您的位置 首页 赚钱项目

用投行方法论估算快手郭老师能赚多少钱

当投行视角遇到郭老师能碰撞出什么火花?我们给他出了一道题,让他用投行方法论估算郭老师现在的收入水平。

郭言郭语能赚多少钱?一起来看看吧。

快手上现在最火辣的主播是谁?

不是曾经地动山摇的牌牌琦家族,不是你的哈哈男孩寒王,不是撤硕美食家老八,而是人称沧州泫雅的郭老师。

郭老师一共有三个快手账号,“爱吃食物的女孩子”、“郭子”和“达玲”,最后一个是老公的账号,由于主号经常被封,被郭老师强行征用补缺。

由于直播风格过于惨烈+口无遮拦,郭老师的每场直播都以快手官方中途掐断而收场,因此被誉为“全快手唯一一个不用自己下播的主播”,从侧面也印证了她的风头无两。         

△直播封禁,是郭老师最常用的主页封面

翻开她主号最早的作品,郭老师直播的初心似乎是当美妆和美食博主。由于一些行为过于迷惑,她的吃播往往能够达到敦促减肥的效果。

关于郭老师的直播风格和文化内涵,各位可以自行检索,在此按下不表。

而今天我想做的,是和集美们一起拨开流量的云雾,探究一下这位新锐顶流靠直播能发多少财。而通过这种发掘,我们也能一窥直播行业的现状。

毕竟,if you wanna know the truth, follow the money.

当然,这个问题最准确的答案永远只躺在快手后台的数据库里。但我们依然可以“暗度陈仓”,用投行外部尽调的方法,从前端的海量数据里选取有价值的佐证,做出不偏离数量级的估算

想要完成一套准确的估测,我们首先要牢记统计学的基本公理:信源越多,数据样本越大,分析结果越可信

举个反例:郭老师曾经在某次愤怒PK中随口说“直播一次就赚几万”,这种信息就属于单一信源的单一样本。鉴于她在短视频里还曾走在乡间的小路上说自己“玛莎拉蒂限号了”,我们就可以判定这个单一信源非常不可靠

一个人的话语可以“凭空想象,凭空捏造”,但群体的行为数据往往是真实且稳定的。快手的大蛋糕郭老师能切走多少,和她的粉丝量直接相关。 

上述郭老师的三个号,粉丝数分别为210.4w、63.4w、23.3w,个体差异很大。但是在快手生态里,只有观看郭老师直播的粉丝才有可能付费打赏。换言之,比起账号的粉丝数,直播间的在线人数和收入之间的相关性更强。

为此,我们特意全程收看了几场郭老师的直播。以3月第一次观看为例,快手直播间的实时在线人数,显示在屏幕右上角:

△看这里

直播从20:30开始。沉浸式体验不到十分钟,我方人员就明显出现行为异常,开始喃喃郭语,并试图充值。为了不影响工作,我们摘掉了调查人员的耳机,保证其客观而随机地记录了若干时间点的在线人数和对应事件:

直播开场后第11分钟,1.7万人;25分钟,2.3万人;35分钟,2.5万人;40分钟,2.7万人;46分钟,2.6万人;第50分钟郭老师和韩美娟PK,人数激增至3.3万人;58分钟惩罚开始,人数达到峰值5万人;65分钟PK结束,回落至2.9万人;73分钟,2.7万人;85分钟,2.6万人;89分钟,2.6万人;99分钟,2.8万人;103分钟,3.1万人,106分钟,2.9万人;110分钟,2.8万人,120分钟,2.3万人,135分钟榜单前十郭语连麦开始,1.8万人,150分钟,1.5万人;162分钟,1.5万人;169分钟,直播间被封。

不熟悉韩美娟的同学们一定听过他的名言:“记得双击么么哒”。 

△地  狱  场  景

以上数据我们导入excel,并做了个更直观的图: 

 结果如下:

 

那么问题就来了,该怎么界定直播间的平均在线人数呢? 

结合直播过程中的事件,和韩美娟的PK是一个突发,导致大量韩美娟的粉丝短期涌入,数据偏离较大,而且不能算作“郭老师的直播粉丝”;135分钟以后榜单前十连麦,对于大部分观众来说已经进入了“和自己无关”的环节,而且对应北京时间已经接近23点,到了很多人的睡觉时间,所以出现大规模退场。

除此之外,人数基本在2.6万至2.9万之间波动。也就是“在合理时间愿意持续观看郭老师直播的人”。我们不妨就取它们的平均数2.75万,这是第一个阶段性重要数据。

有人会认为我们忽略了一种情况:不少人只是进来看了一会就走了,并未坚持全程,2.75万人是实时在线数,但“换手率”极高,不能代表所有浏览过她直播的人数。

数学统计乃至物理实验中经常遇到这种现象,某一个样本离开观测位置的同时,另一个和它同等性质的样本立刻填补它的空白。学术上把这种现象称为“动态平衡”。第二部分你会明白,我们要的就是这个动态平衡数

