網址：www.caasdata.com
內容生產並不是一件完全依賴靈感的事情。能夠持續產出好內容的團隊，除了創作才華之外，還有比較敏感的數據思維。數據在內容的生產、傳播、變現等各個環節發揮著至關重要的指導作用。
在卡思數據推出的《短視頻加速DO》系列課程的第1期中，我們邀請到了火星文化COO、卡思數據負責人李若飛，為大家分享短視頻數據運營的實操手冊。
《短視頻加速DO》系列課程一共5期，由卡思數據聯合人人都是產品經理、起點學院、騰訊課堂、麻辣派學院推出，旨在幫助創作者在內容創作、內容營銷、企業號運營的路上走得更快、更輕鬆。本文是第1期課程的精華整理，在公眾號對話框內回覆“數據分析”可獲取課件PPT。
接下來會陸續推出另外3期的課程精華整理。課程已經備好，請在微信公眾號後臺回覆“聽課”，進入教室！
以下是本次課程實錄：
大家好，我是火星文化COO、卡思數據平臺的負責人李若飛。
2018年春節後，每一個普通用戶都能感受到一個巨大的變化，即我們每天都會有一部分時間被以抖音、快手為代表的短視頻平臺的內容佔據。以我自己為例，我每天晚上都會先刷一個小時抖音，再刷一會兒快手。我相信大家應該都會有這樣的感受。
據QuestMobile的統計，2017年獨立短視頻用戶已經達到4.1億，這個體量已經接近移動互聯網用戶的規模。日均啟動次數已經達到20次，日均使用時長已經達到78分鐘。更值得關注的是，短視頻用戶的整體年齡是非常年輕化的，並且他們的興趣、喜好更偏向視頻、社交和購物。所以，對於短視頻用戶來說，從種草到轉化是非常容易接受的。
與此同時，企業也把短視頻作為內容營銷的標配。短視頻是一種新的內容形態，相比其他內容形態來說，它的聲畫結合程度更好。在短視頻傳播方面，我們通常認為有4種傳播模式。第一種是大數據算法推薦，第二種是用戶訂閱邏輯，第三種是社交分享，第四種是推薦或搜索邏輯。對於短視頻而言，尤其是抖音、快手，這4種傳播模式都會被用戶看到。這也是短視頻快速成為新型內容傳播通道的重要原因。除此之外，由於短視頻非常契合品牌年輕化的需求，內容電商的人格屬性較強，從種草到購買一氣呵成，這些紅人對用戶的購買引導是非常強烈的。
顯然，短視頻已經成為一個巨大的產業鏈。
這是一個目前短視頻生態的大致圖譜。我們可以把平臺渠道看作是基礎設施搭建，現在平臺渠道已經非常健全了。平臺渠道之外，有大量的PGC、UGC內容團隊，以及MCN機構，基於平臺生產內容，這些內容通過平臺的傳播能被普通用戶看到。廣告主會依託平臺和內容進行內容營銷。
在短視頻生態中，有眾多的角色進入到這個領域，包括新媒體人、市場、運營人員、互聯網人、廣告人等。這些形形色色的角色進入到了短視頻領域。紅利之下，大家會遇到非常多的問題，例如：如何打造爆款內容？電商短視頻怎麼玩？出海第一站應該在哪？這是我們今年被問到的最多的問題，也是我們辦這次課程的重要原因。我們希望通過這次課程，把我們總結的規律分享給大家，在內容運營、傳播、變現方面給大家一些幫助。
今天我為大家分享的是，如何用數據指導短視頻的運營、傳播和變現。
首先要和大家分享一個概念：什麼是數據？我認為數據並不是數字。數據是客觀規律的數字化呈現。我們經常會關注的數據包括視頻的播放量、評論量、點贊量和粉絲數。這些都是一些基礎的數據，這些基礎數據背後還隱藏著許多大家沒有關注到的點。所以我的分享主要分3部分：第一部分是通過挖掘數據，優化自身運營。第二部分是關注外部數據，調整策略。第三部分是善用數據武器，優化效率，接近變現。
挖掘自身數據，優化運營
第一部分我們先來看如何通過挖掘數據，優化自身的運營。
01可視指標的均值
