聲明:本文來自于微信公眾號卡思數據（ID:caasdata6），作者:羽川，授權轉載發布。
相信所有的抖音玩家都知道“完播率”這個詞，而且也都會認為“完播率”很重要。
但是，完播率到底指的什么?
對于內容創作、數據復盤，完播率真的能起到指導性作用么?
是否還有其他的，被你所忽視的重要指標嗎?
還有能夠顯著提升視頻創意能力的方法嗎?
閱讀本文，或許能為你帶來不小的收獲。【文章內容較干，建議收藏閱讀。】
什么是完播率
在抖音上，一些巨量旗下的官方賬號釋放了“完播率:平均播放時長<30%”的概念。
一時間，“完播率”被吹的神乎其神，經多番求證，但小編始終不理解為什么播放完成率要“平均播放時長<30%”，甚至找不到“播放完成率”指標的官方解釋。
直到，無意中在巨量創意平臺發現“播放完成率:所有播放UV中，完整播放的UV次數占全部UV的比例。”
也就是說，視頻100%完整播放才會被計入播放完成率中，重復播放不計數。通過產品端的驗證，也確實如此，如圖:
左側為抖音APP“作品分析”功能中，視頻最后一秒的用戶留存比，右側是創作者后臺的播放完成率指標，兩項數值相似。
如果完播率就是完整看完視頻的用戶占比，并以此來作為評價視頻好壞的重要指標，那么，問題就來了。
1、對于時長較長的視頻來說，顯然是不公平的，因為視頻時間越長，“完播率”就一定會越低。
2、僅看完播率無法找到優秀視頻的爆點所在，也無法找到翻車視頻的問題所在，不能為視頻創作帶來指導。
3、不同長度、不同領域的視頻，“完播率”必然不同，那么又該如何評價視頻好壞?
“用戶留存率”指標
在開始介紹“用戶留存率”指標之前，我們再強調一下抖音的推薦機制。
當有用戶打開抖音，抖音的系統就會收到用戶的視頻請求，并從內容庫里基于興趣標簽為用戶匹配內容，在這個過程中，所有符合用戶需求的內容都會在抖音的算法規則下進行PK，優質視頻會被賦予更多的推薦流量，表現較差的視頻則會被逐漸淘汰。
那么什么是優質的視頻?
在算法黑盒下，沒有人能知道具體的指標，但是從平臺的角度來看，為平臺帶來更多價值的視頻就是優質的視頻，而價值則體現在讓用戶在平臺停留更長時間、激發用戶的互動行為，促使用戶拍攝視頻或進行電商消費等等。其中，“完播率”體現的就是用戶停留時長。但是，正如我們前面所分析的，完播率指標存在眾多問題，很難直接應用。
于是，就有了我們今天要重點講的“用戶留存率”指標。顧名思義，“用戶留存率”就是有多少觀眾在你的視頻中留了下來。其實，“播放完成率”也是“用戶留存率”中的一種，即在視頻最后一秒留下的用戶占比。
如果我們將視頻按時間線進行切割，甚至可以得到視頻每秒的“用戶留存率”。
如上圖:該視頻長度為36秒，3秒處用戶留存率為53%，而同長度熱門視頻的3秒留存率為80%，同理，在18秒處，該視頻的用戶留存為22%，而熱門視頻留存為56%。
通過分析關鍵幀的“用戶留存率”，并將其與熱門視頻進行對比，我們就很容易發現視頻出現的問題，以及與熱門視頻在數據上的差距。
在這個過程中，10%用戶留存，是影響視頻自然流量的最重要因素。
在抖音，用戶永遠不知道下一個看到的視頻是什么，這就為用戶帶來不停刷視頻的動力。相反，如果遇到不喜歡的視頻，只需輕輕上滑即可跳過，極大的削弱了因此而帶來的負面情緒，進而形成了“上癮”機制。在這種環境的熏陶下，用戶對未知視頻的“容忍程度”會越來越低。
因此，對于創作者來說，視頻內容第一眼的眼緣就會顯得格外重要。我們常見的觀眾留存曲線圖，通常就是下圖中X曲線的樣子，大多數情況下，在視頻的前10%進度中，每秒流失的用戶會達到最高值，10%處將成為決定整個視頻獲得的自然播放量的重要影響因素之一。
如圖，X1曲線10%秒用戶留存率遠低于X2曲線的留存率，若X1、X2兩條視頻領域相同、時間長度相同，通常情況下，X2視頻播放量將遠高于X1視頻。
這也就是為什么很多運營類課程都在強調三秒原則、五秒原則，以及抖音上素來就有“顏值正義”說法的原因。
