图书教育关注引流榜2026-06-08~2026-06-14周榜

基于您提供的数据，我们可以从以下几个核心维度进行分析：

1. 引流效率（短视频引流占比与销售额的相关性）：

   • 统计每个直播间在短视频上的引流比例。
   • 计算这些直播间的销售额，并与短视频的引流比例进行相关性分析。
   • 识别那些虽然短视频引流较低，但销售额较高的直播间。

2. 头部效应（TOP3直播的引流人次占比）：

   • 筛选出引流最多的三个直播间。
   • 计算这三者的引流总人次占所有直播间引流总人次的比例。

3. 类目特征（高引流占比直播的带货类目分布）：

   • 按照带货产品分类统计每个直播间的引流比例。
   • 分析哪些类目的产品在引流方面表现更好。

4. 粉丝体量（粉丝数与引流能力的关系）：

   • 计算每个直播间平均粉丝数量。
   • 将直播间按粉丝数量分为不同的组别，比如10万以下、10-50万和50万以上。
   • 分析不同粉丝量级的直播间在引流上的表现差异。

具体分析步骤：

1. 引流效率

# 假设有一个数据框df包含以下列：'live_id', 'short_video引流', '销售额'
import pandas as pd

# 示例数据（实际应替换为真实数据）
data = {
    'live_id': [i for i in range(1, 51)],
    'short_video引流': [20000, 30000, 40000, ..., 10000],
    '销售额': [50000, 60000, 70000, ..., 80000]
}
df = pd.DataFrame(data)

# 计算每个直播间的引流效率
df['引流效率'] = df['短视频引流'] / df['销售额']

# 找出销售额最高的三个直播间并计算它们的引流占比
top3_sales_indices = df.nlargest(3, '销售额').index
top3_video_ratio = df.loc[top3_sales_indices, '短视频引流'].sum() / df['short_video引流'].sum()

print("引流效率分析：", df[['live_id', 'short_video引流', '销售额', '引流效率']].head())
print("TOP3直播的引流占比：", top3_video_ratio)

2. 头部效应

# 计算前三个最高引流直播间引流总人次占所有引流总人次的比例
total_video = df['short_video引流'].sum()
top3_video_total = df.nlargest(3, 'short_video引流')['short_video引流'].sum()

print("头部直播的引流占比：", top3_video_total / total_video)

3. 类目特征

# 假设有一个额外的数据框df_categories包含以下列：'live_id', '类目'
data_categories = {
    'live_id': [i for i in range(1, 51)],
    '类目': ['服装', '教育', '电子产品', ..., '图书']
}
categories_df = pd.DataFrame(data_categories)

# 合并两个数据框
merged_df = pd.merge(df, categories_df, on='live_id')

# 分析各类目的引流比例
category_grouped = merged_df.groupby('类目')['short_video引流'].mean()
print("各类目平均引流情况：", category_grouped)

4. 粉丝体量

# 假设有一个额外的数据框df_fans包含以下列：'live_id', '粉丝数'
data_fans = {
    'live_id': [i for i in range(1, 51)],
    '粉丝数': [20000, 30000, 40000, ..., 80000]
}
fans_df = pd.DataFrame(data_fans)

# 合并所有数据框
merged_df_all = pd.merge(merged_df, fans_df, on='live_id')

# 按粉丝数分组分析引流能力
grouped_by_fans = merged_df_all.groupby('粉丝数')['short_video引流'].mean()
print("不同粉丝量级的直播间平均引流情况：", grouped_by_fans)

通过这些步骤，您可以全面了解各个维度的数据，并根据结果优化您的直播策略。希望这能帮助到您！

以上分析数据来源：互联岛