<i id='mmly'><div id='mmly'><ins id='mmly'></ins></div></i>

    <code id='mmly'><strong id='mmly'></strong></code>

    <acronym id='mmly'><em id='mmly'></em><td id='mmly'><div id='mmly'></div></td></acronym><address id='mmly'><big id='mmly'><big id='mmly'></big><legend id='mmly'></legend></big></address>
      <fieldset id='mmly'></fieldset>
      <i id='mmly'></i>

    1. <tr id='mmly'><strong id='mmly'></strong><small id='mmly'></small><button id='mmly'></button><li id='mmly'><noscript id='mmly'><big id='mmly'></big><dt id='mmly'></dt></noscript></li></tr><ol id='mmly'><table id='mmly'><blockquote id='mmly'><tbody id='mmly'></tbody></blockquote></table></ol><u id='mmly'></u><kbd id='mmly'><kbd id='mmly'></kbd></kbd>
      <ins id='mmly'></ins>

          <span id='mmly'></span>

          <dl id='mmly'></dl>
        1. 抖音、快手、小红书、B站,谁的广告天花板更低?

          • 时间:
          • 浏览:31195

          10月《刷抖音  ,玩快手》一文论证了抖音和快手的核心差异:单列和双列的产品设计带来容错率的差异  ,叠加推荐算法的核心优化指标的不同 ,最终塑造了抖音和快手一个强媒体型一个强社区型的属性差异  。

          容错率的差异可以从用户行为差异导致的数据差异进一步解释 。

          在抖音的Feed流中  ,用户无限下划浏览  ,可以选择停留或者不停留 ,不能选择是否能看到某个视频  ,而在快手的双列Feed流中  ,用户选择感兴趣的视频点击进去观看  ,浏览/点赞/评论之后  ,退出到双列Feed中继续浏览  。这使得两个产品能够收集到的数据基本相同:视频完播率、点赞率、评论率……而快手多了一个环节  ,也多了一个独特的数据指标:从瀑布流到点击内容观看的CTR  。

          点击封面进入详情页  ,这一行为具备极强的主观意图表现 ,这种强烈表意的数据能够让算法模型准确捕捉用户意图 。相比之下用户在某个视频的停留长度、刷新频繁程度等用户行为表意并不一定明确 ,需要算法系统更长时间的计算和识别  。同时使用抖音快手两个产品的用户常常会感觉快手迭代的更快  ,更能准确反映用户即时兴趣点  ,某种程度上是输入的数据维度不同带来的差异  。

          单列+用户行为相对弱表意 vs 双列+用户行为强表意  ,使得快手能够容忍向用户展现更多元的内容  ,使得抖音需要更加聚焦头部内容  ,呈现出容错率上的差异 。结合快手“投稿率>人均VV>人均关注数”以及抖音“人均VV>投稿率>人均关注数”的核心优化指标差异  ,最终呈现出两者在社区氛围、内容消费效率上的一系列差异  。

          产品漏斗多出一个环节  。在广告即内容的今天  ,这个模型进一步外推可以用来探讨平台的广告变现潜力  。

          从用户的内容消费的链条来看 ,双列相比起单列多了一层点击跳转  ,那么在广告商业产品的漏斗模型中  ,双列要多加上一层CTR  。

          对于单列模式的产品来说 ,广告营收公式很好理解  ,即为DAU(每日的用户数)乘上人均VV(每人每天看的视频量)乘上Ad Load(广告负载)乘上CTR(广告点击率)再乘上CPC(广告点击价格)  ,最终就能得到产品总的营收规模  。

          而对于双列产品来说  ,公式要做一定的修改  ,要把人均VV的指标进一步细分  ,拆成总曝光量乘上封面到内的CTR  ,人均VV=曝光量×CTR(根据快手《2019快手创作者报告》数据 ,快手的CTR约为20%) 。在产品的成熟期 ,用户时长相近的情况下  ,单列和双列产品的人均VV是基本相近的 。

          举个栗子 ,假设两款产品分别是单列和双列的短视频产品  ,日均时长都为60分钟  ,视频平均时长为30秒  ,产品的AdLoad为15%  ,即两款产品的人均VV都是120  。对于单列产品来说  ,展示的广告数量等于人均VV×Ad load=18个  。

          双列产品的内容曝光点击率CTR0为20% ,向用户曝光了600个视频  ,收获了120个VV 。展示的广告数量=总曝光量×Ad Load×CTR1  ,这里面CTR1是广告的点击率  。