集均數據代表了賬號在某個時間段的綜合表現，通過數據觀察變化，如用7天數據、30天數據、90天數據、總數據進行對比，可有效判斷階段性運營目標是否達成，及時調整內容和運營策略。
如下圖所示，這檔節目的歷史集均播放量比較高，但在近7天和近30天的數據都有一些波動和變化。
這是一個最基礎的數據觀測。當我們發現這些數據出現明顯的波動時，需要進一步的分析。
02趨勢曲線
在進一步的分析中，我們要分析每一天的數據的波動變化。主要是結合粉絲、評論、點贊3條曲線共同觀察，進行運營覆盤，尋找內容創作規律。
粉絲的增長趨勢對於我們做內容的達人來說，是一個比較關鍵的指標。正常情況下，粉絲的增長趨勢和評論、點贊應該保持一個相對穩定的波形。3條曲線波形的契合度表明了數據的健康情況。
在這張圖中，粉絲的增長趨勢和點贊成比較穩定的波形，但是評論卻多了兩個波峰。具體的原因是什麼呢？我們先來看這條視頻：
我們通過觀察這個視頻可以看到，存在大量引導用戶互動參與的運營點。所以在互動，尤其是評論趨勢圖上，會看到兩個明顯的波峰。
這個案例說明，我們從基礎的數據一步步剖析的時候，能夠看到我們在內容創作和運營引導裡面用到的點，這些運營點在視頻的數據中會有比較明顯的反饋，即增長或減少的趨勢。
03數據的進階用法
除了基礎的數據之外，粉贊比、播贊比、贊評比也是我們衡量數據健康度、粉絲粘性的重要指標。
粉贊比：我們可以基本認為它是一個粉絲總量與獲贊總量的比值，一定程度上代表了粉絲對於內容的認可程度、喜愛度。
播贊比：字面意思是內容播放量與獲贊量的比值，我們可以進一步理解為內容的曝光與互動的轉化率。
贊評比：字面意思是視頻點贊數與視頻評論數的比值，一定程度上可以說明內容參與度以及粉絲的粘性和活躍度。
舉個例子，抖音上視頻的贊評比情況大致如下：
這說明在抖音平臺，贊評比相對合理的一個區間是40-100。如果你的視頻的贊評比高於或低於這個區間，我們就要分析為什麼會出現這樣一種情況。
綜上所述，我們可以進一步通過這樣的進階的比例算法，瞭解內容和粉絲的實際情況。
我們來看一個案例分析：
這是兩個抖音達人賬號，假設這兩個賬號的粉絲都是通過自己的運營增長起來的，沒有其他因素影響。KOL1的粉贊比是0.17，KOL2的粉贊比是0.27，從這項數據來看，KOL2>KOL1，表面數據說明KOL2的內容比KOL1的內容更吸粉。但從贊評比來看，KOL1的數據遠高於KOL2的數據，說明KOL1的內容參與度、粉絲粘性和活躍度是遠高於KOL2的。
這樣看起來雖然有一點矛盾，KOL2比KOL1更吸粉，但是KOL1的粉絲粘性高於KOL2。這是什麼原因呢？瀏覽兩個紅人的主頁後會發現，KOL2的數據是被個別爆款拉動的。這說明我們在分析數據時，不能孤立地看一個指標，需要把上述3個指標綜合起來研究。
04基於平臺閾值，定向優化
這裡需要提到了一個概念：平臺閾值。平臺閾值可以看作是一個標準或一個參考數據。我們應該都見過醫院的化驗單，化驗單裡面經常會看到某項指標的箭頭偏高或偏低，後面會有一個標準的參考值。我們也希望通過我們的數據觀測，能給大家一個參考指標。
05重視用戶數據
除了基礎數據、趨勢曲線、進階數據以及平臺閾值外，我們進一步該關注的是粉絲的數據。我的粉絲到底是什麼樣的？粉絲的興趣點是什麼？粉絲在平臺的行為是怎樣的？
（1）粉絲共同關注
通過對粉絲共同關注的KOL的抽樣研究，我們可以得到粉絲對於全平臺的KOL的喜好情況。即我的粉絲除了喜歡我的內容，還喜歡哪些紅人的內容？這個數據在運營方面的指導意義在於：我可以與用戶共同關注的KOL進行互動，通過互動來提升粉絲的認可度和活躍度。
▲ 數據來源：卡思數據-粉絲解析功能
