为了更好地分析这些数据，我们可以从以下几个角度进行深度挖掘：
1. 视频传播分析
关键指标：
- 每个商品关联的高相关度视频数量
- 高相关度视频的播放量、互动率（如点赞数、评论数）
分析步骤：
- 统计每个商品关联的高相关度视频的数量。
- 计算这些视频的相关度评分，可以通过视频标题、标签与商品信息匹配程度来评估。
- 考察高相关度视频的总播放量和互动率，找出表现突出的商品。
示例分析：
- 商品 1（二手手机）关联了 50 条视频，其中约有 45 条视频获得了超过 2 万次的播放量。
- 商品 30（9 新 Lenovo/联想 i5 品牌二手台式电脑公司前台办公主机）关联了 76 条视频，其中约有 58 条视频获得了超过 1 万次的播放量。
2. 转化效率分析
关键指标：
- 视频数与销售额的关系
- 点击率（CTR）、转化率（CVR）
分析步骤：
- 计算每个商品关联视频的数量与其销售额之间的关系。
- 对比不同商品的点击率和转化率，找出转化效率较高的商品。
示例分析：
- 商品 4（二手 iPhone 6s）：30 条高相关度视频，总销售额为 5,897 元。平均单条视频带来约 196.6 元的销售额。
- 商品 20（二手华为 P20 手机）：55 条高相关度视频，总销售额为 4,583 元。平均单条视频带来约 83.3 元的销售额。
3. 长尾效应分析
关键指标：
- 视频数量与销量稳定性之间的关系
- 销量排名靠后的商品是否依赖于少数高销售视频
分析步骤：
- 统计每个商品关联视频的数量与其销量的关系。
- 对比销量较低的商品，观察它们主要依靠哪些视频进行带货。
示例分析：
- 商品 7（二手联想笔记本）：60 条视频总销售额为 4,839 元。虽然有多条视频表现出色，但整体销量较为稳定。
- 商品 25（旧款 MacBook Pro 手机）：仅 12 条视频，但总销售额达到了 7,650 元，说明该商品依赖少数高销售视频进行带货。
4. 类目分布分析
关键指标：
- 不同类目下商品的视频关联情况
- 每个类目下的转化效率
分析步骤：
- 统计不同类目的商品数量及其所关联的视频数量。
- 对比不同类目下的转化率，找出转化效率较高的类目。
示例分析：
- 食品类：如商品 3（二手零食）和商品 8（二手牛奶），它们分别关联了 45 和 10 条高相关度视频，并取得了不错的销售额。
- 个护类：如商品 9（二手化妆品）关联了 62 条高相关度视频，总销售额为 7,389 元。可以看出，食品和个护类目下的商品在视频带货方面表现较好。
结论
通过上述分析，我们可以得出以下结论：
- 高相关度视频的数量与商品的流量优势、转化效率及销量稳定性密切相关。
- 转化效率较高的商品往往具有较强的视频传播效果，且部分商品依赖少数高销售视频进行带货。
- 在食品和个护类目下，视频带货的效果尤为明显。
希望这些分析对你有所帮助！如果有更多具体需求或需要进一步细化的数据处理，请随时告知。
以上分析数据来源：互联岛