本文对抖音、快手、淘宝直播和腾讯直播这四大直播电商平台的流量逻辑，做了深入的研究并整理出来。推荐给对直播平台感兴趣的童鞋阅读。

直播电商越来越火热，连罗永浩在看完招商证券的直播电商报告后，都高调宣布进军直播电商，并很快与抖音签约。

罗永浩虽然这几年手机没有做成，却让自己成为了不折不扣自带话题的“超级网红”。这里暂不评判罗永浩做直播电商是否会成功，能否超越淘宝直播的李佳琦和快手直播电商的辛巴成为抖音直播电商“一哥”，而是对抖音、快手、淘宝直播和腾讯直播这四大直播电商平台的流量逻辑，做了深入的研究并整理出来，供商家们在选择直播平台和实际卖货时作为参考。

一、抖音的流量逻辑：重算法轻粉丝

抖音的重算法轻粉丝的流量逻辑来自于今日头条的成功，作为区别于搜索和社交的信息推荐模型，将内容和用户进行匹配，通过系统进行精准推荐是这个算法的核心，所以有人又将这个逻辑称为：内容导向的计划经济。

抖音和头条推荐算法背后有一个简单的函数公式：

y = F ( Xi , Xu , Xc )

这个函数包括三个维度的变量，即用户、环境、内容。

• 第一个维度：内容。每种内容都有很多标签，什么类别、属于什么领域、播放量、评论数、转发数等，需要考虑怎样提取内容特征来推荐；
• 第二个维度：用户特征。包括兴趣、职业、年龄、性别等；
• 第三个维度：环境特征。用户在哪里，什么场合，工作还是旅游，还是地铁里。

简单来说就是：我是谁、我在哪儿、我想看什么。

要将这三者匹配起来，是一个很复杂的数学问题，常用的模型就有好几种。像抖音这种数据量大、实时性强的，一般是多种模型混合使用。最终，系统会根据多个因素加权计算得出一条视频的指数，然后根据指数来分步骤推荐。

1. 第一步：冷启动

视频通过审核后，系统会分配一个初始流量池，初始流量池由两部分组成：

1. 该账号的粉丝，但并不是所有粉丝都能推送，要服从算法优先原则；
2. 可能喜欢该视频的用户。

冷启动推荐有300左右播放量。系统会根据数据来给视频加权计算，最核心的数据有4条：

1. 播放率；
2. 评论率；
3. 点赞率；
4. 完播率。

然后做加权计算：

权重的排序大概是完播率>点赞率>评论率>转发率。道理很简单，你的视频也许开头吸引了用户，也许标题吸引了用户，也许是封面吸引了用户，但这些都不能证明你的整个视频质量高，只能证明某一部分吸引人。

如果用户可以把你的视频看完，那说明你的视频真的是优质，所以把完播率的权重放在第一位也就不足为奇。

除了这四个数据外，账号的权重也是考虑因素。根据今日头条的算法经验来看，如果两个账号发同样的消息（文字可以抓取内容来分析），算法会优先采信权重高的账号。但是视频应该较难遇到此情况。

2. 第二步：被再次推荐

加权计算后，符合第二次推荐的要求，视频会被推荐到第二个流量池，3000左右。然后重复第二步的操作。统计数据，再推荐，每一次推荐都会获得更大的流量。如果某一次数据不达标，那就会暂时推荐。视频的流量也就止步了。最终形成了倒三角推荐机制：

以上是抖音短视频的流量逻辑，那么到了直播电商多半也会延续这个流量推荐算法，只不过直播电商还会涉及转化率、复购率等电商的参数，这些将让抖音面临新的流量分发挑战。

二、快手的流量逻辑：社交+兴趣

快手基于社交+兴趣进行内容推荐，采用去中心化的“市场经济”。平台以瀑布流式双栏展现为主，发布内容粉丝到达率约为30%-40%。

快手优先基于用户社交关注和兴趣来调控流量分发，主打“关注页”推荐内容。快手的弱运营管控直接“链接”内容创作者与粉丝，加深双方粘性，沉淀私域流量，诞生了信任度较高“老铁关系”。

我们看下快手推荐“互粉”的规则和路径，平台限制每天的关注上限是20人，并且，当关注数到达1500的上限之后就不再能添加了。当然，平台这样设计的目的并不是为了让人互粉。

推荐机制有以下几种类型：

• 根据你关注的人推荐；
• 有N位好友共同关注；
• 你可能认识的人；
• 他在关注你。

通过互粉得来的粉丝，一般也比较关注“互粉”，他可能会做粉丝管理：经常查看自己关注的人是否也在关注自己，如果对方不再关注自己，那么就取关。

以下这张由产品经理绘制的模型图大概可以演示由“陌生人社交”转变为“粉丝老铁社交”，由“公域流量”转变为“私域流量”的快手流量逻辑，发帖人的“风格”/“人设”越明显、越强大，私域流量就会越紧密。

