短視頻流量與銷售轉化關系研究
——以抖音為例

網易公司 范彬珊

一、研究背景

隨著短視頻平臺的興起，商家寄希望于頭部達人的高流量，以提高銷售轉化的市場行為愈發普遍。本文以抖音平臺為例，從平臺用戶、內容，及李佳琦短視頻帶貨的電商后臺數據這三方面分析，結合網絡時代消費者決策AISAS模型為研究依據，來尋找答案。

二、抖音概況

抖音，從2017年7月開始用戶迅猛增長，DAU/MAU指數達到了0.45，而在抖音官方公布2020年數據來看，截至1月，抖音日活躍用戶已破4億。龐大的用戶基數使得品牌商家紛紛把抖音作為重要流量池，不惜花重金投入與流量網紅的合作。

在平臺內容上，抖音采用AI分發結合個性化推薦的形式，即，用戶使用APP時，無法自主選擇視頻內容，而是以平臺推送的順序強制性觀看，平臺則會根據用戶瀏覽行為習慣來進行優化推薦。

例如，平臺審核后的短視頻，會先在小范圍與一定時間做初始推薦，抖音則根據此時該視頻的互動、完播率等相關數據來判斷其是否受歡迎，若超過一定指標，則會被繼續擴大到更大的范圍和時間內的第二輪推薦，以此類推，最終成為爆款視頻。這樣的推薦機制使得抖音以內容質量為核心，重內容質量而不是重人，大大提升了優質視頻的傳播效率，弱化了視頻創作者的身份門檻。

三、抖音電商銷售轉化率分析

在抽取了李佳琦過往短視頻帶貨的實際后臺銷售數據研究后發現：

首先，以口紅這一品類隨機抽取21件的電商轉化率數據來看，轉化率最高和銷售總量最高的都是完美日記，實際售價也相對較低（59.8元）。轉化率與銷量總量排名前五的都是小品牌，且售價也相對便宜，而知名品牌如阿瑪尼、YSL，盡管沒有任何折扣，銷售轉化率以及總量也穩居前10。相比之下，TOM FORD、紀梵希這些口紅單價相對較高的品牌，銷售轉化率及銷售總量相對較弱一些。如表1。

其次，以銷量總量為參考，折扣最大的LAC烙色及銷售單價最低的unny轉化率相對較弱，而瀏覽量最高的摩登時代，轉化率也不高，嬌蘭雖然也是知名品牌，瀏覽量位于第二，然而無論是轉化率還是銷售總量也不是很突出。從口紅這一品類來看，消費者更在乎的是價格，反而瀏覽量的多少對銷售總量和轉化率沒有什么太大的影響。如表2。

再次，李佳琦賣過的所有品類隨機抽取54件進行分析，銷售總量及轉化率最高的是國貨小名牌花西子散粉和韓國Dermacol遮瑕，同時售價也相對較低。阿瑪尼、YSL依然保持相對靠前的位置，售價最低的蒂歐絲銷售總量排在了17，轉化率在25，相對中間，折扣最高的完美日記禮盒的銷售總量和轉化率排名相對靠后，瀏覽量最高的ELDAS氣墊無論是銷售總量還是轉化率也相對靠后。如表3。

可見，短視頻的流量對消費者的購買決策并沒有產生太大的影響，消費者在購買決策的形成過程中會綜合考慮各種因素，包括性價比、品牌、產品的實用性等等。

四、流量如何有效轉化變現

“互聯網與移動互聯時代雖然將企業與消費者關系引入了新的平臺，但仍然沒有改變消費者購買決策的過程”，只是在消費者需求確認階段上更直接有效的直觀影響來刺激消費者從認知中產生購買沖動。因此，在短視頻大熱的現階段，結合AISAS模型來看商家如何利用短視頻營銷，從而最大化的實現銷售轉化：

表1 部分口紅品類轉化率

表2 短視頻瀏覽量與銷售轉化率研究

表3 各品類隨機產品數據分析

圖1 AISAS模型

首先，在購買決策最開始的注意環節，優質內容是吸引用戶停留從而產生興趣的關鍵。優質內容誕生于洞察目標消費者行為習慣背后深層的需求，熱搜榜、熱點話題、熱門短視頻，也是內容創作的靈感來源。將產品信息與內容深度融合，堅持原創與創新，才能持續給用戶帶來新鮮感和代入感。借助網絡紅人或明星的影響力，以恰當的內容進行植入創作，利于實現效果最大化，但需注意精準投放，使其與目標消費者人群相匹配。

當消費者產生興趣后進入搜索環節，尋找更多的與產品有關的信息來決定是否購買。數據顯示，抖音用戶在瀏覽“推薦/發現”頁、點贊視頻以及看評論這三種行為分別達到了53.2%、51.8%和51.5%，是抖音用戶的高頻行為。因此，互動數據、評論區輿論情況同時影響著消費者的購買決策。所以，在創作內容中設置一些互動問題或話術，引起共鳴或激發用戶的參與度十分必要，同時，積極在評論中篩選一些精彩的評論并與其互動，利于引發更多的用戶參與討論。

當消費者成功進入購買環節后，很大程度上會分享產品的利與弊，這時需要做好維護，在評論中積極與這一類型的用戶互動，收到好評不忘感謝，接受差評也要合理分析。

此外，選擇適合的發布時間也有利于銷售轉化。數據顯示，短視頻消費場景中，飯后和睡前是抖音用戶最多的使用場景，分別達到了64.1%和62%；可見，超過6成的用戶喜歡在飯后和睡前刷抖音。所以靈活利用用戶的喜好時間，把握發布作品的好時機。

此外，結合熱點，參與平臺活動，發布攜帶話題，以及品牌在進駐抖音的同時也要做好新媒體傳播矩陣，讓銷售轉化實現最大化也很有必要，本文將不再贅述。