卡思数据：比起完播率，在抖音这个指标更重要

相信所有的抖音玩家都知道“完播率”这个词，而且也都会认为“完播率”很重要。

但是，完播率到底指的什么？

对于内容创作、数据复盘，完播率真的能起到指导性作用么？

是否还有其他的，被你所忽视的重要指标吗？

还有能够显著提升视频创意能力的方法吗？

阅读本文，或许能为你带来不小的收获。

什么是完播率

在抖音上，一些巨量旗下的官方账号释放了“完播率：平均播放时长<30%”的概念。

一时间，“完播率”被吹的神乎其神，经多番求证，但小编始终不理解为什么播放完成率要“平均播放时长<30%”，甚至找不到“播放完成率”指标的官方解释。

直到，无意中在巨量创意平台发现“播放完成率：所有播放UV中，完整播放的UV次数占全部UV的比例。”

也就是说，视频100%完整播放才会被计入播放完成率中，重复播放不计数。通过产品端的验证，也确实如此，如图：

左侧为抖音APP“作品分析”功能中，视频最后一秒的用户留存比，右侧是创作者后台的播放完成率指标，两项数值相似。

如果完播率就是完整看完视频的用户占比，并以此来作为评价视频好坏的重要指标，那么，问题就来了。

1、对于时长较长的视频来说，显然是不公平的，因为视频时间越长，“完播率”就一定会越低。

2、仅看完播率无法找到优秀视频的爆点所在，也无法找到翻车视频的问题所在，不能为视频创作带来指导。

3、不同长度、不同领域的视频，“完播率”必然不同，那么又该如何评价视频好坏？

“用户留存率”指标

在开始介绍“用户留存率”指标之前，我们再强调一下抖音的推荐机制。

当有用户打开抖音，抖音的系统就会收到用户的视频请求，并从内容库里基于兴趣标签为用户匹配内容，在这个过程中，所有符合用户需求的内容都会在抖音的算法规则下进行PK，优质视频会被赋予更多的推荐流量，表现较差的视频则会被逐渐淘汰。

那么什么是优质的视频？

在算法黑盒下，没有人能知道具体的指标，但是从平台的角度来看，为平台带来更多价值的视频就是优质的视频，而价值则体现在让用户在平台停留更长时间、激发用户的互动行为，促使用户拍摄视频或进行电商消费等等。其中，“完播率”体现的就是用户停留时长。但是，正如我们前面所分析的，完播率指标存在众多问题，很难直接应用。

于是，就有了我们今天要重点讲的“用户留存率”指标。顾名思义，“用户留存率”就是有多少观众在你的视频中留了下来。其实，“播放完成率”也是“用户留存率”中的一种，即在视频最后一秒留下的用户占比。

如果我们将视频按时间线进行切割，甚至可以得到视频每秒的“用户留存率”。

如上图：该视频长度为36秒，3秒处用户留存率为53%，而同长度热门视频的3秒留存率为80%，同理，在18秒处，该视频的用户留存为22%，而热门视频留存为56%。

通过分析关键帧的“用户留存率”，并将其与热门视频进行对比，我们就很容易发现视频出现的问题，以及与热门视频在数据上的差距。

在这个过程中，10%用户留存，是影响视频自然流量的最重要因素。

在抖音，用户永远不知道下一个看到的视频是什么，这就为用户带来不停刷视频的动力。相反，如果遇到不喜欢的视频，只需轻轻上滑即可跳过，极大的削弱了因此而带来的负面情绪，进而形成了“上瘾”机制。在这种环境的熏陶下，用户对未知视频的“容忍程度”会越来越低。

因此，对于创作者来说，视频内容第一眼的眼缘就会显得格外重要。我们常见的观众留存曲线图，通常就是下图中X曲线的样子，大多数情况下，在视频的前10%进度中，每秒流失的用户会达到最高值，10%处将成为决定整个视频获得的自然播放量的重要影响因素之一。