（2）粉絲內容偏好
在卡思數據粉絲深度解析功能裡，我們能夠更深入地觀察每一個KOL粉絲的喜好，並進行統計整理，我們可以知道粉絲們喜歡什麼樣的內容，更願意評論什麼樣的內容，以此來規劃內容方向，甚至標題、封面等運營手段。
▲ 數據來源：卡思數據-粉絲解析功能
（3）粉絲畫像
用戶畫像也是一項比較基礎的數據。除了創作者之外，品牌方也有了解內容的用戶畫像的需求。例如，關於《魔獸世界》的內容，男性粉絲居多；而關於《陰陽師》的內容，女性粉絲居多。通過用戶畫像，我們可以更清晰地認知賬號粉絲的社會屬性，以及賬號的商業價值。
關注外部數據調整策略
01關注輿情，把脈粉絲需求
認真觀察旗下每個賬號、每條視頻評論輿情，可以幫助內容生產者更好地把脈粉絲需求，讓內容更契合粉絲需要。進行更為廣泛觸達傳播，同時，輿情監測也能夠幫助內容機構預警輿情，規避創作風險。
02“智” 造爆款內容
以抖音為例，蹭熱點已經成為幾乎所有創作者的共同認知，認真觀察視頻平臺熱門BGM、熱門視頻以及新近粉絲增長最快的創作者，可以幫助CP 找到找準內容創意的方向，更有的放矢地進行內容創意生產，“智”造爆點內容！
給大家分析一個案例：在冷啟動的情況下，MOMO實現了抖音40天漲粉160萬+的目標，原因在於，我們是在用數據驅動內容“智”造，通過結合熱門BGM和舞蹈產出優質內容，並通過事件發酵，完成了抖音用戶的原始積累。
通過我們的觀察，發現MOMO醬的粉絲對《學貓叫》這個BGM更感興趣，同時我們發現Angelababy對MOMO醬進行了點贊，所以我們推出了MOMO醬和Angelababy的合拍視頻，這個視頻推出後，引起了用戶的強烈互動，單日增粉量達到了6.7萬。
03尋找標杆/競對，知己知彼
我們可以通過粉絲重合度分析，瞭解兩個紅人的粉絲重合度有多高。這個數據對於運營的指導意義體現在：我們可以與粉絲重合度較高的紅人合拍，通過合拍的方式提高粉絲互動數據。對於品牌主來說，可以通過粉絲重合度分析選擇更契合自己的紅人，進行投放，也可以通過紅人之間的橫向數據對比進行分析選擇。
善用數據工具，靠近變現
最後這一部分想和大家分享的是，如何利用工具做好傳播和變現。
01善用分發工具，釋放人力資源
火星雲分發是火星自主研發的一鍵分發工具，支持視頻一鍵上傳到25 個長視頻、短視頻平臺、媒體號，並支持對所發佈視頻傳播效果快速追蹤統計，一鍵下載各平臺播放、互動數據，減少運營壓力。目前也已經有超過2萬家CP使用這個工具。每天通過這個工具分發的視頻量超過3萬，目前，火星雲分發已經服務587萬作品，視頻播放量共計79.6億播放量。
02用數據說服廣告主，事倍功半
除了對播放和互動的數據監測外，分鐘級監測功能還為大家提供輿情和TA的監測。在數據監測方面，我們不僅需要看整個紅人、整檔節目的輿情和TA，某個視頻的輿情和TA數據也非常重要。這些數據都可以通過分鐘級監測這個工具實現。
同時，卡思商業智能分析系統，也能夠幫助內容機構根據業務需求和營銷目標，從數據表現（播放、互動數據）、客群匹配、輿情分析 等方面，為廣告主理性輸出結案報告，提升廣告主的合作滿意度，展開更長效合作。
卡思數據是目前國內領先的第三方全網視頻數據平臺，目前我們已經收錄PGC節目2w+，KOL紅人20w+，每天分析視頻數據量10億+。覆蓋25+視頻平臺，提供PGC / KOL播放數據、互動數據、用戶數據、用戶內容偏好等多維數據分析。
以上涉及到的所有數據分析工具，大家都可以通過在公眾號後臺回覆“權限”申請試用。我們希望可以通過這些工具，幫助大家更好地進行內容創作、傳播以及變現。
閱讀更多 卡思數據 的文章
