这基本涵盖了我对于直播间的系统优化方法。
在过去的一年多时间里，我用这种方法完成了100+直播间的从0到1。
(此处已添加圈卡，请到今日头条客户端查看。)
加入圆圈，获得原始图片。
很多人习惯于研究直播机房诊断的数据对比和变化，进而得出优化方法。
但我没有，甚至说我很少先通过数据看问题。
这并不是说我个人有多牛逼，而是要表达一个观点：
直播间的主要单位是人，不是机器。
数据只能证明结果，但大部分问题注定无法数字化。
比如时间线前后的两次直播，在转换率和接收上有很大的差异。
从数据层面来说，是个烂播，但你不知道主播在她那个时期。
在你阿姨面前，对主播说什么都没用。不信你就感受一下。
知道账号卖什么，一定是账号诊断的第一步。
我诊断账号的第一步不是看账号、视频或者直播，而是先看窗口，也就是卖什么。
做直播间的人一看到什么产品，相应的直播形式和播放方式就会浮现在脑海中。
想了想，去别人账户会顺畅很多。
如果你是初级职业玩家，记得这个账号卖的是什么品类，什么商品，什么价格，对应的人像人群。
没有这一步，你就很难理解为什么账号会这样做，为什么拍视频，哪些动作是错误的。
熟悉账号的定位，是账号诊断的第二步。
我对客户定位的分析来自两点。
一是账号定位很重要，决定了直播账号的框架；
第二，看直播团队是否有做定位的意识和能力。
详细拆解账号定位，如果不明白，可以看前面的推文：
真实案例拆解：如何用强货塑造客厅？
账户位置的分解分为三个部分：
1.账号昵称、头像、描述是否能够塑造一个平面的人设形象。
如果连这个部分都不好，你能相信Ta的其他部分做得有多好吗？
2.短视频创作，是否围绕着账号所定位的人设进行创作。
比如胡夏家族是创始人设定的，所以大部分产品都与企业、品牌、创始人的日常生活和工作有关。
如果是老师设计的，那么会有更多的视频作为教程呈现。
这个部分我称之为人设的双面化。
3.直播间场景、直播话术的融入。
既然是创始人定的，直播间有没有体现品牌的代言，演讲有没有融入品牌的介绍，优势有没有展现出来？
这个部分我称之为人设的立体化。
从这一步开始，我们可以看货物的问题，这就是我们所说的问题诊断。
比如人不立体，那么账户定位就有问题，剩下的无非是解决方案。
摸排团队的运营，是账号诊断的第三步。
直播是人表演的，人不行，给什么诊断建议都没用。
而人不行，不需要诊断都知道到处都有问题。
这就是为什么把团队运作的诊断放在第一位。
很简单，避免花大量精力去诊断直播间，却遇到一堆优化能力跟不上的人，或者一堆懒傻子。
所以我的日常就是遇到一个没希望的团队，不做诊断，以免浪费生命。
团队怎么看？
一看分工，二看经验，三看行为。
第一看直播团队都有谁、有多少人、每个人负责什么事情？
这样你能对 团队架构 有所了解。
第二是看个体经验。
运营是什么段位，有操盘过什么直播间、主播是新主播还是老主播，播了多久、什么品类，往期数据是多少。
实际上这一步就能预测很多问题，遇到相对有经验的还好，说明摊子不会很烂，遇到一群新手就难说了，内心无比拔凉。
我在6月份接触内蒙的麦禾团队，也就是直播案例“蒙都旗舰店”的公司，内心也是无比拔凉。
但当时为什么我会选择接手？
不是因为对方人傻钱多， 而是团队的勤奋。
勤奋到我回到长沙后，看着自己的团队都有点看不起了。
后来，事实证明我的选择没错。
三个月的时间，麦禾已经从当初的 月销4000，变成了月销千万 的中小型直播团队。
举这个例子的目的，是想对那些要中途接手直播间的伙伴说的，在进行项目分析之前，首先看人。
人看准了，很多事情不过就是解决方案的问题。
继续回到第三，也就是 看行为。
我对很多直播间的诊断，为什么不先看数据，原因就在这里。
通过与运营、主播的交流，去了解他们的选品逻辑、视频拍摄、直播玩法、投放行为，以及小店管理等各个板块的问题。
选品逻辑： 团队是怎么选品的，是否有专门的人员，是否懂跟品、测品？
视频拍摄： 为什么会这么拍、每天发多少、数据反馈的情况？
直播玩法： 有没有比较统一的直播形式，流程上怎么设计？
投放行为： 有没有投放、怎么投放的、大概数据情况？
...
