抖音的相关数据有哪种 抖音的数据概要在哪里

一、抖音有哪种需要的数据

在研究抖音数据之前，首先我们要了解一些基本的数据概念。

指标是用于度量发展程度的单位，我们需要通过数个关键指标来将运营情况可视化。

（一）基础指标播放量；平均播放量；点赞量；平均点赞量；评论量；平均评论量；转发量；平均转发量。

基础指标也是需要优化的直接指标。均值，是当前时段内容质量的平均水平。设7 日内，总点赞量为10000，视频产出量为5个，这么每个视频平均点赞量为2000。我 们可以根据均值数据的曲线波动，有效判断出各维度的内容及运营策略是否需要调整。

通过对内容质量相关维度的深度挖掘，我们能找到规律，并将优质内容特征层层拆分、放大，针对劣质内容共性找到较佳解决方案。

（二）互动指标

点赞率=点赞量/播放量；评论率=评论量/播放量；转发率=转发量/播放量。

以播放量为关联基数，比值越高，说明相关指标质量越好。

（三）价值指标

带货力：通过转发率（收藏率）及评论、舆情监控，进行带货能力的评定。赞粉比=获赞总数/粉丝总数。数值越大，则在一定程度上代表了内容的拉新能 力和粉丝的认可程度越高。

（四）维度

维度是剖析变量的方式和分析问题的方向。

内容质量维度：内容类型、内容看点、内容创新点、关联热点、拍摄质量、台词文案等。热搜话题统计（难度系数、操作性、可复制性）：参与人数、.靠前的视频点赞数。对标账号：与己方账号定位、赛道同类型的头、中部账号。分析对标账号的更新节奏、每日更新内容、爆款分析、粉丝增长情况等，可以成为我们很好的标杆和方向指引。对比角度：己方账号数据、对标账号数据、热搜内容数据。视频描述：视频的发布文案统计，根据互动型文案、描述型文案等不同类型做好标识。发布时间：视频的发布时间统计，参考不同类型内容在不同时间段的发布效果。

例如，播放量是一个数据指标，而我们可以从日期的维度观测一个周期内哪几个内容流量偏高或偏低；每天不同时间段内流量的分布情况等。界定清楚你要评估的数据指标，再分析有可能用哪种维度去看待这些指标，通过长线累积进行交叉对比。

如今回归到基础指标，我们以用户发生的核心行为为主线，重点需要、提高的就是基础指标中的四个行为：播放、点赞、评论、转发。围绕基础指标中的四个行为，我们重点的数值和维度可能就包括了完播率、复播率、量、话题性、传播性等。我们对此有一个合理的预设区间，设点赞转化率在10%～30%，就是一 个健康的状态，以此为标准来评估周期内内容创意产出的合理性。

二、这些数据的价值是什么

怎样才能对指标走向、账号发展具有掌控力？可对内容、用户、对标账号深度洞察，将无法掌握的目标或问题拆解为执行细节。对小细节进行掌控，就容易得多了。

▲ 抖音账号“牛丁的早晨”30日增粉情况

以“牛丁的早晨”这个抖音账号为例，阶段目标为15日涨粉5万人。粉丝增长=自然增长+用户传播+内容影响+渠道外推。

粉丝自然增长：根据近30天粉丝增长数据的统计分析（包括负增长），平均每日自然增长约为800人。由于账号内容的特殊性，并无热点影响，所以在保证内容质量不下降的情况下，800×15=12000人，15日后会有12000人的流量保证。

用户传播：根据近30天转发数据的统计分析，前20天平均每日转发人数为200人， 而后10天平均每日转发只有33人。设转发可以带来1:1的转化量，我们将与转发相关的维度（内容转折性/段子等）进行逐一剖析、优化、提高，将转发量提高到平均线以上，也可带来200×15=3000人的流量。

高质量内容：一个时间段内的数据曲线保持平稳，才是健康的发展态势，但由于我们想在未来半月内重点冲刺一下粉丝数量，所以会在未来15日内重点针对内容进行 发力，对可带来粉丝高增长的内容题材进行集中制作。不过这个办法只能作为短时间冲刺使用，长时间题材单一，会造成粉丝审美疲劳，对后续内容产生失望，得不偿失。

关于高质量内容的打磨，我们在其他章节另作阐述。

根据过去30天的爆款内容分析，平均每个爆款视频可以为我们带来约5000个粉丝。

根据我们的时间、精力，由每周1个爆款视频提升为每周2～3个，设15日产出5个 爆款视频，则可带来5000×5=25000个粉丝。

另外，要紧追热点。在不影响账号本身定位的情况下，将热点融入创意中，提升推荐权重。当然，不是每个热点都适合去追，所以日常还是以保质为主。

▲ 抖音号“牛丁的早晨”主页

以上三种渠道可预计增粉约00人。剩余10000人，我们通过内容推广、H5 传播、大号互动、策划系列内容或创意中留下悬念、彩蛋伏笔等措施，额外拉动粉丝增长。

如全部落地且全部达到预期，50000个粉丝任务完成。由于是举例说明，并未计算 点赞转化、评论转化等。现实中根据自身资源情况和数据累积情况，可以将目标拆分得更具体，进行更精确的计算。

同样的数据运营，也会有两种不同的做法：

.种：每日按部就班地将数据统计到表格中，观察哪个数值爆发，哪个数值较低，做一个简单的比较分析。

第二种：把数据分析看作整个账号运作链条中一个不可或缺的组成部分。借助客观的数值呈现，将不确定、不可控的因素拆解、把控，优化自身运营，洞察账号所处运营阶段，调整策略，延长生命周期。

.种往往充满了不确定性。比如说内容好，但是好在哪里？细分为哪种维度？这些维度和指标的是什么？哪种维度当前条件不可优化？通过哪种维度可以弥补不足？

相比而言，围绕大目标，将所有关联任务细致梳理并流程化之后，再分析可行的解决方案，会让你感受到增长50000个粉丝是可达成的，每一个粉丝增长都是相对可控 的。制定好策略，找到发力点，相较于依靠运气，两种做法高下立判。

想要数据更好地为你服务，首先需要具备良好的数据复盘能力。数据分析的过程， 也是运营者锻炼逻辑思维、互联网敏感度的有效方式。

▲ 产品生命周期影响因素统计表