所以的app都是有他的算法的，知乎的点赞率、评论率、收藏，美团的好评率、收藏，淘宝的好评率、收藏、评论，抖音亦是。
那么这些数据中，到底藏着哪些秘密呢？
下面来看看我们的数据指标的含义和指标之间的转换方式，大家可以看到我们的数据罗盘和直播大屏主要有哪些数据观看点
1、PV：定义为访问量，一个用户来你家几次就算几次，这个是累积的；
2、UV：定义为独立访问量，一个用户不管来你家几次，都算作一次（24小时之内）；
3、转化率，一般指进入直播间的人数和下单人数的比例，衡量“人货场”的指标；
4、曝光—转化率，直接成交人数/商品曝光人数，衡量短视频素材质量、直播间质量；
5、点击-转化率：直接成交人数/点击人数，衡量排品、组品的质量、直播间整体的策略；
6、UV价值：成交金额GMV/直播见PV，主要是来看直播间的客单价高低，这个值越高说明直播的越优质，平台算法越喜欢，决定流量进来的级别；
7、ROI：投放的金额/成交的金额，来用来算你的利润值；
8、GPM：UV价值*1000=场观/GMV*1000，GPM=1000*单个商品GMV/该商品直播间观看PV；
9、点击率：一般指商品的点击率，进入直播间人数/点击商品人数；
10、停留/人均观看时长：总人次看播间平均停留时长（停留时长越久，说明内容和节奏越吸引人）
11、直播自然流量：通过直播推荐或直播广场进入的人次/总人数；
12、其他流量：通过分享、猜你喜欢等渠道进直播间人次/总人数；
重要的数据和公式都出来了，那么我们在哪里来看数据，目前科学的看数据重点就有以下几个，一个是抖店后台的数据罗盘，一个转化的漏斗，还有就是数据大屏，以及第三方的数据平台，比如，蝉妈妈、抖查查（这个多用来拆解、诊断他人的直播间）。
后台的数据参谋，每一场的即时流量情况，是实时更新的，不仅仅可以用来播后拆分流量来源，还有直播中查看流量。
主要看点：
整体看板，分流量数据，用户数据，互动数据，交易数据，我们一直所说的流量指标、互动指标、交易指标就是从这里来的，我们的场观、点击率、UV价值，转化率等等，都是按照数据参谋里的值来用公式测算的。
比如，可以直观的看到整场的人数—场观，卖了多少单——订单量，总共卖了多少钱——GMV等等；
商品点击率—更多用来探索我们的商品的潜力和衰落，主要用来迭代更新和测试潜在的爆款；
转化率——辅助我们看商品的受欢迎程度以及主播的状态还有就是策略话术的好坏；
UV价值——我的理解是要影响账号整体的情况，推导下公式，UV价值=GMV/直播间PV，GMV=平均客单价*订单量*转化率，UV决定你的流量级别（我觉得因为平台赚更多了）；
推理下来就是：迎合消费者的行为逻辑——迎合平台的算法，不要想着快速打爆，一切以健康可持续成长为主。
比如我们的客单价要调整，调整之后就是话术、主播、场景，供应链的调整测试，这是从用户的心理和行为来的，用户停留时长，互动，相应的算法也会做出反应，也就是持续推流，然后就是提升转化，卖的多了，平台赚的钱也就更多，相应的我们也赚得更多，这才是一个直播间能可持续化发展的链路；
但是直播这个事儿，不是一成不变的，成熟期的账号基本拼的都是精细化运营，从看数据的能力提升，从一场直播数据开始研究，到一周、一个月的数据，再到分秒级数据的研究，可以看以下的曲线，结合自己直播间的录屏，然后看流量低谷是什么回事，在推哪个品，话术是如何的，或者看流量峰值，成交峰值那几个分秒级，直播间里发生了什么，当时推了什么品，能不能复制，所以也需要测试，也许爆单就藏在这些微小之中。
第三个就是流量来源，商品排行和用户画像，投流、自然流量，其他端口的流量都在这个这里，主要是看第二张图，每个商品的点击人数、点击率等，这是潜在爆品的留下的痕迹，特别是那些没有做很多讲解，点击率高的可以第二天返场继续测试；
再就是其他的数据，都能反馈直播间的潜在的问题或者优秀的点，比如待支付人数可以现场催促，踢单，互动指标在那个时间短做的很好或者很差，那段时间在做什么，细节的处理复盘；
再就是看流量的峰值，流量峰值的时候有没有放单，我们的策略在流量巅峰的时候有没有到达最优解，因为流量巅峰放单，能一瞬间有大量的瞬间成单，可以一瞬间吧我们的GPM给拉上去，具体你看上面的公式就明白了。
第四个就是转化漏斗
5个数据模型组成的转化漏斗，进入直播间人数到成交人数，反馈的是一个正常的用户从进入直播间到下单的路径，主要分析的是粉丝流失的情况
第一、二漏斗模型，侧重优化于直播间粉丝的是否精准，以及直播间内容对粉丝的承接度；
第二、三漏斗模型，侧重于优化讲款话术，引导到购物车；
第三、四漏斗模型，侧重于主播、团队促单技巧，以及对全场的节奏的把握；
最后一个漏斗模型，就是临门一脚的憋单，前面流程的流畅度，策略的执行，最重要的是直播间到那个临界点的释放；
说下数据主屏的看点：
一个就是流量来源的详情，主要关注点就是自然推荐-feed和直播广场，视频端的推荐占比（短视频爆了之后就是大头），然后就是付费的占比。
在今年下半年你慢慢的就发现，短视频的权重在整个生态提升了，因为从算法来说，兴趣和内容是贯穿在整个平台的，平台的定位就是这样，短视频内容是符合生态的，第一是一旦内容赛马结果好，引爆之后，流量会越来越多，第二是短视频的流量是最精准，到直播间的粉丝下单链路特别短，第三是，短视频的流量是长尾的，不会第一天很OK，第二天就没有了，所以下半年开始请重视短视频吧。
自然流量起号前几场基本都是很少的，因为算法还在学习推荐模型，从10%-50%，几百到几千的场观，都是正常的，能循序渐进的在上涨就行，如果搞个10天半个月还是没有啥很多变化，一直没有啥自然推荐的，换一个号再起试试。
说下看播、成交用户画像，看播的用户画像，这个策略导向的，一般来说会越来越趋近于产品的受众人群，反之则是标签不准，前几场不准是很正常的，后面也需要从这里去研究自己的粉丝，成交用户画像，更多对应的是自己的交易受众标签，只能说算比较精准的数据，因为有时候看起来不像你用户受众的也会下单，比如卖口红，有男人买了送女朋友，比如卖男鞋，有女性用户买来送老公，家人，这些在去做千川的人群定向和莱卡，都是可以去测试跑的，算是提供一些思路吧。
关于开播时右上角的5分钟的流量趋势图，会有一个离开人数、进入人数，你可以大概估算出自己半小时、一个小时的直播间流量情况，比如进入100人，离开80人（5分钟），那么一个小时的流量时1w人，离开8千人，然后再结合自己前几场的场观来对比，多数用来考虑下播与否。
其实，本期数据的一些分析，到最后大家发现其实大部分适用于播后的复盘，从数据里去探索流量密码，然后精细化运营——测试——优化。
最后再附一份数据复盘的表格给大家，记得记录好每一场的情况。
加入圈子即可获取全套抖音直播数据分析表格
作者：Seeker郭郭 抖音直播操盘手
,
