03 遙望科技雙十一帶貨數據(2019雙十一銷售額（雙11各大電商平臺銷售數據）)

好的預期（靠投資活著，僅個人觀點，歡迎指正）

三、產品設計

一般來說，進行一場直播帶貨，整個流程涉及到：內容策劃、商品選品、直播投流、直播間搭建、場控、播后復盤等，每個流程節點都能衍生出許多需求場景。而且，往往一場直播，需要多個角色來共同協作，還要考慮到團隊管理相關問題。

下面我將結合這個流程圖和過往產品設計經歷進行相關描述：

工作臺模塊：

對于MCN機構或者商家自播來說，想要對一天的直播數據做一個快速預覽，應該從哪幾個數據維度呢？

應該是：“直播、看播、成交”，即我今天播了多少場、有多少人看，成交了多少。注意，這里的開播場次，官方定義為：開播時長大于25min的直播間為有效開播場次。那么，聰明的你就要問了，是不是我播的越久越好呢？這個也不一定，還真的有不少商家覺得播的越久越好，因此誕生了機器人播、無人值守24h播等業務形態。

正常來說，一天直播2~6個小時，且分時段來播是比較合適的，打造好直播策略，肯定比企圖通過時長來提升效益靠譜得多。而“觀看人數”、“成交”屬于看播-轉化數據，對于看播轉化數據，官方有一個專業的數據指標叫：“千次看播成交（GPM）”，這個詞的意思是我官方給你這個直播間平均推送1000流量，你能成交轉化多少，是衡量一個直播間質量的指標，介于工作臺模塊是所有直播的數據概覽，這個數據指標可以放到具體的直播間復盤數據里去。

數據看盤模塊：

對于這個模塊，官方巨量百應以及像飛瓜這樣的產品，都做了很細致的參考，像官方有個很不錯的點就是對于各項數據都提出了整改建議（雖然這些建議我感覺都是術語沒太大用哈哈，但是產品設計方向是對的，你不能弄一堆數據全讓商家自己復盤）

不要在意這些細節

數據看盤模塊我們重點分析，在直播電商中，數據復盤的維度。

如何通過數據來看一場直播的質量呢？我們先來看官方給出的指標是：

⑴“直播時長”可以拆解為：“有效場次”、“有效天數”、“有效時長”

⑵"單小時流量"可以拆解為：“流量效果”、“流量因子”、“短視頻引流”、“粉絲流量”

⑶“千人看播成交額（GPM）”可以拆解為：“商品效果”和“商品結構”

直播成交公式

再來看頭部數據分析產品飛瓜的指標，分為：“綜合指標”、“留存分析”、“流量結構”、“互動指標”、“觀眾畫像”

維妥科技-宇宙貓：

總體來說，劃分的維度是大差不差的，從流量關系上是“流量-互動-轉化”這3個維度的數據，從交易邏輯上是“主播-商品-粉絲”這3個維度的數據。

一場直播下來，商家要看到的是我花了多少錢，帶來了多少流量，這些流量給我帶來了多少收益。

細分來說，例如直播間的流量構成，有多少是付費流量，有多少是自然流量，這些流量是從哪些渠道過來的（下次直播的時候，你花錢做了投放，一場直播下來，場均uv價值是多少，如果不符合你的預期，是不是投放的人群不對（在互動數據較好的情況下）

因此，數據復盤模塊也是數據間的交叉驗證，直播成交GMV=變量元素（A*B*C），如果A數據好的情況下，是不是B、C數據有問題。當然，數據間的影響也是有的，比如你直播間互動數據都不好，那么成交數據肯定也不會好。

萬能成交公式就是正確的廢話，你這個數據好了，那個數據好了，整體數據就好了。所以這也是我前面提到的，官方的診斷建議是正確的廢話。

而直播SaaS產品數據決策模塊要做是“帶你看看別人怎么做直播”。它要做的事就是一個數據交叉驗證的事情，同樣一場直播，你和A商家投放成本差不多，最后結果卻不一樣，我把A商家的數據拿來給你看看，發現是哪個環節出了問題。這也將是第二章將提到的“直播場次對比”、“直播監測”等模塊的設計邏輯。

未完待續....

很赞哦!（6）