服装关注引流榜2026-07-22日榜

根据提供的数据,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
    • 总销售额为865,073元。
    • 总视频曝光量为246万次,总点击率为19%。
    • 总有效视频观看时长为13,800小时。

计算每个直播间的短视频引流效率(以销售额/视频曝光量为基准):

短视频引流效率 = 单个直播间销售额 / 视频曝光量

2. 头部效应

  • TOP3直播间引流情况:查看引流人次最高的前三名。
    • 排名前三的直播间:
      1. 李心暖(448,000元,65,749次引流)
      2. 阿迪达斯店(170,000元,35,273次引流)
      3. 木子李(232,000元,48,492次引流)

计算总引流人次:

TOP3直播间总引流人次 = 65,749 + 35,273 + 48,492 = 149,514
  • TOP3直播间的引流占比
    • TOP3直播间总销售额:840,000元
    • 总销售额的占比:(840,000 / 865,073) * 100% ≈ 97.1%

3. 类目特征

  • 引流能力强的直播间带货类目分布: 根据前五名直播间(引流人数超过2万次)的带货情况,分析这些类目在各个直播间的占比。

    • 按照带货类目分类:
      1. 上衣/外套
      2. 裤子
      3. 鞋靴
      4. 女装
      5. 美妆

4. 粉丝体量

  • 粉丝数与引流能力的关系
    • 根据每个直播间的粉丝数和引流人数之间的关系,确定两者间是否存在显著的相关性。

    • 可以使用线性回归或其他相关性分析方法进行数据拟合。

数据处理步骤

  1. 计算短视频引流效率:

    total_sales = 865073
    total_video_views = 2460000
    
    # 短视频引流效率(单位:元/次)
    def calculate_short_video_conversion_rate(sales, video_views):
        return sales / video_views
    
    # 计算每个直播间的短视频引流效率
    for idx in range(len(data)):
        sales = data[idx]['销售额']
        views = data[idx]['总曝光次数']
        efficiency = calculate_short_video_conversion_rate(sales, views)
        print(f"直播间{idx + 1}的短视频引流效率:{efficiency:.2f}")
    
  2. 分析头部效应:

    top3_live_rooms = ['李心暖', '阿迪达斯店', '木子李']
    total_top3_sales = 840000
    total_sales = 865073
    
    # 计算TOP3直播间的引流占比
    top3_conversion_rate = (total_top3_sales / total_sales) * 100
    print(f"TOP3直播间总销售额占比:{top3_conversion_rate:.2f}%")
    
  3. 分析类目特征:

    categories = ['上衣/外套', '裤子', '鞋靴', '女装', '美妆']
    
    # 统计带货类目的分布情况(假设数据已有相关字段)
    category_distribution = {category: 0 for category in categories}
    for idx in range(len(data)):
        category = data[idx]['商品类别']
        if category in category_distribution:
            category_distribution[category] += 1
    
    # 输出统计结果
    for category, count in category_distribution.items():
        print(f"{category}:{count}次")
    
  4. 分析粉丝体量与引流能力的关系:

    import pandas as pd
    
    df = pd.DataFrame(data)
    
    # 统计粉丝数与引流人数之间的相关性(假设数据已有相关字段)
    correlation = df[['粉丝数', '引流人数']].corr()
    print
    

以上分析数据来源:互联岛

详细数据,请访问互联岛官网>