如图，X1曲线10%秒用户留存率远低于X2曲线的留存率，若X1、X2两条视频领域相同、时间长度相同，通常情况下，X2视频播放量将远高于X1视频。

这也就是为什么很多运营类课程都在强调三秒原则、五秒原则，以及抖音上素来就有“颜值正义”说法的原因。

从“观看分析”功能来看，取3秒还是5秒，是根据视频总时长而言的，并没有一个准确的数字。在观看分析中，第一个点通常打在视频长度的第10%秒且向下取整的位置。如，34秒的视频，第一个点打在第三秒；58秒的视频，第一个点打在第5秒，而20秒以下的视频，第一个点通常打在第1秒的位置。

假设，抖音算法同样是以观看分析中的方式为视频进行打点，那么，对于20秒以内的视频而言，第一秒的内容就格外重要。而60秒以上的视频，前6秒，也就是第一个场景会更重要。这也就为长视频提供了更多的创作空间。

我们在知道了“用户留存曲线”中10%秒的作用后，还要注意的是整个曲线的走势。

在经历10%秒左右的自然下滑后，如果在视频中后期出现上图中曲线骤然下滑的情况，一定代表视频内容出现了问题，比如广告植入、话题提前结束、有偏激观点等。这个时候，创作者就要回到视频找原因，我们要做的就是通过复盘吸取经验，尽量让这种骤然下滑的趋势出现在视频进度的50%以后，以此来提高观众的停留时长以及平均播放时长。

“用户留存率”指标的用法

01

内容复盘&A/B测试

打开抖音APP—作品分析功能——观看分析功能，认真分析每一条视频的"用户留存率"这个指标，能够帮助我们对已发布的视频进行精确的复盘，并与当日同长度热门视频的数据进行对比，找到观众流失的原因，优化后续的视频创意。

与此同时，对于大多数知识、剪辑等模板化程度较高的视频，也可以以此方法对模板进行A/B测试，找出留存率更高的内容点，进行针对性优化模板。

02

“用户留存率”+抖音官方工具

=视频创意利器

这里指的抖音官方工具就是“巨量创意平台”，在巨量创意平台中，我们可以看到众多由巨量广告平台提供的优秀创意案例，并可以完整的看到这些案例的数据，尤其是用户留存、互动数据，能够为我们进行视频创意的过程中提供巨大的帮助。

举例：1、直播引流视频该如何用

一般直播电商做短视频的目的主要集中在直播引流，我们的核心目的就是让视频获得更多的曝光，并高效的吸引用户点击进入直播间，且所拍摄的视频也都会在20秒以内。

以服装品类为例，选择1-15秒时长，选择按播放量排序，选择30日。然后得到下面的视频推荐。

选择一条高播放量的视频，点击进入详情页面，详情页面共包含“视频信息”、“数据概览”、“视频特征分析”、“观看受众互动分析”、“创意受众分析”5大板块，其中，“观看受众互动分析”最为重要。

“受众互动分析”中包括点击指数（投放时选定的转化目标），流失分布指数（观众留存）、点赞、评论、转发、关注指数。如下图：

注意：曲线图展示的是指数，最大值为1，以流失分布指数为例，可以简单理解为越接近1，该时间段用户流失越高。

曲线图下面的条状堆积图是视频吸引力分析，重点看两个地方。

第一个是绿点位置，代表该视频10%进度时的用户留存率。

第二个是将视频按分镜切割，并分析各分镜的用户喜好度，颜色越深，用户的互动行为（赞、评、转、关注、看播）越多，对该内容喜欢度越高。

对于电商同学比较关注15秒内的引流短视频，我们只要重点看流失分布指数即可。

先看视频吸引力分析，1秒处用户流失率仅为27.09%，这是一个相当优秀的数据，再结合上面的“流失分布指数“分析，1秒处观众的流失指数达到峰值，随后持续下降，中间并没有出现用户骤然流失的情况，说明整个视频的结构也很流畅，顺利的通过开头部分的话题讲用户引入了直播间引流部分的内容。那么这条视频的视频结构，过渡方法，开头的引子就非常适合用类直播商家学习乃至于翻拍。