能够通过嘴巴问出来的，就尽量不用靠分析。
问得越多，了解得越多，很多时候他们所做的行为，基本决定了这个直播间会呈现怎样的数据。
通过以上，我们可以得出很多信息：直播间货及选品逻辑、直播间人及结构与分配、直播间运营及直播、短视频、投放、小店等。
如果你是新直播间的操盘手，对如上部分要结合重点去调研。
因为你面临的不是方法问题，而是选择问题。
做正确的选择比努力更重要，别把时间花费在没希望的项目上面。
但，如果是对自身的直播间分析，那么就不是选择问题了，而是方法问题。
接下来的部分，是直播间的数据化分析，对于大多数直播间都适用。
直播间的数据诊断，我分为：
流量数据、互动数据、交易数据、投放数据、货品数据、分值数据。
点击主页，下方有付费圈子，加入即可获取原图
流量数据，指的是直播间的整体场观、周期性场观、以及各个流量的来源占比。
对于流量数据的分析，我们能知道近期场观上的变化。
场观是表现，场观出现负面，一定是底部数据出了问题。
比如互动数据、交易数据的持续下降导致，或者是视频质量、投放量级、又或者是口碑分限流等。
至于是哪个部分的变化，要去寻找对应的流量来源。
比如短视频流量代表的是短视频的导流能力，直播推荐则更多挂钩互动、交易指标，而投放流量则更多挂钩的是投放行为。
通过对流量数据的分析，我们就能掌握流量的周期变化，并通过推演不同的流量路径，去得到不同路径的优化方法。
互动数据，指的是直播间的停留、互动行为如点赞、评论等。
作为直播间的基础指标，极大影响了直播间的推荐流量。
大多数免费流量的新号，在线、场观无法完成质的突破，一般就是互动数据做得不行。
通过对互动数据的分析，我们可以得出大致的停留、增粉等相关数据。
那么要做的就是两件事：
第一是针对账号本身，做周期性的数据对比，看哪些数据呈现下跌趋势，并在后期重点加强；
第二，就是去流量广场，寻找同品类、同样免费流量的直播间，大致归纳别人的数据标准，并对短板数据补齐。
交易数据，指的是用户在直播间产生的交易行为及交易结果。
交易行为包含曝光、购物车点击、商品点击等，这部分的数据查询，可以通过小店内单场直播的数据漏斗查看。
对于这个部分，我们把它叫做转化漏斗分析。
漏斗每个环节的缺失，都会极大影响最终的转化结果。
所以对于诊断来说，就是从整体上分析营销漏斗，查看哪个环节缩窄了，并分析出导致缩窄的原因，并提供解决方案。
而对转化漏斗的分析及解决方案，我做了大量的归因、探寻、及优化测试，同样在八月份做了如下这张原创导图。
点击主页，下方有付费圈子，加入即可获取原图
除了交易行为，还有一部分就是交易结果。
交易结果更多指向GMV、UV价值、GPM值等。
但是这些都是结果数据，并不是原因数据。
如果想要解决这些数据的下跌，核心还是要继续回到上述的交易行为。
投放数据，指的是针对有投放类型的直播间，需要单独对投放所产生数据进行分析。
投产数据分析，不是单纯地看投产比那么简单，而是需要包含两部分：
第一部分是投产数据分析，第二部分是转化漏斗分析。
投产数据分析，第一落脚点是投产比：当前时段投产比、今日投产比、近3-7天投产比。
通过对不同时间段的投产结合，可以查看账户的整体走势，并为接下来的调整提供方向。