第二组数据:点开右上角榜单,快手会向我们展示实时在线的前100名观众送出礼物的快币价值:

 △看这里

在我们对直播间在线人数进行统计的同时,也对礼物榜TOP100的数据做了抓取。直播前期,数据基本均衡增长,从数百,到数千。

韩美娟PK战开始后,为了帮助郭老师守塔,全场气氛陡然火热,其间出现了一个突发事件:眼看郭要战败的时候,名为“Ray2726”的网友突然刷了6.6万快币的礼物并自此永居榜一,与榜二以下99人相比,金额出现非常大的偏差度

△郭老师直播间的Ray2726土豪大神

需要特别指出的是,2月份的两次抽样直播里,这位“Ray2726”并未出现。——划重点,记住这个细节,后面有用。 

TOP100样本池如下(单位:快币):

这个样本池是观众消费行为的最直接数据画像,是我们得到的第二组有效数据。

但我们需要根据快手生态的现状,谨慎评判样本的可靠性。一些顶流账号直播期间,会有电商进来秒榜,如果电商占据榜一,主播作为回馈,会和电商连麦,直播带货。这种现状驱使一部分主播用小号偷偷给自己先送高额的礼物,“炒高”电商上榜成本。这种情况下,上面的取样方法是有水分的。

郭老师直播间里,迄今为止电商还不成气候。如果以这种恶意去揣测,怕是要骂为“无中生有,逝者安息,一路走好”。是否清白,我们第二部分揭晓。 

最后,除了郭老师的自体数据,我们还采访了身边几位小型主播。所谓小型,是粉丝数20万以内,每场直播人数在2000到3000人的主播。对于她们来说,直播是养家糊口的工作,是尚未突破的梦想,她们没有挂假粉,没有自刷礼物。她们向我分享了自己真实的收入:

上表数据平均一下,我们可以得到一个大致的期望值:2000人左右规模的直播间,每场收入在500元人民币上下。这个结果将辅助我们接下来的建模。

科学实验的经验告诉我们,如果你用多个互不相关的方法,对同一问题得到近似的结果,那么这个结果接近真实的概率就越大。

效果如何,咱们用上面的数据试试。

2.1 根据小型主播的真实数据,线性放大。

假设全快手每个直播间的粉丝质量是均匀的。粉丝质量=粉丝消费的能力,越爱消费,质量越高。

郭老师直播间27500的平均在线粉丝,是小主播2000人的13.75倍。2000人的每场收入期望是500元,推测郭老师每场收入为:

500X13.75=6875元

这个测算方法最大的缺点在于,顶流直播间的粉丝质量(即粉丝消费力),一般高于普通直播间,某企业会计挪用百万公款打赏主播的案例,殷鉴未远。6875元应该是一个被低估的数字。

没关系,换个方法再测:

2.2 统计榜单快币金额,直接求和

现实点讲,榜单数据只有TOP100,无法覆盖所有送礼观众。但请相信数字一定有规律,我们先把第一部分里的榜单快币样本池图形化一下: 

得到结果:

图形告诉我们:一、礼物金额分布服从典型的长尾分布;二、统计经验告诉我们,即使最终趋零的长尾分布,首尾绝对值充分离散,但相邻数据应该相对连续。除了“Ray2726”这位白马王子之外,其他数据基本首尾连续。

这说明了啥?

一、根据最终趋零的长尾分布的特性,我们求和范围能够抵达最大样本所在数量级的1%级别,即可避免最终数量级上的偏差。最大样本是6.6万,我们需要尽量不遗漏百元级别的数字。池内最小样本位138,接近百元级底部,已经基本覆盖有用数据;

二、“Ray2726”的出现应该作为孤立个案,他的数学特性严重偏移,直播也并非每场必到,他可能是一位实力不凡的真爱粉,无法忍受偶像PK失败而拔剑相助,但他的样本在推测日均收入的时候,应该摘除。

求和样本池中的快币金额,郭老师当期收入22.46万快币;去掉“Ray2726”之后,剩余15.86万快币。

插播科普一下,快币和人民币的比例是10:1。快手对主播的奖励机制是:礼物快币价值折合成人民币后,扣除20%税费,剩余部分平台和主播平分。

所以郭老师当期直播收入:

22.46万X0.1X0.8X0.5=8984元

去掉“Ray2726“后,得到一个更接近“每次直播确定可实现收入”的数值: 

