短视频流量与销售转化关系研究——以抖音为例

网易公司 范彬珊

一、研究背景

随着短视频平台的兴起，商家寄希望于头部达人的高流量，以提高销售转化的市场行为愈发普遍。本文以抖音平台为例，从平台用户、内容，及李佳琦短视频带货的电商后台数据这三方面分析，结合网络时代消费者决策AISAS模型为研究依据，来寻找答案。

二、抖音概况

抖音，从2017年7月开始用户迅猛增长，DAU/MAU指数达到了0.45，而在抖音官方公布2020年数据来看，截至1月，抖音日活跃用户已破4亿。庞大的用户基数使得品牌商家纷纷把抖音作为重要流量池，不惜花重金投入与流量网红的合作。

在平台内容上，抖音采用AI分发结合个性化推荐的形式，即，用户使用APP时，无法自主选择视频内容，而是以平台推送的顺序强制性观看，平台则会根据用户浏览行为习惯来进行优化推荐。

例如，平台审核后的短视频，会先在小范围与一定时间做初始推荐，抖音则根据此时该视频的互动、完播率等相关数据来判断其是否受欢迎，若超过一定指标，则会被继续扩大到更大的范围和时间内的第二轮推荐，以此类推，最终成为爆款视频。这样的推荐机制使得抖音以内容质量为核心，重内容质量而不是重人，大大提升了优质视频的传播效率，弱化了视频创作者的身份门槛。

三、抖音电商销售转化率分析

在抽取了李佳琦过往短视频带货的实际后台销售数据研究后发现：

首先，以口红这一品类随机抽取21件的电商转化率数据来看，转化率最高和销售总量最高的都是完美日记，实际售价也相对较低（59.8元）。转化率与销量总量排名前五的都是小品牌，且售价也相对便宜，而知名品牌如阿玛尼、YSL，尽管没有任何折扣，销售转化率以及总量也稳居前10。相比之下，TOM FORD、纪梵希这些口红单价相对较高的品牌，销售转化率及销售总量相对较弱一些。如表1。

其次，以销量总量为参考，折扣最大的LAC烙色及销售单价最低的unny转化率相对较弱，而浏览量最高的摩登时代，转化率也不高，娇兰虽然也是知名品牌，浏览量位于第二，然而无论是转化率还是销售总量也不是很突出。从口红这一品类来看，消费者更在乎的是价格，反而浏览量的多少对销售总量和转化率没有什么太大的影响。如表2。

再次，李佳琦卖过的所有品类随机抽取54件进行分析，销售总量及转化率最高的是国货小名牌花西子散粉和韩国Dermacol遮瑕，同时售价也相对较低。阿玛尼、YSL依然保持相对靠前的位置，售价最低的蒂欧丝销售总量排在了17，转化率在25，相对中间，折扣最高的完美日记礼盒的销售总量和转化率排名相对靠后，浏览量最高的ELDAS气垫无论是销售总量还是转化率也相对靠后。如表3。

可见，短视频的流量对消费者的购买决策并没有产生太大的影响，消费者在购买决策的形成过程中会综合考虑各种因素，包括性价比、品牌、产品的实用性等等。

四、流量如何有效转化变现

“互联网与移动互联时代虽然将企业与消费者关系引入了新的平台，但仍然没有改变消费者购买决策的过程”，只是在消费者需求确认阶段上更直接有效的直观影响来刺激消费者从认知中产生购买冲动。因此，在短视频大热的现阶段，结合AISAS模型来看商家如何利用短视频营销，从而最大化的实现销售转化：

表1 部分口红品类转化率

表2 短视频浏览量与销售转化率研究

表3 各品类随机产品数据分析

图1 AISAS模型

首先，在购买决策最开始的注意环节，优质内容是吸引用户停留从而产生兴趣的关键。优质内容诞生于洞察目标消费者行为习惯背后深层的需求，热搜榜、热点话题、热门短视频，也是内容创作的灵感来源。将产品信息与内容深度融合，坚持原创与创新，才能持续给用户带来新鲜感和代入感。借助网络红人或明星的影响力，以恰当的内容进行植入创作，利于实现效果最大化，但需注意精准投放，使其与目标消费者人群相匹配。

当消费者产生兴趣后进入搜索环节，寻找更多的与产品有关的信息来决定是否购买。数据显示，抖音用户在浏览“推荐/发现”页、点赞视频以及看评论这三种行为分别达到了53.2%、51.8%和51.5%，是抖音用户的高频行为。因此，互动数据、评论区舆论情况同时影响着消费者的购买决策。所以，在创作内容中设置一些互动问题或话术，引起共鸣或激发用户的参与度十分必要，同时，积极在评论中筛选一些精彩的评论并与其互动，利于引发更多的用户参与讨论。

当消费者成功进入购买环节后，很大程度上会分享产品的利与弊，这时需要做好维护，在评论中积极与这一类型的用户互动，收到好评不忘感谢，接受差评也要合理分析。

此外，选择适合的发布时间也有利于销售转化。数据显示，短视频消费场景中，饭后和睡前是抖音用户最多的使用场景，分别达到了64.1%和62%；可见，超过6成的用户喜欢在饭后和睡前刷抖音。所以灵活利用用户的喜好时间，把握发布作品的好时机。

此外，结合热点，参与平台活动，发布携带话题，以及品牌在进驻抖音的同时也要做好新媒体传播矩阵，让销售转化实现最大化也很有必要，本文将不再赘述。