文章對數據驅動的直播帶貨DRIA運營模式展開了闡述和分析，從三個方面對DRIA模式的實現步驟和操作要點進行了總結，與大家分享。

一、直播帶貨已成為新興的在線銷售渠道

2020年國內互聯網行業已經進入了下半場的流量戰爭，伴隨著傳統電商流量紅利的逐步消退，直播帶貨模式正快速崛起?！爸辈?電商”作為一種新興的在線銷售渠道，在疫情期間已成為傳統零售行業續命的靈丹妙藥。君不見，4月24日晚間，格力老大董明珠也不得不在抖音開啟了她的“直播帶貨首秀”。

在本次疫情的催化下，直播已經成為重要的帶貨方式，并成為了企業數字化轉型的重要抓手。據艾媒咨詢數據，2020年國內直播電商在線直播用戶規模將達到5.24億人，在網民中占比過半。而2020年直播電商規模預計將達到9610億元，同比增長121.53%。國內直播帶貨行業將迎來一輪爆發性增長。

二、直播帶貨行業存在運營精細度不足的問題

伴隨著直播帶貨行業的熱度升溫，各種網紅、娛樂明星、企業老板紛紛加入了直播的新戰場，如何抓住紅利快速成長，進行精細化的運營，成為了從業者們亟待解決的問題。我們看到，除了李佳琪、薇婭等極少數網紅外，大部分主播直播帶貨的運營存在精細度不足的問題，主要表現為：

1. 專業度不足

比如老羅在直播首秀時，就被網友批“對產品了解不夠”，全程生硬地講解，一點感染力也沒有。老羅尚且需要提升專業度，更何談網上那些不入流的主播了?？梢?，提高主播的產品理解力和專業度是很有必要的。

2. 缺乏設計感

縱觀眾多直播帶貨活動發現，直播從事前、事中到事后的演繹普遍比較粗糙，缺乏設計感。所謂設計感就看是否真的走心去運營每一次直播活動，從粉絲畫像分析、產品選型、營銷話術到場景設計等等環節，是否都經過了充分的考慮、論證和把控，是否真的是以粉絲為中心了，而不是以主播和產品為中心的。

3. 粉絲體驗差

主播是直播的核心，由于主播在直播時精力有限，不可能照顧到每個粉絲的感受。有些主播在直播時只管自己在那里自說自話，與在線的粉絲缺乏互動和交流，粉絲的詢問沒有及時回復，就會導致粉絲有被忽略的感覺，這樣就會降低粉絲的體驗感。

當前，主播從業者層出不窮、直播平臺越來越多，競爭日趨激烈。為了提高直播帶貨的業績，為了在激烈的市場競爭中站穩腳跟，走精細化運營之路是廣大直播平臺和直播從業者的必然選擇。

三、直播帶貨新境界：數據驅動的DRIA模式

如何構建直播帶貨的精細化運營模式呢？筆者認為，類比互聯網產品運營，每次直播帶貨活動都可以看成是一次產品的運營活動，我們可以引入數據驅動的產品運營理念，將數據化運營貫徹到整個直播過程中，形成數據驅動運營的閉環。這種數據驅動的直播帶貨精細化運營模式，筆者稱之為：DRIA模式。

1. 何為DRIA模式

所謂DRIA模式是指：以數據為線索和驅動力，以粉絲為中心，以提升“四感”為核心，充分利用數據對直播帶貨全流程進行分析、診斷和重構，全面提升粉絲體驗和銷售業績。

這里提到的“四感”是指：設計感（Sense of Design）、節奏感（Rhythm sensation）、參與感（Sense of Interaction）和獲得感（Sense of Acquisition）。即直播前應提升直播活動的設計感，直播過程中應提升活動的節奏感和粉絲的參與感，直播結束后則應關注粉絲、主播和平臺的獲得感。

