Python分析抖音用户行为数据,看看发什么样的视频才会爆

2021-01-04 14:51:17 浏览数 (1)

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

Python分析抖音用户行为数据视频讲解地址

代码语言:javascript复制
https://www.bilibili.com/video/BV1yp4y1q7ZC/

随着短视频的APP兴起,在短视频社交市场,抖音短视频异常火爆表现突出,希望通过本次的分析,给到用户发布视频的几点建议。

数据分析

1 平台

日播放量,日用户量,日作者量,日作品量

日播放量,日用户量,日作者量,日作品量随时间的变化趋势基本一致:平稳增长;在2019-10-20到2019-10-29时间段内,各指标均先出现巨大增长,后趋近平稳,再回落到正常水平值。猜测该时间点平台有进行活动推广,以至于吸引了大量用户。

作者:作品数量,作品获赞率

作者作品数量与播放率成正比关系

作者作品数量和点赞率并没有太大的关系

作者:播放量贡献

3500,18%左右作者贡献了平台80%的播放量,服从二八法则。

2 作品

作品来源

可以看出大量作品来源与渠道0,占比98.48%。

选用的歌曲 top10

数量排名前十的背景音乐ID分别是:22、220、25、68、110、33、468、57、43、238(没有多余资料可查看对应歌曲名称)

上面所说的2019-10-21到2019-10-29时间段内,各歌曲作品的播放量都有增高,其中ID为 22,220, 68,25 的歌曲有暴涨趋势。

歌曲与点赞率,完播率

不同背景音乐作品的点赞率和完播率差距不大,即产生播放量后的点赞和完整播放结果差别不大

不同背景音乐作品的播放量差异巨大,个别歌曲播放量表现突出

结合上上图,平台大部分播放量的歌曲组成是小部分热门歌曲。

不同歌曲作品的点赞率与完播率在时间上的差异不大

不同作品时长与产品量和播放量的关系

不同时长的产品量和播放量正常正比关系

时长为7-12s的产品量(播放量)占大部分

23s以上播放量基本为0

作品时长与完播率,点赞率

完播率在2s-43s内总体稳定在0.4左右,在43s之后浮动较大;

点赞率在2s-43s内基本维持在0.6上下摇摆之内,在43s之后浮动较大。

作品发布时间(24H)

不同时段产品量与播放量基本成正比关系

10-17时间段,平台的作品量和播放量较低(工作/学习时间)

19-0-5 整个时间段的播放量都是比较高的。

作品发布时间与完播率,点赞率

0-5时间段内,作品的完播率和点赞率较高

总结

分析结果总结

平台:

  • 增加活动推广:吸引新用户,保持老用户
  • 增加作者激励项目:激励作者发布作品
  • 扩展渠道:吸引新用户涌入

作者:

  • 渠道:0
  • 背景音乐:热门歌曲
  • 作品时长:7-12s, 最好不超23s
  • 作品发布时间:19-0-5点,其中0-5点效果更佳
  • 积极参加平台活动

0 人点赞