          在理想情况下  ,广告和内容完全等价  ,广告和内容的点击率完全相同为20%  ,这种情况下双列产品展现出的广告数量同样是18个  ,但是实际上 ,用户面对广告和内容的点击率不可能相同  ,会出现广告点击率CTR1小于内容CTR0的情况  。

          根据对实际从业者的访谈 ,CTR1和CTR0的差距要比想象中更大 ,甚至达到5-10倍的差距  。即内容的CTR为20%  ,那么广告的CTR可能只有2%-5%  ,这意味着双列产品的广告库存要远远低于单列产品 。不过好消息是主动点击意味着用户意图的明确表征  ,双列理论上可以为每个点击收取更高的价格 ,类似于搜索广告的单价远远大于展示广告  。

          整体而言 ,单列产品更适合做广告商业变现  ,双列产品的广告天花板会低于单列产品 。

          从实际数据来看  ,选取国内外单列产品的代表:Facebook、Twitter、微博、今日头条、抖音  ,以及双列产品代表:快手、B站、小红书、Pinterest ,将公司的变现能力按照用户每看一小时的广告变现能力进行归一化 。

          双列产品的广告变现能力相比起单列较弱  ,不过考虑到几家双列特点的公司普遍处于商业化中早期  ,未来仍有增长空间  。

          这里面有几个比较有趣的数字可以好好讨论下  。

          从单列产品的内部对比来看  。如果以Facebook作为单列产品的变现天花板 ,可以看到今日头条在变现效率上的最大差别来自汇率差  ,排除汇率因素后  ,变现效率的差异在20%左右  ,已经处在同一级别  。微博和Twitter排除汇率因素后变现效率差距在30%左右  ,而这两家微博公司在海内外都被认为是变现能力较弱  ,跟Facebook和今日头条一比确实差距很明显  。

          抖音今年为了狙击快手  ,把时长往直播切  ,广告变现能力受到一定的影响  ,不然会比现在的数据高出一截  。

          小红书归一化后的变现能力几乎同抖音类似  ,且未来仍有增长空间  ,体现出女性垂直类社区强大的变现能力  。从小红书的产品和社区氛围来看  ,小红书的内容和广告内容本身高度统一 ,用户对于广告的接受度强  ,大量软广分布在内容当中  ,使得内容的CTR0和广告的CTR1差距不会有夸张的差距  ,而是更为相近  。用户精准外加点击意图明确  ,使得小红书也能够为广告收取更高的价格  。

          小红书计划在明年广告营收翻倍 ,重点在用户增长的同时  ,也力图从美妆拓展到时尚和美业品类  ,扩大广告主来源  。

          Pinterest的单位变现能力高于Twitter  ,这个双列瀑布流鼻祖的逻辑同小红书类似  ,用户本身是为了寻找购物、家居或者设计灵感浏览内容  ,天生跟广告内容契合度高 。在商业化上持续收购技术公司  ,加强精准推荐能力  ,同时上线多种广告形态  ,开辟购物标签、电商导购等多种新的商业产品  。

          B站的广告变现能力确实太惨了  ,本身受双列模式下广告库存的限制 ,小视频的时长又要长于短视频  ,使得人均VV远低于短视频产品 ,叠加B站本身比较浅的广告主池子  ,使得同样的广告反复出现  ,最终导致极低广告变现能力 。从B站近几个季度的财报来看  ,广告增长主要由品牌广告驱动  ,用户增长仍是核心驱动要素 。

          目前B站在测试新的面积更大的跨瀑布流广告形式 ,但对视频内的广告形态仍然非常谨慎  ,对于B站而言维持社区氛围仍然是第一要务 。

          快手没有B站这么多包袱  ,为了突破双列带来的广告库存限制 ,快手今年陆续上线了视频内浮窗式广告、后贴片广告  ,并尝试通过挑战赛等多种方式开辟新的变现模式 。近期快速起量的快手极速版采取单列的产品形态  ,未来可能成为快手广告变现的突破口  。

          从结论而言 ,单列产品的漏斗模型路径更短 ,更加适合广告变现  ,双列产品广告变现的天花板将低于单列产品 ,但在用户留存、时长等方面更具备竞争优势  ,可以考虑将用户引向其他变现方式 ,如快手的直播和带货 ,B站的直播和游戏 。

           

          作者:潘乱

          公众号:乱翻书(ID:luanbooks)