——直播数据拆解及针对性优化（1）直播间数据分析及误区
大家好，欢迎来到壁虎看看的内容干货专栏，本期分享的内容主题是直播数据拆解以及针对性优化，主要讲解的是直播间的数据分析方法以及运营思路。
壁虎看KOL在这里将内容分为5个部分，分别为：
1、直播间数据分析及误区2、用户角度拆解直播间数据3、带货角度拆解直播间数据4、运营角度拆解直播间数据5、直播数据分工优化途径
本篇内容先来讲讲第一部分的内容直播间数据分析以及误区。
直播间数据分析3大误区
作为运营侧，关注数据一定是必不可少的一项基础工作，只有看明白数据分析透数据，才能对直播间的趋势进行预判以及优化，使得直播间更具提升的空间。
那么实际在直播过程中又会有哪些误区呢，壁虎看看在这里为大家盘点了3大误区。
误区① 直播间卖不出去货，是不是因为没有流量？
首先第一个误区，也是很多抖音的运营者最常见的误区是，卖不动货是不是因为没有流量。其实直播间的流量为什么一直不高，或者出现了这种下降的情况，一定是因为直播间的数据不好。
开播后进到直播间的用户，在直播间里产生了停留，并且发生了购买行为，一旦平台监测到，就会认定该直播间是一个优质的直播间，继而继续推送更多流量。
如果说数据表现不好，那流量也会出现这种不高以及下降的趋向，那卖不出去货肯定不是因为没有流量，而是因为直播间可能都不具备电商基本的“人货场”素养，只有直播间有效地做到一个击穿的效果，货才能“跑”起来。
误区② 数据分析仅侧重于GMV、UV价值、场观
第二个误区就是在整个数据分析当中，仅仅重点是集中在了GMV、UV价值、场观。
当然，监测数据会很自然地关注最终卖了多少钱；或者平均进来的用户在直播间花了多少钱；或者这一场直播总共进来了多少人，但是综合这三项数据，都是结果型数据。
作为直播来说，更看重的应该是过程，我们还是要多去关注开播期间，有没有给每一个进来的用户做到一个实时有效的产品介绍，用户有没有点击商品、有没有在直播间停留等等，将这些有效的数据有效监测，用户消费行为的判定才能最终形成。
误区③人=流量=GMV/KPI？
第三个误区就是，人不能代表流量，也不能代表销售额。
这句话怎么理解呢？就是比如在直播间卖的是一个客单价在100-300元的轻奢风女装的商品，那对标的人群就是24-30岁的女性，并且具备一定消费能力的。
如果是三四线城市或者消费者水平不高的女性，引入直播间是无效的，因为可能她的日常消费习惯就在50-100之间；又或者引进来男性来看，他们因为主播很漂亮而进来了，没有消费行为也是不行的。
人数多不是重点，精准用户才是重点，所以说直播间带货要的是精准的用户、精准的流量，对于直播间来说不垂直的流量，不能给直播间贡献销售额和KPI。
直播间数据分析4大要点
在看完了三项最常见的误区后，我们继续来分享一些抖音运营过程中，有关数据分析的几项关注要点。
要点① 数据是内容质量的展现
在数据分析里面要关注的第一个要点就是，数据是我们内容质量的展现。
抖音平台，本来就是一个内容的平台，涵盖到今年一直在说的兴趣电商上，都是优质的内容作主导，那么优质的内容体现哪里呢？其实就是体现在过程数据上。
抖音消费的过程路径如下：用户进入了直播间并停留，再听主播介绍产品，点击商品详情页最终下单形成一个消费闭环。以上路径中的各项过程数据，都反映了整个直播间状况的一个数据反馈。
下面首先来看平台内容推荐路径是如何去触达到更多的用户和消费者的。
一般来说，在发布了直播后或者发布短视频开播后，首先进入的是自然流量池里，基于直播间在卖的商品以及基础账号数据等内容，综合出一个大致的标签，去抓取和直播间相匹配的用户。
例如直播间是卖女装的，就会从整个平台中抓取几个购买女装的用户，先推送到咱们的直播间，进到直播间之后，平台系统会看这些人进到直播间给到了一个什么样的反馈，并且通过这些数据反馈，可以发现这些人可能在直播间有停留意向、有购买意向，系统就会判定这个直播间是一个优质直播间。
