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