但要注意的是，商家务必要结合自己账号的风格、人设、粉丝画像寻找优秀的案例视频学习，切忌盲目翻拍，导致标签紊乱，播放量反而下降。

举例：2、内容型视频该如何用

对于内容型创作者来说，该工具最大的作用是帮助我们看到更多优秀视频的数据，通过对秒级“用户留存曲线”的分析，吸收其他创作者的创作经验。

在巨量创意平台上，视频分类是按行业分类而非内容类型。因此，要想找到自己的对标视频案例，要先找到与自己内容相近的行业，比如服装类长视频大多是穿搭教学类；快消、汽车等大品牌广告主聚集的行业中，剧情类内容会多一些；3C、美妆行业中评测、知识类会多一些；游戏行业，剪辑类会多一些，依次类推，然后再挑选与自己账号风格类似且优质的视频进行分析。

另外，巨量创意上的热门广告中，虽然所有的视频都是有投放行为的，但是投放其实并不影响视频质量和用户观看视频过程中的互动行为。相反，广告视频能获得较好的用户留存与用户互动比非广告视频要难的多，对于创作者而言，更应该去主动学习。

言归正传，我们还是以服装行业举例。

该视频是一条典型的穿搭教学视频，长达4分49秒，共计获得1450.18W播放，12.31W赞。我们直接看“受众互动分析”版块。不同于电商的15秒视频，长视频我们要分析的更多，主要目的是找出目标视频的爆点，即什么样的内容会引发什么样的用户行为，以及优质视频上热门的主要原因。

以该视频为例，该视频时长为4:49秒也就是289秒，个位数向下取整，10%进度28秒处，上图视频吸引力分析中，绿点位置的10%秒用户流失率达到了88.69%，猛的一看，这个数值很高，但是该视频依然获得了千万级播放且一条视频涨了16W+的粉，那么或许，对于同等长度、同等类型的视频来说，88%的流失率应该是正常情况。

再结合流失分布指数分析，我们可以看到，在1秒处，视频露出主题的时候，用户流失达到了峰值，意味着在1秒主题露出时，直接剔除掉了绝大多数的非目标用户，当KOL开始进入主题后，大约7秒处用户留存开始稳定下来。

再结合关注指数来看，7秒用户留存稳定后，关注指数达到了峰值，说明该KOL的内容第一阶段，在去掉非目标用户后，有效的吸引了目标受众的关注，完成了投放时“吸粉”的考核指标。

继续往后看，当鼠标在进度条上滑动时，下面的吸引力分析条中会出现白色的点，通过这个，我们很容易找到视频哪部分的内容更吸引人，且会激发用户什么样的行为。

如上图，白点停留在148秒的一个用户互动较多的位置，然后分别查看点赞、评论、转发、关注，我们就很容易找到148秒左右的内容，激发的是用户的点赞行为。回到视频内容本身，就很容易发现，原来是主观结论性内容更容易获得用户点赞，那么，我们在制作同类的视频时，同样可以为激发用户在视频中的点赞行为，主动去强化结论性内容的表达方式。

除此之外，通过对评论、转发、关注等指标的分析都可以为我们带来大量的创作灵感，进而优化自身的内容创意。

03

“用户留存率”作为DOU+投放参考

视频发布后，是否追投DOU+，也可以通过分析“用户留存率”进行决策。

如果所发布视频10%秒处留存率与热门视频的留存率相近，且后面不出现“大滑坡”，那么很大概率，我们去追投DOU+是不会亏的。

相反，如果视频10%秒处，就出现大滑坡，那么这条内容DOU+再如何投放，也难有起色。