15.86万X0.1X0.8X0.5=6344元 

8984这个结果验证了方法2.1中我们对粉丝质量不均匀的判断;但6344这个结果和2.1的6875非常接近,这让我们确信,我们已经在数量级上逼近了准确答案。 

但必须指出的是,6344一定是低于真实日均的,一是因为硬性排除了“Ray2726”这些“超级消费者”,二是忽略了TOP100以外的礼物。

2.3 快手平台大数据反推

第一部分里有一个“主播有罪假设”,即主播都会偷偷给自己刷一点礼物提高上榜门槛。方法2.2显然无法排除这种误差。

好在快手作为大厂,会定期公布运营数据。主播给自己刷礼物时消耗的快币,来自于以往观众的馈赠,所以这种行为只会影响当此直播个人榜单,而不会被二次计入快手整体财务收入。

也就是说,从快手全平台财务收入中,切分出每个主播的占比,就可以完美挤掉水分。

2019年中旬,快手副总裁在第七届中国网络视听大会上表示,快手的DAU(日活跃用户量)已经达到2亿。另据上海报业集团旗下的“界面新闻”2月10日援引消息人士称,2019年快手总收入为500亿元左右,其中直播收入接近300亿元,游戏、电商等其他业务收入为几十亿元。

每个活跃用户,每天打开快手可能消费,也可能不消费,每个人的消费金额(即“粉丝质量”)和消费场景(直播打赏,电商消费等)也不一样。但利用上面的数据,我们可以算出全平台活跃用户每人日均消费金额,一定程度上弥补“粉丝质量”的不均匀性:

日活人均消费=500亿/365天/2亿人=0.685元

接下来的任务:郭老师直播间的有效日活,怎么确定?

郭老师每场直播结束后显示观看人数达到10W+,我们要采用这个数据吗?答案是:不要。

0.685元的真实意义,是一名日活用户从打开快手第一秒,到退出快手的时点之间,在平台上的消费。在这期间,他可能看了N个短视频,穿梭了N个直播间,绝不能认为他停留过的地方,就是消费的地方。

如果把日活看作一个不确定的量子,他在快手的每日浏览看作量子轨迹,那么他在轨迹的每一个点上,只代表一个“消费可能”。而走完这条轨迹前,他一定会完成0.685元消费。只有极端情况下,这条轨迹坍缩成一个点,也就是用户全天只看一个直播,他的消费才会确定发生在这个直播间。

我们已经知道郭老师直播在线观众“换手率”极高,每秒有人进入,有人退出。但在0.685元这个设定下,每个人的每一秒停留,都是等价的“消费可能”。一人进一人出,可以等于同一个人还在原点。

这就是第一部分我们提到的“动态平衡”,动态平衡的很多物理特性,就等于静止。 

所以我们才在第一部分里说,要的就是2.75万这个动态平衡人数,可以将其理解为2.75万名全程静止观看郭直播的人。于是: 

直播间日营收=2.75万X0.685X0.8X0.5=7535元 

7535这个结果,大于方法2.1的得数6875,印证了郭老师的粉丝质量高于普通粉丝的推测;大于方法2.2中“每次直播确定可实现收入”6344,印证了“超级消费者”的存在;低于2.2中当日样本求和8984,印证了“超级消费者”的非常态性。

回到那个“主播有罪假设”,方法2.3已经把主播自我刷单的“水分”挤掉,结果却低于当日样本求和。看来,郭老师真的没有刷单。

郭老师,是我们不好,我们“无中生有,眼里有泡,嘴里刘能”,大数据证明了您的光明磊落。

我们用了同类类比、个体观察和大数据反推这三种互相独立的方法,分别估算了郭直播的日均营收。

同类类比的优点是类比参考物取自身边人,数据准确;缺点是无法计入研究对象和参考物之间的个体差异。个体观察能够直接掌握第一手数据,但可能面临研究对象自身造假风险。平台的大数据最为“诚实”,可以挤掉一切水分,但在测算一些爆红主播的时候可能导致数据“被平均”。

综合以上测算,我预计郭直播的日均收入不低于7000元,每日具体数据大概率落在6500至8500的区间内。

按照每日7000元保守测算,如果郭老师坚持每日直播,月收入不低于21万。 

如果郭老师每次直播必封,一封7天,意味着每个号每月使用4次。郭老师一共三个号,每月进行12次直播,月收入将不低于8.4万。

(以上所有数据基于上述三种方法论推算,仅作参考)

在一次直播里,郭老师忆起过她和达玲的创业辛酸。

达玲甚至因为老实忠厚被人坑害,一度负债。郭老师安慰他:“咱们有手有脚,年轻不怕,跌倒了还能爬起来。别因为亏钱一次就不敢做生意了,等我赚钱了,再给你,咱们还做生意。”

我想,他们一定已经走出了困境,离自己想要的生活越来越近了吧。

关于作者: 七里香赚钱网

热门文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注