2. DRIA模式是如何做的

DRIA模式的落地是以數據為基礎的。具體實現步驟和操作要點如下圖所示：

圖1：數據驅動的直播帶貨DRIA模式

（1）直播開始前：基于4個數據模型提升設計感

直播帶貨雖然是一場show，但要想做到完美就需要進行走心的策劃，經過精心策劃的、有“設計感”的活動才會讓粉絲感動和買單?？梢曰?個模型提升直播活動的設計感。

粉絲畫像模型：作為網紅、娛樂明星或是知名人物，在直播前對其粉絲進行畫像與分析是必不可少的。比如：粉絲的性別、年齡、區域、興趣偏好、關注的話題、購物偏好、消費承受力等，這些數據有助于平臺和主播深入洞察粉絲的特征，便于選擇擬售賣的產品類型，提前掌握這些信息，有助于避免出現“曲高和寡”、光看不買的情況。

圖2：主播的粉絲畫像示例

直播選品模型：基于粉絲畫像模型進行產品選型，再結合對可能上線的粉絲的分析預測，可以制定擬售賣的產品組合模型。平臺還可以提前在網上發布問卷調查，讓粉絲們列出想購買的產品清單，結合眾多粉絲的購買需求，從產品類型、尺寸、價格、樣式等方面可以做到更細致、更精準化的選取，讓粉絲們感受到平臺是在為他們量身定制了產品組合方案，這對于激發粉絲的購買欲望、降低決策難度等是大有益處的。當然，直播產品選型時還要綜合考慮主播人設、直播主題、市場熱點和趨勢等因素。

圖3：直播帶貨的選品分析模型

直播策劃模型：直播帶貨的本質通過場景模擬和重構來縮短粉絲們的購買決策路徑，而設計產品的使用場景是可以借助數據的力量的。正如Netflix使用大數據來構思《紙牌屋》的內容和細節一樣，大數據也可以在很多方面提供支持，比如：產品的定價、產品促銷方案的策劃、直播日期與時段選取、活動H5宣傳文案設計、主播造型與道具搭配、直播輔助參與人員的選擇等，這些直播方案涉及的要素都可以基于數據分析來決定，甚至可以用A/B test 的方法來設計對比組來評估哪種方案效果更優。

精準投放模型：直播開始前一般都需要進行輿論造勢，會在微信公眾號、微博等主流媒體上進行活動的預熱和宣傳，以吸引粉絲的關注。粉絲在哪里，我們的廣告就應該出現在哪里。通過對粉絲的媒體接觸習慣進行數據分析，可以定向選擇合適的媒體進行直播活動廣告的投放，這樣一方面可以做到精準觸達、有效覆蓋，另一方面還可以節省廣告投放費用。

通過粉絲畫像模型、直播選品模型、直播策劃模型和精準投放模型就能設計出一套比較完美的直播方案，為直播活動的順利運行奠定了堅實的基礎。策劃出一套有“設計感”的活動方案是直播帶貨成功的良好開端。

（2）直播進行中：基于數據監測提升節奏感和參與感

在直播進行過程中，一方面要實時監測相關指標和數據的變化，另一方面就是要基于數據變化適時調整直播的策略，目的就是要提升粉絲的參與感，控制好主播在產品推薦時的節奏感。

實時監測的數據主要是三個方面：粉絲流量、互動度、帶貨效果。涉及的指標有：在線人數、觀看人數、最高在線時長、評論次數、送禮次數、鏈接點擊次數、點贊數、下單數、下單金額等。

