其他视频商品榜2026-07-03日榜

根据提供的数据，我们可以通过以下步骤进行分析：

1. 视频传播的流量优势

计算各商品高关联视频数

• 高关联视频数定义为视频数大于30的商品。
• 统计每个商品的视频数：
  • 商品24: 85个
  • 商品26: 71个
  • 商品27: 91个

分析流量优势

• 高关联视频数商品：具有更高的流量优势。例如，商品27的812,303次播放和24,453条评论都显著高于其他商品。

2. 转化效率分析

计算转化率

• 视频数与销售额的关系可以通过计算每个视频带来的平均销售额来评估。

def calculate_conversion_rate(video_data, sales_data):
    total_videos = sum([len(videos) for videos in video_data.values()])
    total_sales = sum(sales_data)
    
    if total_videos == 0:
        return 0
    
    average_conversion_rate = (total_sales / total_videos) * 100
    return average_conversion_rate

# 示例数据（需要根据实际数据进行调整）
video_data = {
    "商品24": [85, ...], 
    "商品26": [71, ...],
    "商品27": [91, ...]
}

sales_data = {
    812303: 5600,
    ...
}

分析结果

• 统计各商品的转化率并比较，确定哪些商品具有较高的转化效率。

3. 长尾效应分析

计算销量稳定性

• 使用视频数与总销量的相关性来评估。

def calculate_stability(video_data, sales_data):
    total_videos = sum([len(videos) for videos in video_data.values()])
    total_sales = sum(sales_data)
    
    if total_videos == 0:
        return 0
    
    # 计算每个商品的销量稳定性
    stability_scores = {}
    for product_id, videos in video_data.items():
        sales = sales_data[product_id]
        num_videos = len(videos)
        avg_sales_per_video = sales / num_videos if num_videos > 0 else 0
        
        # 简单计算稳定性，这里可以使用其他方法
        stability_scores[product_id] = (sales, avg_sales_per_video)
    
    return stability_scores

# 示例数据（需要根据实际数据进行调整）
stability_scores = calculate_stability(video_data, sales_data)

4. 类目分布分析

统计各类目的视频带货偏好

• 将商品按类别分组，统计每个类目的视频数和销售额。

def categorize_products(product_categories):
    categories = {}
    
    for product_id, category in product_categories.items():
        if category not in categories:
            categories[category] = {"video_count": 0, "sales": 0}
        
        categories[category]["video_count"] += len(video_data[product_id])
        categories[category]["sales"] += sales_data[product_id]
    
    return categories

# 示例数据（需要根据实际数据进行调整）
categories = categorize_products(product_categories)

最终结果

通过以上步骤，我们可以得出各商品的流量优势、转化效率和销量稳定性，并进一步分析不同类目的视频带货偏好。这将帮助我们了解哪些商品在视频营销方面表现更好。

希望这些分析方法能对您有所帮助！如果有更具体的数据或需求，请告诉我，我可以提供更详细的分析。

以上分析数据来源：互联岛