数据分析案例：浅谈流量视角下的用户链路分析
作者介绍
在有着「强推荐」与「强内容导向」的行业中，流量链路一般由推荐系统推荐或者人工定向购买，其次后端系统完成内容/产品分发、在用户处曝光、以及用户完成消费/转化的一整个链路。
而流量漏斗主要指在流量链路下，以系统分发与曝光为起点，中间每个阶段包含用户在平台上的一些行为特征，最终在平台上完成消费/转化的流程。
即该链路表示以流量的视角下进行漏斗分析，在短视频、直播、电商等互联网行业中，有着不可或缺的作用。
本文则主要以直播电商行业为例子，从直播电商收入的角度，梳理一个较为完整的链路诊断框架，并在该框架下的问题归因、问题下钻与最终定位。
若以直播GMV（即直播电商下直播交易总额）为最终目标，则流量链路可以拆解为：
核心逻辑：
直播GMV = 开播人数*人均开播时长*单位开播时长曝光量*点击率*次均观看时长*每小时下单量*单均价
在此拆解方法中，可以看作将整个直播电商的收入，归因到了四个模板：内容供给、推流效率、用户观看效率、用户购买效率。
●内容供给：
此模块主要从供给的角度来进行GMV的归因，例如近一周可能是由于节假日（春节等），主播不开播，因此也就没有了直播收益。
●推流效率
此模块主要从推流效率的角度进行解释，即表明一定的开播时长下，平台会给该直播多少的曝光（自然流量下，商业化流量下等等）
●用户观看效率
此模块主要从用户观看效率进行出发，CTR如果较低，则表明在用户面对着已经曝光的直播，不会选择点击，表明直播间进人能力较差，这个时候卖家可以考虑更换更有吸引力的封面，或者是直播预热等等运营策略；而如果次均观看时长较低，则表明用户点进直播间后，没有看多久就选择了退出，表明直播间留人能力较差，针对此现象，可以push卖家进一步仔细讲解自己的货品，设计更有吸引力的直播间活动，满足观众预期等等。
●用户交易效率
此模块主要从用户交易效率进行出发，OPH如果较低，则表明用户在对于直播的下单量较少，购买欲望不高；而单均价则衡量了卖家货盘的价格高低。假如在异动分析中，如果OPH较低、但是可以看到单均价有较高的提升，则一般可以推断出卖家在提高自己的货盘价格，利用较高的毛利来赚取利益。
一般来说，增长态势和盈利较为理想的商家，可能会在短期出现OPH与单均价均有提升的情况；大部分正常盈利的商家的OPH和单均价会有一些此消彼长的关系；而一些出现问题的商家，可能会出现OPH与单均价都降低的情况，即用户下单量降低，尽管降低了货盘价格，但是还是没能刺激起该有的用户消费，在这种情况下则需要进一步的下钻。
在上一part中，我们详细了解了流量链路中不同part的含义，这一part我们将着重说明：如何进行问题的定位与下钻。
假如在part2中，我们定位到了CTR（点击率）和OPH（每小时下单量）有着较为明显的下降，那么我们能否给出：直播封面不够吸引人，用户下单意愿较低，购买活力低的结论呢？大部分情况下这种结论都是不够solid 的 。
任何的分析，大部分情况下都应当保持以下原则：
排除外部因素：任何分析，在下结论的时候，都应该首先排除 周期影响（例如淡季旺季）、外部影响（例如竞对动作）等外部因素，确认是内部问题后，再继续进行内部分析。
内部分析定位到目标群体：可以多角度拆解，例如用户角度（需求）、卖家角度（供给）、平台角度（管理、产品、战略等）进行拆解定位，因为很多时候异动是由于某一特定群体的变动，因此一般内部分析，首先需要结合需求进行一定的方向猜测，其次是需要验证自己的猜测。
倘若在没有有效的业务感知与猜测的时候，我们可以按照如下的框架，进行一定的铺展（当然该过程工作量比较浩大），然后从该过程中找到主要的问题群体。
1. 横向看，区分不同流量类型的流量链路
直播GMV = 自然流量GMV + 商业化流量GMV + 公司/部门可调控流量GMV
首先，为什么要区分流量类型？
流量一般指系统或者人工调控的推荐单位，若推荐系统或者人工买的较多，则作品/直播间一般就会推荐给较多的用户，得到较多的曝光。而流量类型，一般可以大分为三类：自然流量、商业化流量、公司/部门可调控流量。
区分流量类型的目的是监控不同流量类型下的流量链路，并针对于可调控的流量类型，定位目标阶段，针对性进行改进。
自然流量一般指由推荐算法计算，并由系统自动推广的流量，其推荐效果与作者自身的各项特征密切相关，相对来说较为黑盒，较难分析push其流量策略。
商业化流量指用户（商家）自己购买流量，平台以一定的广告产品形式，完成其推广与曝光。在该流量下，投放越多一般得到的商业化曝光就越多。因此该部门的流量入口为人为购买，其之后的链路情况也可以进行拆解分析用户在该部门的广告（商业化）流量下的转化过程。
公司/部门可调控流量一般指公司/部门拥有一定比例的流量，并可以调控该部分流量给予特定用户，或以特定方式给予用户。也是属于部门可以干预调控的部门，因此监控其链路效果也是较为重要的。
2. 纵向看，按照用户/卖家/平台等视角进行下钻
直播GMV = 买家群1_GMV + 买家群2_GMV + ... + 买家群N_GMV
or
直播GMV = 卖家群1_GMV + 卖家群2_GMV + ... + 卖家群N_GMV
or
直播GMV = 产品类型1_GMV + 产品类型2_GMV + ... + 产品类型N_GMV
在上一part中，我们以横向的角度，以流量类型，将GMV拆解。这一part则主要从下钻的角度，来进行拆解。
试想这样一个场景，如果看出了自然流量下，流量链路上各个阶段都有一定的下降，那么运营人员该如何去做呢？要对全体商家都有一定的改进动作吗？或者说对于平台的所有用户？这显然不现实，所以这一part，则主要是从纵向的角度，将不同流量类型下的流量链路，进一步定位。
●从用户的角度下钻
一般来说，用户可以拆解为：用户基础画像、用户活跃行为、用户交易行为、用户与主播关系行为。可以根据业务里的常态来进行拆解，例如：粉丝和非粉丝、新客和老客、月交易订单量的范围等等。在这里的话，结合流量类型，流量链路，可以得到这样的结论：
在XXX流量下（自然？用户投商业化？平台自控？），XXX用户（按分发）在XXX阶段（是供给不足？还是推流效率低？还是观看效率低？还是购买效率低？）有着较大幅度的降低 ；
假设我们这里的定位是：自然流量、非粉丝、观看效率低
那么给出的建议可以是：主播针对于未关注的用户（解决用户），可以在直播间宣传一些新粉福利、增加对于新粉的吸引力和影响力，吸引其进入直播间、增强其留人能力（解决流量链路）
●其他
对于卖家和平台产品类型的角度，其拆解方法和用户较为类似，在这里就不过多赘述。
以上我们就完成了流量链路的一个逐步认知与简单的诊断，总结来说就是三个大模块：定位流量阶段；定位流量类型；定位目标群体类型。在实际应用中，可以先定位流量阶段，再在目标阶段下完成流量类型和目标群体的下钻；也可以先定位目标群体，再下钻流量阶段与流量类型。具体如何的分析可以按照业务需求进行合理的铺陈展开，并没有严格的先后顺序要求。