圖4：直播全程的監測指標體系

當粉絲互動度、帶貨效果等相關的數據表現異?；虿环项A期時，就需要及時進行直播策略的調整。一般主要調整四個方面。

1. 調整產品順序，也就是根據粉絲響應情況，及時調整產品推薦類的型與推薦順序；
2. 進行營銷話術的調整，當粉絲評論出現一些敏感詞告警時，或者粉絲們對主播的產品介紹的差評較多時，可以在營銷話術上進行調整。建議主播和平臺采用FABE原則進行營銷話術的腳本文件設計。好的營銷話術可以拉近與粉絲之間的距離，提高推薦效果。關于FABE是什么這里不再細說，不知道的可自行腦補下；
3. 福利發放，在直播過程中主播經常會發放一些代金券、紅包之類的福利，福利發放的時點控制也是很有講究的，可以結合多次福利發放的測試結果，選擇在合適的節點進行福利推送；
4. 場景演繹也需要結合數據監測進行調整。在主播為粉絲展示某產品的應用場景時，為提高粉絲的代入感，往往需要多準備幾套場景。我們前面提到了A/B test ，當A方案帶貨效果不佳時，可以啟動備用的B方案，甚至是Plan C。

另外，要補充的是，在直播帶貨的策略設計時可以引入“峰終定律”，我們只要在最能影響粉絲體驗的“峰點”和“終點”上多下功夫，采取一些技巧和手段強化粉絲的認同感和價值感，這樣也能提升直播活動的節奏感和參與感，還能夠為粉絲打造一次完美的購買決策旅程。

（3）直播結束后：基于數據反饋提升獲得感

每次直播活動的價值可以從數據中找到答案。直播結束后，直播運營團隊及時反饋直播效果的數據可以提升粉絲、主播和平臺的獲得感。

直播運營團隊可以為粉絲提供“三個一”：一份分析報告、一次真誠致謝、一次消息回復。一份分析報告指的是基于直播數據的分析評估，形成一份整體分析報告，分析這次直播活動的關鍵數據，讓每個粉絲對這次活動都有整體的認知，這個報告可以在直播的即時通訊工具或者微信公眾號等觸點進行發布，或者直接推送到粉絲的電子郵箱中；一次真誠致謝指的是要在官方微博和微信公眾號等觸點，點對點的向每個參與活動的粉絲表達謝意。

可惜的是，致謝這個簡單的動作很多平臺都沒有做到。所謂“得粉絲者得天下”，粉絲是需要用心維系和經營的；一次消息回復指的是對每個粉絲的互動最好都要有回應，主播做點對點的消息回復可能沒法做到，可以開發基于人工智能的在線回復工具，讓機器人來模擬主播進行“有人情味”的在線應答，這樣是有助于提升粉絲體驗的。

直播數據反饋也可以為主播和平臺帶來“三個一”+“兩個指數”：一次復盤、一份報告、一份簡報、滿意度指數、帶貨效率指數。

一次復盤是指直播活動結束后，直播運營團隊應及時復盤，分析這次直播的成敗得失，吸取教訓、沉淀經驗；一份報告指的是前面提到的給粉絲的分析報告；一份簡報指的是直播運營團隊應及時組織力量，對這次活動進行網絡輿情分析，研究本次活動在互聯網上的聲量、傳播路徑、正負面評論等，為下次的直播活動策略設計提供依據；

兩個指數分別是滿意度指數和帶貨效率指數，滿意度指數可以結合粉絲反饋和評論數據得出，而帶貨效率指數可以通過粉絲下單率占比、單位時間的訂單數和銷售額等計算得到。

四、小結與展望

以上對數據驅動的直播帶貨DRIA運營模式進行了概要性闡釋?？梢韵胍?，直播平臺配備專業化的數據運營團隊將是大勢所趨。在不遠的未來，隨著人工智能、5G、VR技術等與直播電商的深度融合，直播帶貨行業的數據化運營將更加智能、更加酷炫，直播帶貨的場景和邊界將會被無限的擴展。

同時，在數據技術的加持下，人、貨、場的數字化程度將更加細致全面，特別是通過數據對推薦的產品進行全息化、溯源式解讀，將會有助于加深粉絲對產品的認知和體驗。還有，數據化運營的力量將促成每次直播活動的完美演繹，使每次直播帶貨都具備“合適的主播”、“合適的場景設置與演繹”、“合適的話術”、“合適的時機”、“合適的產品”、“合適的定價”、“合適的福利”等成為可能。

作者：黃小剛，微信公眾號：大數據產品設計與運營

本文由 @黃小剛 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議