抖音/快手/淘宝/看点直播平台流量逻辑对比与电商发展思考

写在最前面: 产品小白的一点自学结论或者个人思考,会有诸多不准确之处,非常欢迎大家友善给予指导和想法交流。努力进步~~~~

——————————————————

梳理四大电商直播平台功能差异时,不可避免地考虑到:直播电商中的消费者除过通过主动地方式进入直播购买情景中(搜索、关注等),还有相当一部分电商直播用户是通过被动地方式产生流量,完成转化的?那各个电商平台是如何通过流量推荐逻辑来促成这部分低动机高潜力的平台用户完成转化的?

显然,淘宝直播自产品出生之时就体现出与抖音、快手等不同产品特性,因此无论在直播带货的平台功能上还是在流量变现上都具有绝对的优势(数据支持,变现率等),至于功能对比在另一输出中体现。从一个产品小白的自我理解角度来讲,淘宝直播产品定位是一个内容消费社区,其自产品产生鼓励创造着内容创造都是服务于其变现。而包括抖音、快手在内的直播平台起家都定位于内容社交产品平台,其最初变现方式(商业广告等)内容社交附属功能的实现。目前,商业广告的变现在一些平台上已经快出击天花板(引用文章和数据),因此直播带货行业被广泛推崇为成为下一个风口。抖音、快手、腾讯直播已经在该风口上快速布局,如从快手供应链、MCN布局,抖音签下罗胖、逐步暂停淘宝链接等频频动作,和2月、4月快手抖音内容创作者平台相继上线,都可以看出磨刀霍霍,赛道枪声早已打响。(这部分好像挺有意思,可能还会就平台电商行业布局和功能上线进行一个对比和分析)

正如前所述,在电商直播的产品功能设计中,除去对支持性功能的不断完善(用户使用逻辑中的绝大所数功能,如下单、购买等你等),拓展性功能也成为赢得客户的关键部分(流量引导、营销互动激励),从场景来讲,进入平台后,如何使得有一定需要没有确定目标或者没有确定需求和目标的用户在有限的时间里刷到喜欢的主播、或者可能正好需要的产品品类,目前还是还是靠平台推荐算法来实现。归到流量逻辑,我们在个平台不同的推荐逻辑对电商直播产生的影响作以探讨。

一、淘宝直播:主播为核心,“经验+专业”分级运营

因为已经探讨到淘宝直播不同的产品定位(内容消费社区),因此其流量推荐已经逐渐从内容过度到主播的“经验+专业”分级运营的阶段。

经验涉及的维度包括:直播场次+时长、平台活动完成率、粉丝留存率。

专业涉及的维度包括:单场直播栏目设置;有效宝贝投放;月直播订单;进店转化率;订单退货及差评售后服务能力。

主播的运营管理体系另见文章。

淘宝平台同样有一套规则进行流量的分配,主要有以下三个评判原则:

(1)标签竞争

直播打标签,其实是在给官方和粉丝精准定位你的直播属性,根据你的属性来匹配对应的流量,但是用标签的人多了,可选择范围也就多了。在标签之下,和竞争对手进行流量争夺。

(2)层级攀登

这个毋庸置疑,爬得越高,直播权益也就越多,被官方、粉丝看见的机会就越大,自然流量也会往高层级的主播or店铺身上倾斜。

(3)活动排名

淘系举办的大大小小的活动,各种主题直播与月终排位赛,都是一次洗牌过程。官方活动、官方任务完成得越优秀,排名越靠前,证明你有实力,不会浪费官方辛苦“买”来的流量,在你身上能得到相应的投入产出,在分配中也会更被“偏爱”。

在流量竞争过程中,合理运用直播标签、攀升直播等级以及把握活动机会,上榜排名成为几个核心动作。直播界的“按劳分配”,永远是留给少数“冒尖”的人。

当然,在淘宝系里,流量倾斜的判断点,同样会以内容建设为核心的,所以,做好内容建设,是提升流量的核心点。如何做好直播体系的内容系列,可以从这5个部分来评判:


淘宝为目前直播电商模式最为成熟的平台,主要分为红人带货+商家自播,90%直播场次和70%成交额来自商家自播。淘宝直播进店转化率超60%,但退货率较高。淘宝APP月活为6.5亿淘宝直播APP月活为7500万,用户基数庞大,但应用社交属性较低。

2020年淘宝将以直播店铺化为主,流量运营私域化、主播孵化精细化、机构运营层级化为辅,继续发力直播带货。

二、快手的流量逻辑:已内容为核心,“社交+兴趣”

快手基于社交+兴趣进行内容推荐,采用去中心化的“市场经济”。平台以瀑布流式双栏展现为主,发布内容粉丝到达率约为30%-40%。

快手优先基于用户社交关注和兴趣来调控流量分发,主打“关注页”推荐内容。快手的弱运营管控直接“链接”内容创作者与粉丝,加深双方粘性,沉淀私域流量,诞生了信任度较高“老铁关系”。


