2022，直播间生意的增长密码，藏在这个模型里

　　01 品牌直播，从野蛮生长到精细运营

　　2021 是品牌自播的元年。抖音、快手等平台相继提出「兴趣电商」、「信任电商」的新概念，品牌商家闻政策与流量而来，国际品牌、老牌国货和新锐国货纷纷入局，直播电商行业的发展速度进一步加快，行业交易规模接近万亿市场。

　　在火热的电商直播大盘下，不少新锐国货凭借种草营销、 DTC 营销迅速崛起，乘风闯入直播间赛道，与那些品牌心智极强的国际品牌集团同台竞技。

　　过去的 2021 年，直播电商无疑是当下的风口之一，也为不同类型的品牌带来了野蛮生长的土壤。在这场愈发激烈的角逐中，品牌应如何沉淀出独有的打法?在直播间持续建设品牌力的同时，如何深入打磨运营力，进行更专业化、系统化的精细化运营?

　　解决这些问题的方向至关重要。毕竟，直播带货粗放式发展的时代，可能即将面临结束。

　　02 单店直播间精细化运营在为何所困?

　　平台算法将某个美妆品牌直播间模糊投放至黑盒人群包;组品设计好与直播流程配合的策略;主播根据精心编排的话术、脚本开始燃烧自己，介绍产品亮点和美妆技巧，穿插着护肤知识，配合限时限购等煽动性表达;潜在消费者不断进入直播间，主播的高昂情绪和夸张动作牵动整个直播间的氛围场，也尽可能精细把控住直播节奏。

　　一场直播落幕，运营开始根据后台的 GPM、ROI 等指标衡量本次直播表现，而对过程的复盘，却大多停留在现有数据的表层。主流的直播数据在后台接入和呈现的，往往是一个「数据看板」，而没有提供深度分析;实际上，凭借一个「看板」，品牌很难找到一种可量化的方式，去探究人、货、场如何组合、表现才能沉淀出成功的模型 ——

　　你知道给直播间场景进行一些浮夸布置，或者放一只猫在桌上，似乎能让 CTR 提高，但缺乏有效的归因和数据验证;

　　你知道嗨购直播蹦迪带货千万，但无法得知主播的神情、状态和动作幅度如何潜移默化地作用于停留时长和转粉率;

　　你知道话术为王，一套贴合品牌的话术公式也许能让产品焕发生机、溢价能力愈加高升，但难以去捕捉主播的某个话术搭配或关键词是在哪一秒巧妙击穿了用户心智，让 GVR 乘风而起。

　　直播过程的环境实时变化、海量因素影响着最终的成交额，而直播间的精细化运营则需要品牌能够快速识别那些能影响业务经营指标的关键变量，并且快速响应，给予对应的策略调整。

　　我们都知道「人、货、场」的重要性。而对于直播间的「场」运营和打磨，并非只看穿透率是否足够高、是否能带来源源不断的流量，在以经营指标结果为导向时，过程的剖析也同样重要。

　　而制胜直播间精细化运营，带来生意增长的新密码，也许就藏在单店直播间画像分析模型里。

　　03 如何破局：视频理解 + NLP + 知识图谱

　　时至今日，抖音直播电商渗透率不及 20%，仍存在巨大的增量空间。而在新的流量分配模式下，只有品牌提高对直播精细化运营的关注与投入，才能建立长效经营。

　　嗅到机会的品牌，已经对抖音单店直播间开始了运用算法模型的数字化运营革新。

　　那么，要如何为抖音单店直播进行建模分析?将一场直播「解剖」，拆解提炼出真正影响生意增长的关键变量呢?

　　Whale 帷幄应势推出了「DAM 直播间分析模型」，依托视频理解、知识图谱等 CV 算法和 NLP 技术，带来了抖音单店直播间画像分析的解决通路：

　　第一步，基于 Whale DAM 本身的空间存储管理能力，结合 AI 算法处理非结构化数据，可让品牌存储每场直播视频流及对应数据。每一场直播将被解剖为多个片段，便于检索和复盘。

　　第二步，接入和利用多方、多种数据来源与信息。如直播话术脚本、直播间表现数据、统一接入的三方平台指标数据等。

　　第三步，结合视频理解、语义理解、知识图谱等算法能力，对直播视频流进行结构化解析。通过相关性分析和归因分析，挖掘直播过程中影响业务指标(如转粉率、 UV 价值等)的关键变量。例如分析主播语速音量、神情状态、动作幅度、口播内容与业务指标变化时刻的相关性。

　　第四步，释放 Whale DAM 「直播间分析模型」智能分析能力。基于直播间实时数据变化业务指标动态变化，评估主播的带货表现和话术效果，量化地分析关键变量如何影响最终指标，从而指导直播运营方案与话术脚本的科学调整、让单店直播效果化。

　　#知识图谱 vs 超强话术

　　值得一提的是，Whale DAM 将知识图谱应用于直播效果分析，本质上可以说是一柄高效的利刃。知识图谱最为知名的应用有两例：一是苹果的 Siri 可对人类语音指令进行语义理解并给出智能反馈回应;二是搜索引擎基于模糊描述也能找到你真正想检索的本体。在直播电商如火如荼的当下，或许直播间分析也将成为知识图谱释放魔法的新阵地。

　　通过对品牌所处领域的知识图谱构建，结合对直播话术的场景总结，能够帮助品牌高效地打磨出成功的话术模型，并在一场场直播实践中对话术模型进行可持续动态优化。当其他品牌还在苦心琢磨话术编排和打磨方法时，应用数字力量的品牌已经早早地通过模型抽离出有量化数据支撑的实践话术公式。

　　#分析模型 vs 超级主播

　　从主播培养和管理的角度来说，基于直播间分析模型不仅可以量化主播表现、让考核更加合理，也能够发掘高 ROI 的超级主播表现模式、衍生出超级主播能力模型，形成一套高效的主播培养可复制方法论。

　　除此之外，主播自身状态也影响着穿透率、停留时长和转化率，管理人员也可通过模型识别分析主播状态以调整主播工作节奏，提升直播间服务质量。

　　每个主播优劣势不同，自身能力难以统一。但如果能够提供足够强的话术，经过有针对性的培训，主播在工作执行过程中就能扬长避短、发挥效果。

　　直播电商行业已来到下半场，在营销策略与渠道之外，在塑造品牌力与产品力的同时，如何长效提升直播间「运营力」，是品牌现阶段更需要思考的问题。

　　而在品牌对直播电商精细化运营可能性的探索之旅上，Whale DAM 将助力客户汇聚直播数据，建立算法模型，让影响生意增长的变量评估可清晰量化;以对直播间单店画像的分析，让直播话术调整、主播人才培养与直播运营方案的调整更有据可依。

　　关于Whale帷幄

　　作为国内专业的全域数字化营销运营平台，Whale 帷幄通过人工智能 (AI), 大规模物联网络 (IoT) 和数据模型 (Data) 的关键技术创新，为面向未来的零售品牌提供数据驱动、协作优先、简单易部署的品牌全域营销解决方案，旨在赋能零售品牌可持续化的精细运营与精益增长，打通 MarTech「最后一公里」。目前 Whale 帷幄服务体系已广泛覆盖食品饮料、美妆护肤、时尚鞋服、轻奢珠宝、数码电器、餐饮茶饮、商超便利、汽车服务、医药健康等行业。已积累标杆客户如联合利华、屈臣氏、西贝、美的、泡泡玛特、蔚来汽车、家乐福等 300 余家行业 Top 品牌。公司于2017年成立于杭州，并在上海、深圳、北京设有办公中心。