【直播数据大盘】发现抖音直播间卖货风向

飞瓜数据的【直播数据大盘】功能，可及时了解各个品类目前带货直播热度与实时观众热度、上架商品热度等数据，了解直播间卖货风向，并支持查看各品类今日/近90天直播趋势。

【路径】：数据大盘 - 直播数据大盘

【目的】：1.发现品类近90天推广趋势，判断直播间卖货风向

                 2.查看商品今/昨日抖音推广数据，判断推广峰值

                 3.通过各品类推广播主画像，更好定位优质带货播主

1.查看今日实时直播动态，掌握平台流量趋势

在【实时直播动态】模块，可分钟级查看抖音直播间热度，并通过查看实时带货热度、观众热度、上架商品热度等值，掌握今日抖音直播间的流量趋势。

* 直播间热度越高，开播时获得流量的几率越大。

2.查看品类近90天推广趋势，判断推广峰值

在【直播趋势】模块，支持按四级类目查看不同类目的直播关键数据，并可按达人类型进行筛选，更好判断品类在抖音的直播推广热度。

案例：比如我们想知道近期自播号推广防晒霜的场均人气数据。

路径：1.在【热卖品类】中，选择【美妆-美容护肤-防晒-防晒霜】；

          2.在【达人类型】中，选择【自播】；

          3.自定义近90天内的任意时间。

如果想进一步判断商品的最佳推广时间，比如用户大多在什么时候购买这类商品？或者什么时候要加大推广力度？可在【时间筛选】中，选择【昨天】或【自定义日期】，通过24小时内的商品推广趋势，发现商品的热度值。

3.通过直播间弹幕关注点，了解用户的品类需求

【弹幕关注点】模块，根据商品消费者的直播弹幕聚合而成，反应消费者对该类目的关注点（仅统计一级类目）

案例：比如我们想知道最近美妆直播间观众都在弹幕发什么？

路径：在热卖品类中选择【美妆】

可以看到，功效词占比高达21.7%，其中，防晒、提亮、美白相关词近期提及频率较高，那么商家可以围绕这些关键词进行内容文案或话术调整。

4.判断自身在直播大盘中的等级，学习TOP直播间

【直播间层级热力图】功能，将抖音实时开播的直播间按【销售数据】和【人气数据】进行区块划分，通过横纵坐标之间的立体分析，帮助用户快速定位自身的行业水平。

【销售数据】（横坐标）分为 销售额、销量、带货转化率、平均UV价值、平均客单价 5个指标

【人气数据】（纵坐标）分为 观看人次、平均在线人数、平均停留时长、商品上架数  4个指标

案例：以“女装”直播间为例。

Step1：在横坐标和纵坐标分别选定想查看的指标

比如我们想知道如何高销售额女装直播间的观众留存情况，可以分别在横纵坐标选择“销售额”和“平均停留时长”。越向右、越向上的区间，表示该区间的直播间不仅销售额高、观众的平均停留时长也很高。

Step2：点击坐标轴“层级1-层级4”和“D-S+”来快速定位区间，获取区间关键数据

比如我们同时选定“S” 和“层级3”，通过热力图上方的概览，可以知道在“层级S-3”区间内的女装直播间场均销售额是2.5w-5w，平均停留时长是1m9s。

除此以外，还可以通过将场观、分钟销售额产出等数据，与自身直播间数据进行对比，来判断自身所处的等级。

Step3：点击小方块，深度复盘优质直播间数据。

每个小方块内的数字代表该区间内的直播间数量。数值越大，说明区间内的直播间越多，则小方块颜色越红。若小方块为空，则说明该区间无对应的直播间。

通过点击小方块内的数值，可以快速定位该区间内的TOP10直播，通过深度复盘优质直播间数据，取长补短。

5.查看带货播主分布，快速定位优质带货主播

在【直播达人】模块，我们可以通过推广达人的类型、性别、年龄、粉丝量级及行业分布，快速找到适合推广该品类的带货播主。

案例：比如我们想知道最近哪些达人在直播间推广防晒产品？

路径：在【热卖品类】中选择【美妆-美容护肤-防晒】后，将时间选择为近30天。

可以发现，近30天推广过防晒商品的达人中，品牌自播号的销售额占比为27.66%，头部红人占比23.29%，带货达人占比49.05%。

通过右侧的趋势图，可以快速查看每日的达人销售占比情况。比如我们发现3月8日当天，头部红人的占比达到30.48%。那么结合飞瓜的【直播带货达人】功能，就可以快速定位当天的带货主播。

除此以外，还可以结合达人画像，进一步查看各品类商品直播推广达人的性别、年龄、地域、粉丝量分布等。

比如我们看到，[防晒] 的推广达人以女性为主，且年龄集中在31-40岁，而男性推广达人年龄则集中在30岁以下。同时，通过粉丝量级分布，我们发现50-100w的腰部达人数量占比不到5%，但销售转化率却远超其他达人，那么商家在选择投放达人时就可以有所侧重。

6.通过看播观众画像，初步判断品类观众喜好

在【看播观众画像】模块，我们可以通过性别、性别及地域分布，了解品类看播观众的整体画像。同时结合购买偏好分布、视频喜好分布等，为商家选品、视频内容方向定位，提供更多思路。

案例：

以【露酒/果酒/预调酒】品类为例，我们发现虽然直播间男性观众占比超过70%，但女性观众的TGI达到107.8，尤其24-30岁女性，对品类表现出较高的消费意愿。

结合【购买偏好分布】和【视频喜爱偏好分布】，我们发现该品类的观众还喜欢购买美容护肤、零食生鲜品类，同时经常观看运动、文艺、母婴等视频，那么品类商家在推广时就可以结合相关元素，更好调动女性用户的购买意愿。