快手推荐“互粉”的规则和路径,平台限制每天的关注上限是20人,并且,当关注数到达1500的上限之后就不再能添加了。当然,平台这样设计的目的并不是为了让人互粉。

推荐机制有以下几种类型:根据你关注的人推荐;有N位好友共同关注;你可能认识的人;他在关注你。

通过互粉得来的粉丝,一般也比较关注“互粉”,他可能会做粉丝管理:经常查看自己关注的人是否也在关注自己,如果对方不再关注自己,那么就取关。

以下这张由产品经理绘制的模型图大概可以演示由“陌生人社交”转变为“粉丝老铁社交”,由“公域流量”转变为“私域流量”的快手流量逻辑,发帖人的“风格”/“人设”越明显、越强大,私域流量就会越紧密。


据QuestMobile统计:

快手活跃用户7日留存率达到84.4%,位居短视频App之首,留存率仅次于微信。

三、抖音的流量逻辑:重算法轻粉丝

抖音的重算法轻粉丝的流量逻辑来自于今日头条的成功,作为区别于搜索和社交的信息推荐模型将内容和用户进行匹配,通过系统进行精准推荐是这个算法的核心,所以有人又将这个逻辑称为:内容导向的计划经济。

抖音和头条推荐算法背后有一个简单的函数公式:

y = F ( Xi , Xu , Xc )

这个函数包括三个维度的变量,即用户、环境、内容。

第一个维度:内容。每种内容都有很多标签,什么类别、属于什么领域、播放量、评论数、转发数等,需要考虑怎样提取内容特征来推荐;

第二个维度:用户特征。包括兴趣、职业、年龄、性别等;

第三个维度:环境特征。用户在哪里,什么场合,工作还是旅游,还是地铁里。

简单来说就是:我是谁、我在哪儿、我想看什么。

要将这三者匹配起来,是一个很复杂的数学问题,常用的模型就有好几种。像抖音这种数据量大、实时性强的,一般是多种模型混合使用。最终,系统会根据多个因素加权计算得出一条视频的指数,然后根据指数来分步骤推荐。

1. 第一步:冷启动

视频通过审核后,系统会分配一个初始流量池,初始流量池由两部分组成:

该账号的粉丝,但并不是所有粉丝都能推送,要服从算法优先原则;

可能喜欢该视频的用户。

冷启动推荐有300左右播放量。系统会根据数据来给视频加权计算,最核心的数据有4条:

播放率;

评论率;

点赞率;

完播率。

然后做加权计算:

下次推荐量=系数*(A*完播率+B*点赞率+C*评论率+D*转发率)

权重的排序大概是完播率>点赞率>评论率>转发率。道理很简单,你的视频也许开头吸引了用户,也许标题吸引了用户,也许是封面吸引了用户,但这些都不能证明你的整个视频质量高,只能证明某一部分吸引人。

如果用户可以把你的视频看完,那说明你的视频真的是优质,所以把完播率的权重放在第一位也就不足为奇。

除了这四个数据外,账号的权重也是考虑因素。根据今日头条的算法经验来看,如果两个账号发同样的消息(文字可以抓取内容来分析),算法会优先采信权重高的账号。但是视频应该较难遇到此情况。

2. 第二步:被再次推荐

加权计算后,符合第二次推荐的要求,视频会被推荐到第二个流量池,3000左右。然后重复第二步的操作。统计数据,再推荐,每一次推荐都会获得更大的流量。如果某一次数据不达标,那就会暂时推荐。视频的流量也就止步了。最终形成了倒三角推荐机制:

以上是抖音短视频的流量逻辑,那么到了直播电商多半也会延续这个流量推荐算法,只不过直播电商还会涉及转化率、复购率等电商的参数,这些将让抖音面临新的流量分发挑战。

四、腾讯直播的流量逻辑:工具化的社交裂变

2019年12月,腾讯直播全面开放公测,分为看点直播+小程序直播。腾讯以“看点直播”的工具形式为主,通过已有的个人微信、朋友圈、公众号、微信群、企业微信和投放腾讯广告(广点通),以“去中心化”的方式由主播自行获取平台流量。

2020年微信小程序的布局重点是建设商业场景,推出最新的官方小程序直播组件“看点直播”,帮助商家打造属于自己的商业闭环。

微信采用S2B2C模式,平台用户的高粘性、私域流量的高信任可带来电商的高转化、高复购,未来在电商直播市场的表现值得期待。(什么是S2B2C模式?见知乎回答https://www.zhihu.com/question/68788450


参考文章:

庄帅:http://www.woshipm.com/it/3700750.html

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335