据QuestMobile统计：

快手活跃用户7日留存率达到84.4%，位居短视频App之首，留存率仅次于微信。

三、淘宝直播的流量逻辑：主播的“经验+专业”分级运营

淘宝直播已经逐渐从内容过度到主播的“经验+专业”分级运营的阶段，经验涉及的维度包括：直播场次+时长、平台活动完成率、粉丝留存率。

专业涉及的维度包括：

• 单场直播栏目设置；
• 有效宝贝投放；
• 月直播订单；
• 进店转化率；
• 订单退货及差评售后服务能力。

主播分为三个大的级别：

• TOP主播：MCN机构、艺人、大咖、KOL；
• 腰部主播：转化高、能力高、颜值高；
• 新进主播：吸粉、在线时长、直播封面。

2019年3月份，淘宝直播推出了一个叫“主播成长”的体系，通过这个主播能了解到自己等级的所处位置。淘宝的主播等级是反映主播影响力，主播想要提升自己的等级，需要积累经验值和专业分。

1. 获得经验值和专业分方法

• 基础经验值任务：每开播1分钟即可获得1点经验值，每日最多获得200点，超出部分不再累加。
• 附加经验任务：直播间观众产生点赞、评论、关注、分享等互动行为后，平台给予额外经验值奖励，按日结算，每日最多奖励100点，超出部分不再累加。
• 基础专业任务：每添加1个商品到直播间即可获得2点专业分，按日结算，每日最多获得200点，超出部分不再累加，重复添加同一个商品不会额外计分。
• 附加专业任务：直播间观众通过商品列表进入店铺，或产生购买行为后，平台给予额外的专业分奖励，按日结算，每日最多奖励100点，超出部分不再累加。

2. 注意事项

经验值和专业分数值会带到下一个等级去，淘宝直播的主播们累计的经验值只对主播自己有效，专业分只对主播所属专业类目有效。4级及以上主播的经验值和专业分数据会存储在底表，但前台只展示当月数值，用于每月top主播排序。

除了主播的分级运营之外，淘宝平台同样有一套规则进行流量的分配，主要有以下三个评判原则：

（1）标签竞争

直播打标签，其实是在给官方和粉丝精准定位你的直播属性，根据你的属性来匹配对应的流量，但是用标签的人多了，可选择范围也就多了。在标签之下，和竞争对手进行流量争夺。

（2）层级攀登

这个毋庸置疑，爬得越高，直播权益也就越多，被官方、粉丝看见的机会就越大，自然流量也会往高层级的主播or店铺身上倾斜。

（3）活动排名

淘系举办的大大小小的活动，各种主题直播与月终排位赛，都是一次洗牌过程。官方活动、官方任务完成得越优秀，排名越靠前，证明你有实力，不会浪费官方辛苦“买”来的流量，在你身上能得到相应的投入产出，在分配中也会更被“偏爱”。

在流量竞争过程中，合理运用直播标签、攀升直播等级以及把握活动机会，上榜排名成为几个核心动作。直播界的“按劳分配”，永远是留给少数“冒尖”的人。

当然，在淘宝系里，流量倾斜的判断点，同样会以内容建设为核心的，所以，做好内容建设，是提升流量的核心点。如何做好直播体系的内容系列，可以从这5个部分来评判：

1）内容能见度

即内容所能覆盖消费者的广度，主要是通过直播间浮现权重和微淘触达的人群，被覆盖的人群受众越广，内容能被看见的几率越大。主要考察直播的运营能力。

2）内容吸引度 

以在单位时间内，粉丝能否在直播间进行停留、购买，以及互动动作（评论、点赞、分享等）作为考量，多取决于直播氛围、产品选择和主播引导。主要考察的是产品构成及主播吸引力。

3）内容引导力

与内容吸引度息息相关，是从把粉丝留住到引导其进店并主动了解商品的能力，这部分可依靠主播的话术建设来提升。主要考察话术体系构建和主播控场、吸引力。

4）内容获客力

代表内容与消费者购买行为产生引导转化的能力，也就是了解产品后进行了购买行为，从前期的种草到拔草成功，通过内容获得购买商品的精准消费群体。

5）内容转粉力

即通过持续性的内容输出，将只是短暂停留的游客变成有目的、停留时长高的“铁杆”粉丝。

淘宝为目前直播电商模式最为成熟的平台，主要分为红人带货+商家自播，90%直播场次和70%成交额来自商家自播。淘宝直播进店转化率超60%，但退货率较高。淘宝APP月活为6.5亿，淘宝直播APP月活为7500万，用户基数庞大，但应用社交属性较低。

2020年淘宝将以直播店铺化为主，流量运营私域化、主播孵化精细化、机构运营层级化为辅，继续发力直播带货。

四、腾讯直播的流量逻辑：工具化的社交裂变

2019年12月，腾讯直播全面开放公测，分为看点直播+小程序直播。腾讯以“看点直播”的工具形式为主，通过已有的个人微信、朋友圈、公众号、微信群、企业微信和投放腾讯广告（广点通），以“去中心化”的方式由主播自行获取平台流量。

2020年微信小程序的布局重点是建设商业场景，推出最新的官方小程序直播组件“看点直播”，帮助商家打造属于自己的商业闭环。

微信采用S2B2C模式，平台用户的高粘性、私域流量的高信任可带来电商的高转化、高复购，未来在电商直播市场的表现值得期待。

#专栏作家#

庄帅，微信公众号：庄帅零售电商频道（ID：zhuangshuaiec）”，前沃尔玛（中国）、王府井百货电商高管，中国百货协会无人店分会客座顾问、中国电子商务协会高级专家，专注零售电商商业研究。

本文由 @庄帅 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议