积累的数据正反馈越多，那在同等的自然流量池子里的排序就会越高，也就会推送来更多流量。所以经常要注意的主播话术，以及商品上架流程里面去做那些宠粉款、去做福利引流、让大家多点赞多互动，都是提高直播间的正反馈的数据。
所以针对直播间的各项指标数据来做一个针对性的提高优化，以获取更多更精准、更优质的流量，去助力直播卖出去更多货。
要点② 消费者决策路径
第二个要点，就是整个消费者的一个决策路径：观看-增长/停留-点击-成单-复购。
做过抖音直播们一定都知道，在抖音中做直播和传统直播电商平台有非常大的区别：去到淘宝、京东，用户是带着消费欲望的，但是来到抖音这个平台，用户都是刷信息流视频，更多的是需要兴趣驱使用户成为消费用户，这样一来引导就显得至关重要。
首先还是来看一下，用户在进入直播间去形成一个完整的消费路径是如何的。
用户先进入到直播间推荐页上，发现画面还不错、主播还不错，就会点进来产生一个观看的行为，当他看看商品不错，就会产生了一个停留，对商品产生兴趣，继续主播点个关注甚至加个粉丝团，也是对于直播间产生一个认可的行为。
再到后来，点击上架商品的链接，其实点击已经能监测出用户对于商品感兴趣了，或者勾起了对商品的购买欲望，如果根据数据错单或者放大优惠逼单促单，在用户心理承接范围之内最后就会在直播间成交。
如果用户在收到货之后，发现性价比质量等商品质量都是比较好的，也会重复的在直播间来进行复购。
所以说，整个消费者的决策路径的话，还是要去关注每一个节点，用户的消费路径其实是一个漏斗，从观看往下漏，观看产生兴趣，然后产生购物欲望，再到实际购买以及复购。
所以每一层级都要关注到，每一层级都要做提升，才能最终的实现复购效果的达成。
要点③ 权重是怎么来的？
再来看看直播间的整体权重是怎么来的。
不少商家都有这样的疑问：观看都没有人看，会有人点进我们的直播间嘛？或者说，数据分析如何提高直播间的权重的？为什么看起来，总是别家的流量多一些呢？
其实权重，就是在整个系统从“学习你”，到“成为你” 的过程。
首先在冷启动阶段，就是账号的初期阶段，系统会有一个学习账号预测标签的过程，例如发了一条短视频，在这个视频作品中，去介绍商品的画面，以及出镜人员的口播，还有视频的文案等，都会成为系统去抓取关键并预测标签的一个依据。
在这个阶段，通根据预测的标签来进行一个随机的推流，而这些流量进到直播间之后，迎来了一个新的学习阶段，系统会不断验证标签对应用户群体的转化情况。
再将女装商品作为例子，系统通过验证该账号就是能吸引对女装感兴趣的用户；其中24岁-30人岁的人更喜欢看；消费能力在100-300元的一个价格区间段内；综上种种最终就会形成一个根据这些数据的统计标签。
得到一个大致的标签后，不断地去优化这个标签，就到了第三个阶段，明确了账号最终的标签，系统就会知道那些用户才是更精准的流量，再去精准地推送这样的流量。
但是这也有一种反面的情况，就是如果账号有很精准的用户标签，但是直播间没有转化的话，系统也就不会给推流，这就是直播间的马太效应。
所以，这也是我们一直要强调的关注过程数据，提升转化效果，运用好最终的账号权重去实现直播间在线人数的一个飙升。
要点④ 用户购买行为漏斗
下面再来看看，前文中也有提到的用户购买行为的漏斗模型。
从上到下来看，首先展示量是可以通过投放来增加用户观看的次数，如果我们能监测到点击量/投放量的数据，可以进一步优化投放的技巧。
用户进到直播间，停留了之后就是商品点击的次数，以及订单的创建数、成单数。
从整个漏斗模型来看，我们要去重点关注的其中有四个“率”，分别是：
直播间点击率
商品点击率
成单意向率
订单付款率
<