1. 程式人生 > 實用技巧 >Python分析抖音使用者行為資料,看看發什麼樣的視訊才會爆

Python分析抖音使用者行為資料,看看發什麼樣的視訊才會爆

前言

本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯絡我們以作處理。

Python分析抖音使用者行為資料視訊講解地址

https://www.bilibili.com/video/BV1yp4y1q7ZC/

隨著短視訊的APP興起,在短視訊社交市場,抖音短視訊異常火爆表現突出,希望通過本次的分析,給到使用者釋出視訊的幾點建議。

資料分析

1 平臺

日播放量,日使用者量,日作者量,日作品量

日播放量,日使用者量,日作者量,日作品量隨時間的變化趨勢基本一致:平穩增長;在2019-10-20到2019-10-29時間段內,各指標均先出現巨大增長,後趨近平穩,再回落到正常水平值。猜測該時間點平臺有進行活動推廣,以至於吸引了大量使用者。

作者:作品數量,作品獲贊率

作者作品數量與播放率成正比關係

作者作品數量和點贊率並沒有太大的關係

作者:播放量貢獻

3500,18%左右作者貢獻了平臺80%的播放量,服從二八法則。

2 作品

作品來源

可以看出大量作品來源與渠道0,佔比98.48%。

選用的歌曲 top10

數量排名前十的背景音樂ID分別是:22、220、25、68、110、33、468、57、43、238(沒有多餘資料可檢視對應歌曲名稱)

上面所說的2019-10-21到2019-10-29時間段內,各歌曲作品的播放量都有增高,其中ID為 22,220, 68,25 的歌曲有暴漲趨勢。

歌曲與點贊率,完播率

不同背景音樂作品的點贊率和完播率差距不大,即產生播放量後的點贊和完整播放結果差別不大

不同背景音樂作品的播放量差異巨大,個別歌曲播放量表現突出

結合上上圖,平臺大部分播放量的歌曲組成是小部分熱門歌曲。

不同歌曲作品的點贊率與完播率在時間上的差異不大

不同作品時長與產品量和播放量的關係

不同時長的產品量和播放量正常正比關係

時長為7-12s的產品量(播放量)佔大部分

23s以上播放量基本為0

作品時長與完播率,點贊率

完播率在2s-43s內總體穩定在0.4左右,在43s之後浮動較大;

點贊率在2s-43s內基本維持在0.6上下搖擺之內,在43s之後浮動較大。

作品釋出時間(24H)

不同時段產品量與播放量基本成正比關係

10-17時間段,平臺的作品量和播放量較低(工作/學習時間)

19-0-5 整個時間段的播放量都是比較高的。

作品釋出時間與完播率,點贊率

0-5時間段內,作品的完播率和點贊率較高

總結

分析結果總結

平臺:

  • 增加活動推廣:吸引新使用者,保持老使用者
  • 增加作者激勵專案:激勵作者釋出作品
  • 擴充套件渠道:吸引新使用者湧入

作者:

  • 渠道:0
  • 背景音樂:熱門歌曲
  • 作品時長:7-12s, 最好不超23s
  • 作品釋出時間:19-0-5點,其中0-5點效果更佳
  • 積極參加平臺活動