投产数据分析，第二落脚点是基于投产比上的单个计划分析。
投产比是所有计划的总和。
为了针对性优化，就需要针对单个计划的数据进行拆解，比如点击率、消耗、转化率、支付/下单比等等。
大多数的数据分析，只有放在计划的所处阶段才有效。
这意味着每条计划都有着自己的生命周期，针对不同生命周期的不同数据优化方法，可详见下图。
点击主页，下方有付费圈子，加入即可获取原图
而如果去归类大多数账户的数据变化，我们也会发现看似复杂的数据背后，又有着一定的规律变化。
比如下图的八种常见数据，实际上可以归纳出一个相对标准化的解决方法。
点击主页，下方有付费圈子，加入即可获取原图
除了投产数据，第二部分要分析的是漏斗数据。
很多运营容易犯的一个错误，就是错把小店漏斗当作投放漏斗。
众所周知，小店漏斗的流量来源于包含短视频、直播推荐等各个渠道。
如果以小店漏斗作为分析目标，就会出现数据失真的结果，而对于漏斗如何分析，上述内容已经给出了答案。
货品数据，指的是针对货品的销售、退款、退货评价等数据进行分析。
销售、评价数据有利于优化直播间的选品、排品策略。
我们以百货直播间为例，不同的货品数据表现都有差异。
直播的本质就是测爆品，那么就需要对销量排前的商品安排更多的排款，而对于长期无人问津的商品则要做淘汰处理。
再举个关于退货的例子。
直播经常可以遇到一些商品，表面上看销售量大，但是当天退款、周期性退货率高。
像这些商品具备极强的隐蔽性，如果不做退货率分析，那么就无法辨别这些商品的有效成交。
而对于数据相对高的品，即便销量很好，也会去做下架处理。
数据分析的最后一部分，就是对分值的管理。
分值侧重关注口碑分、体验分、DSR以及信用分。
直播的商品健康度决定了口碑分的高低，而直播的规范性则决定了信用分的高低。
这些数据的查看，有利于运营能够实时跟进直播间的直播状态，并且对直播规范性、商品的规范性做出相应的调整。
而体验分、DSR则是跟小店的销售、商品运营直接挂钩。
运营得好的小店，DSR不会差的情况下，体验分也不会差。
而但凡相关数据出了问题，那么就要重点去查看商品质量、物流、用户体验的运维是否出现漏洞，并进行补救，及时让小店恢复到正常状态，避免直播、投流受到影响。
最后针对数据化诊断部分做下总结。
前文述说了直播诊断光数据没用。
即便是数据诊断的部分，很多人的诊断手法也有问题。
问题在哪里？
问题就是， 不同的直播间品类、形式，对数据的侧重点是不一样的。
我们经常可以看到两种错误的数据诊断方法。
第一种，拿抖音的整体数据数据去对比被诊断直播间的数据。
这不扯淡吗？
服装的停留时长跟百货的停留时长能一样吗？
第二种，拿行业的整体数据数据去对比被诊断直播间的数据。
我们就举例停留时长跟转化率。
虽然是同一个品类，但一个千川直播间跟一个活动起号直播间，能一样吗？
完全不可能一样。
所以数据诊断有据可依，但要保持的态度就是两个字： 灵活。
以上的直播诊断，结合了数据、非数据形式，由现象发现问题、从数据验证问题，再由问题推导解决方案，进而形成诊断的闭环。
作者：尹晨，尹晨俱乐部创始人，巨量学认证讲师，巨量千川汇会员，抖音直播带货一线操盘手，累计GMV
超7亿+，广告日消耗100万+，专注直播带货一线实操经验分享。
