易观数聚论干货 | 数据引领互动娱乐 内容IP化加速价值变现

易观 2017-12-29 17:19:32   265

2017年,互动娱乐产业风口变迁。千播大战后是短视频异军突起,移动阅读和音乐在巨头布局中完成市场收割,知识付费,IP理念进入,内容价值终于得到尊重。

娱乐作为人类永远的需求,互联网泛娱乐火爆背景下,娱乐形式百花齐放百家争鸣。技术不断变革,创新驱动产品迭代。互动娱乐产业在未来如何抓住更多用户,数据如何为其注入更多新鲜血液?

在这样的背景下,易观特别举办了《数据引领互动娱乐2017新战线》为主题的线下沙龙,邀请到包括漫画岛、第一弹和易观互娱行业中心等互娱以及IP界的大咖们,共同探讨中国互娱行业的发展及前瞻。

易观互娱行业中心资深分析师 黄国锋

 

IP全领域开发路径及趋势研究

这几年互娱发展过程中,大家都听过比如像影游联动这样的词,文影文游这样的模式也都诞生出来。我们会发现,像2015年的时候赵丽颖演的那个剧《花千骨》就是很典型的影游联动的案例。为什么它可以产生很好的效应?并且上线之后流水收入每个月2亿元以上。还有一些反例,例如《琅琊榜》,他的月流水还不到《花千骨》的十分之一。同样的模式开发为什么有很大的差距呢?最后我们总结出来这么几点:

第一,像影视剧的内容从创意源头到搬上荧幕有很多过程需要落实,这个过程中时间节点很难精准的预测。第二,游戏配合影视剧上,要配合影视剧的口碑情况和内容效应是否可以带来正向传播都有关系。第三,我们看到整个IP影游模式的串联过程中发挥了一定作用,但是在大量资本进来之后,我们很多的一些公司开发影游联动这样模式的公司,其实也是想赚一个快钱的心态催使这个IP

什么构成IP,我们认为至少有三部分:

首先,这个IP本身应该是一个故事,故事里面需要一个主体,主体可能是人也可以是物;第二,我们肯定IP是故事,肯定有人具体支撑故事IP发展的逻辑;第三,这个故事其实是需要有一个价值观或者是世界观,去向消费它的观众或者受众传达他自己要表达的观念。

全领域IP开发发展趋势:

趋势一:打造世界观,内容型公司细化世界观下IP开发;趋势二,合理的IP叠加式开发,可推动IP全版权价值的提升;趋势三。社群效应增加,线上线下双重互动维系IP

第一弹CEO 王整

 

大数据驱动下ACG社区新玩法

中国的新生代95后、00后兴趣兴趣爱好更垂直更多元,产品特征也更去中心,更追求个性,更碎片,随着代际迁移,这种特征越来越明显,所以我们希望通过产品去匹配这些变化,同时也满足这些在新生代的兴趣爱好。所以我们产品第一弹就是一个新生代的兴趣社交社区。

在做产品过程中,让用户有参与感是我们一直在追求的产品精神,因为是UGC社区,所以要从各种方式去降低用户的参与门槛,提到这个点,大家第一想到的肯定是简化功能,减少UGC步骤等, 但是还有一个很关键的点是社区氛围,也就是用户的心理门槛。在这些考量下,我们整个UGC的富媒体比较多,图文、文字,短视频、语音都有,每天在社区里面有大量的独立的帖子生产出来,交互数据和活跃度非常高。在内容分发上面,我们和其他的产品比较类似,基于关系的分发、基于兴趣式的推荐分发。我们从开始到现在整个社区里面到目前为止已经沉淀了非常多优质内容,有超过4500部原创小说和漫画在更新,同时几乎也是国内最大的cos社群和国内新生代画师及写手聚集的地方。

因为这次活动的主题,所以我下面介绍一些我们在数据驱动上的一些案例。数据分析框架分为规划、采集、分析、决策及应用。规划其实是要了解自己的产品,我们自己是APP和网站,采集大概要知道采集什么样的数据,怎么样设计数据的结构,并且要有数据仓库和数据采集系统。在数据采集方面,我们用户的所有交互数据都会采集,数据采集终极目标其实就是让每一个行为和数据不要流失。数据分析核心目标,就是还原用户的使用场景,找到影响行为的关键因子,有时候按钮上是放图标还是文字对数据都有影响。

漫画岛联合创始人 刘慧敏

 

移动动漫市场数据运营的应用场景

平台运营最核心的就是数据,我们团队最关心的还是数据。我们对整体数据的管理思路会遵循数据采集、数据分析、制定行动策略、行动执行四大步。数据采集这块,我们对基础数据非常留意,包括用户属性、用户行为等等这些都是我们会去强化关注的点。

数据分析这块我们会多维度、交叉地进行分析,包括用户的数据分析和作品的数据分析两方面。落实到行动层面,我们基本上会对新增用户、活跃用户、流失用户等各种类型的用户进行数据分析,而后制定行动策略。最后是到快速执行层,执行层我们会非常在意用户的精准触达、用户的分层管理、执行效果的反馈和持续的迭代这些方面。

可以简单看一下我们用户数据的指标体系,有一些基础指标,是所有平台可以关注到的,包括新增用户、活跃用户、启动次数和质量监控等。在用户属性方面会包括用户的基础画像,比如年龄层、地域各个方面。用户来源的数据方面会有渠道的分布、渠道的效果以及版本分布等等。行为方面其实更多的是用户从下载App开始一直到完成付费,整个流程是用户参与度的全程分析。最后由这些数据指标构成数据模型。

根据对用户画像和用户数据情况的了解,我们发现漫画岛的用户对于漫画作品的喜好还是比较平均的,也就是男性向用户和女性向用户接近一半,女性稍微多一点。女性会更倾向于恋爱、魔幻这些类型的作品,而男性会集中在热血、玄幻、悬疑、恐怖等类型,这些都是基于数据监测和分析得出的结论。