的运营模式有一个基本的判断，从而提供参考和借鉴的价值。 进一步地，从电商角度审视抖音，会发现其本质是电商，而电商的核心在于供应链管理。这一理念在本文中已被重复提及两次。早期的误区在于，尽管深知供应链的重要性，却忽视了底层算法的应用，反而过分关注流量。对于新团队而言，起号和提高流量固然重要，但若能理解并掌握底层算法，起号过程将变得异常简单。一旦直播间没有爆品，流量问题便成为困扰，即便尝试关闭账号，仍会因为GMV产出而感到纠结。因此，围绕供应链进行电商操作，才是避免本末倒置的关键。 此外，从流量的角度出发，也存在一些常见的误区。一些人过于专注于直播间的流量，而忽视了视频端流量的培养。在直播高峰期或活动节日时，中小主播的流量往往会被大幅瓜分，甚至因违规操作导致直播受限。过度依赖直播推荐流量，最终可能会反受其害。要想做好直播，短视频流量同样不容忽视。今年以来，短视频流量的占比持续上升，这反映了抖音对视频端流量的重视。相较于直播流量，经过过货作品洗礼的用户应该更为精准。 最后，关于如何进行有效的直播复盘，这里分享一些经验。复盘不应流于形式，而是需要基于实际数据。在复盘过程中，应充分利用直播间呈现的数据作为依据，这样才能准确找出问题的本质。同时，复盘时应避免只引用数据而不结合实际情况，这样的复盘才能达到预期的效果。 在这个框架中，复盘是直播过程中Zui常用到的环节，它由四个关键部分构成：流量数据、互动数据、交易数据以及直播现场。首先，流量数据关注点包括观众数量和峰值时段。在复盘阶段，我们需要找出问题并找到解决方法。这涉及到识别大的问题所在，分析导致问题的因素，并根据这些因素制定相应的解决策略。例如，如果流量数据显示今天的开场峰值比昨天低了，那么可能是由于账号违规或开场产品的定价过高导致的。在这种情况下，我们需要考虑如何避免这种情况再次发生。 第二，互动数据的分析可以帮助我们发现直播间内的用户行为模式。如果昨天增粉1000而今天只有200，那么可能的原因是用户在直播间内的停留时间不足或者主播的引导不够吸引人。通过分析直播录像，我们可以发现主播在整个直播过程中没有充分地关注和引导用户。因此，下一场直播中，主播需要更加主动地引导用户关注自己。同样的方法也可以应用于教育领域的数据分析。 第三部分是直播现场复盘，因为有些问题可能无法仅通过数据分析来体现。例如，人员分工出现问题或现场发生停电等事件，这些都是数据所无法捕捉到的。通过对这些现场情况的复盘，我们可以更好地解决问题。 综上所述，将这四个部分结合起来进行直播复盘，对于后续的直播优化具有现实意义，也可以说是一次有效的复盘。此外，降低预期，不做无效工作也是我们在抖音运营过程中应该时刻牢记的原则。从2019年开始接触抖音，经历了起号、选品、直播、运营、拍摄、剪辑、投放以及团队管理等多个环节，虽然踩过不少坑，但也收获颇丰。作为一个算法系统，抖音需要了解算法的本质，即它提供流量，你需要做什么样的数据才能获得更多的推荐。因此，现在仍然有企业在带货时没有深入理解算法的重要性。到了2021年，不要再犯2020年的错误。