图片来源：图虫创意
大家好，我是Sky，人称老思。
光明内心，然后相信心中所想与心中所见
这篇短文对我们单个直播间一个多月的数据进行了分析，从数据分析中挖掘出了一些信息，分享给大家，希望对大家有所帮助。
（Pearson相关分析数据表-部分，图片来源：Sky老思）
数据分析
1、通过GMV与总观众人数的相关性可以看出，GMV与总观众人数呈显著正相关，说明观众总人数与GMV之间存在直接关系，且相关性较强，观众人数越多，GMV越高。在这组变量中，将观众人数替换为系统推荐流量可以更好的理解其中的算法。因此在运营过程中应该追求较高的系统推荐。这里需要思考的是，在主播能力无法短时间大幅提升的情况下，如何通过运营层面快速提升获取推荐流量的能力。
（来自TikTok Shop后台截图）
2、通过GMV与商品点击率的相关性可以看出，GMV与商品点击率不存在显著相关，因此从单一品类来看，商品点击率是相对稳定的状态，并不是GMV的直接影响因素，但其或许是GMV的间接影响因素。
（来自TikTok Shop后台截图）
3、通过GMV与下单转化率的相关性可以看出，GMV与下单率具有较高的相关性。从指标角度来看，GMV是销售额，而下单转化率是一个比率，销售额与某一比率往往不会呈现相关性，而该数据表明GMV与下单率具有显著相关，说明GMV与下单率之间存在一个中介变量，或许是下单转化率的提升会使得直播间的流量推送变大，进而促使GMV提升。当然，这个假设需要更多数据与指标进行进一步的验证。由此可知，我们在直播时，转化率相对于点击率来说，是更加重要的指标，我们可以在话术上进行升级，减少引导点击的话术并增加引导下单的话术，同时还可以通过优化详情页来提升转化率。
（来自TikTok Shop后台截图）
4、通过GMV与平均播放时长（AWD）的相关性可以看出，GMV与平均播放时长不存在显著相关，这说明在当下阶段，平均播放时长并不能直接影响GMV。从平均播放时长的公式可以看出AWD=Views/Duration，平均播放时长虽然不会直接对整体大盘产生影响，但是从个体角度来讲，或许对UV会产生影响。
（来自TikTok Shop后台截图）
此时提出另一个假设，平均播放时长是通过影响UV（=GMV/Views）进而影响GMV的。从UV与平均播放时长的相关性可以看出，UV与平均播放时长存在显著相关关系，因此印证了平均播放时长会对UV产生影响，但进一步分析发现，GMV与UV同样不存在相关关系。
没有评论:
发表评论