直播体系化复盘怎么做( 二 )


① 热点分析上 , 需要从单期、分类、词项拆解上看 。
首先 , 单期直播就是简单地对单期直播数据进行排序 , 找到“好”的直播提炼其特征性;其次 , 分类分析上关注各类直播数据间的横向对比 , 能从分类数据对比上 , 看出哪一类直播更吸引用户 。
最后 , 通过对每期直播的标题进行词项拆解 , 筛除掉无意义的词项 , 再乘以对应期直播的人数 , 对每个出现2次及以上的词项数据取出其对应的单期直播人数均值 , 即可定位到用户最关注、最能吸引用户的核心关键词 。

直播体系化复盘怎么做

文章插图
(热点分析)
② 直播节奏分析上 , 得益于阶段性复盘的庞大数据量 , 我们可以聚类出多期直播聚类下的直播趋势线 , 在趋势线上 , 亦关注3大核心点 “拉新、增长、流失” 。
(1)用户进入直播的高峰期(即新增高峰) , 可用于定位直播亮点 , 并对应布局以留住用户 。
直播体系化复盘怎么做

文章插图
(用户进入直播节奏分析)
(2)通过直播数据排序后的高于中位数直播、低于中位数直播的2种直播数据走势的对比 , 我们能够看出好的直播应有的数据走势应该是什么样的 。
以我这次分析的直播为例 , 能够直观看出 , “差”的直播在增长黄金期都“爬”的很慢 , 而在黄金期后直播数据逐渐平缓 , “差”的直播数据就成了定局 。因此要做的就是在增长黄金期 , 去尽量促进增长 。
直播体系化复盘怎么做

文章插图
(用户流入流出关系分析)
(3)那么在增长黄金期 , 从产品策略来看 , 要做的是留住用户>?还是尽量去拉新?从数据上 , 我们有2种方式判别 , 分别是相关性分析和假设分析:
  1. 在相关性分析中 , 将新增人数/流失率对标最高在线人数 , 以数据模型分析其相关性 , 从相关系数来看哪个指标与最高在线人数相关性最高 , 即影响最大 。
  2. 在假设分析中 , 我们可以将“低于中位数”的直播数据中的新增人数/流失率分别对标“高于中位数”直播的数据 , 其他保持不变 , 看哪种情况下 , 最高在线人数是更高 , 数据是更好的 , 就可以定位出更应该在哪块发力 。
2)用户侧—要明确直播受众及用户圈层 , 并针对这部分受众的观看体验 , 进行服务体验走查 , 能够更帮我们明确后续业务重心、范围及宣传模式 。
在用户圈层上 , 我们对观众数据清洗 , 从年龄、性别、地域、渠道等各项维度去定位观众的特征 。同时 , 考虑到直播本身是以产品为载体 , 其用户圈层基本上与产品本身重合 , 但会存在一定差异性 。
因此 , 此处可以结合TGI分析(Target Group Index 目标顾客指数) , 可以定位到直播用户圈层相较于产品来说的差异点 , 从而更针对受众进行直播内容调整 。
直播体系化复盘怎么做

文章插图
(用户圈层分析)
同时 , 直播本身因其特殊性质 , 也可类比至服务体验设计的思维 , 因此在用户侧分析时 , 从直播前-中-后3个大环节上分析用户行为、需求、痛点、快点 , 从而定位到各个环节直播优化的机会点 , 推进优化 。