從“觀看分析”功能來看，取3秒還是5秒，是根據視頻總時長而言的，并沒有一個準確的數字。在觀看分析中，第一個點通常打在視頻長度的第10%秒且向下取整的位置。如，34秒的視頻，第一個點打在第三秒;58秒的視頻，第一個點打在第5秒，而20秒以下的視頻，第一個點通常打在第1秒的位置。
假設，抖音算法同樣是以觀看分析中的方式為視頻進行打點，那么，對于20秒以內的視頻而言，第一秒的內容就格外重要。而60秒以上的視頻，前6秒，也就是第一個場景會更重要。這也就為長視頻提供了更多的創作空間。
我們在知道了“用戶留存曲線”中10%秒的作用后，還要注意的是整個曲線的走勢。
在經歷10%秒左右的自然下滑后，如果在視頻中后期出現上圖中曲線驟然下滑的情況，一定代表視頻內容出現了問題，比如廣告植入、話題提前結束、有偏激觀點等。這個時候，創作者就要回到視頻找原因，我們要做的就是通過復盤吸取經驗，盡量讓這種驟然下滑的趨勢出現在視頻進度的50%以后，以此來提高觀眾的停留時長以及平均播放時長。
“用戶留存率”指標的用法
內容復盤&A/B測試
打開抖音APP—作品分析功能——觀看分析功能，認真分析每一條視頻的"用戶留存率"這個指標，能夠幫助我們對已發布的視頻進行精確的復盤，并與當日同長度熱門視頻的數據進行對比，找到觀眾流失的原因，優化后續的視頻創意。
與此同時，對于大多數知識、剪輯等模板化程度較高的視頻，也可以以此方法對模板進行A/B測試，找出留存率更高的內容點，進行針對性優化模板。
“用戶留存率”+抖音官方工具
=視頻創意利器
這里指的抖音官方工具就是“巨量創意平臺”（https://cc.oceanengine.com），在巨量創意平臺中，我們可以看到眾多由巨量廣告平臺提供的優秀創意案例，并可以完整的看到這些案例的數據，尤其是用戶留存、互動數據，能夠為我們進行視頻創意的過程中提供巨大的幫助。
舉例:1、直播引流視頻該如何用
一般直播電商做短視頻的目的主要集中在直播引流，我們的核心目的就是讓視頻獲得更多的曝光，并高效的吸引用戶點擊進入直播間，且所拍攝的視頻也都會在20秒以內。
以服裝品類為例，選擇1-15秒時長，選擇按播放量排序，選擇30日。然后得到下面的視頻推薦。
選擇一條高播放量的視頻，點擊進入詳情頁面，詳情頁面共包含“視頻信息”、“數據概覽”、“視頻特征分析”、“觀看受眾互動分析”、“創意受眾分析”5大板塊，其中，“觀看受眾互動分析”最為重要。
“受眾互動分析”中包括點擊指數（投放時選定的轉化目標），流失分布指數(觀眾留存)、點贊、評論、轉發、關注指數。如下圖:
注意:曲線圖展示的是指數，最大值為1，以流失分布指數為例，可以簡單理解為越接近1，該時間段用戶流失越高。
曲線圖下面的條狀堆積圖是視頻吸引力分析，重點看兩個地方。
第一個是綠點位置，代表該視頻10%進度時的用戶留存率。
第二個是將視頻按分鏡切割，并分析各分鏡的用戶喜好度，顏色越深，用戶的互動行為（贊、評、轉、關注、看播）越多，對該內容喜歡度越高。
對于電商同學比較關注15秒內的引流短視頻，我們只要重點看流失分布指數即可。
先看視頻吸引力分析，1秒處用戶流失率僅為27.09%，這是一個相當優秀的數據，再結合上面的“流失分布指數“分析，1秒處觀眾的流失指數達到峰值，隨后持續下降，中間并沒有出現用戶驟然流失的情況，說明整個視頻的結構也很流暢，順利的通過開頭部分的話題講用戶引入了直播間引流部分的內容。那么這條視頻的視頻結構，過渡方法，開頭的引子就非常適合用類直播商家學習乃至于翻拍。
該視頻為直播引流視頻，視頻長度11秒，播放量為204.9萬。
但要注意的是，商家務必要結合自己賬號的風格、人設、粉絲畫像尋找優秀的案例視頻學習，切忌盲目翻拍，導致標簽紊亂，播放量反而下降。
舉例:2、內容型視頻該如何用
對于內容型創作者來說，該工具最大的作用是幫助我們看到更多優秀視頻的數據，通過對秒級“用戶留存曲線”的分析，吸收其他創作者的創作經驗。
在巨量創意平臺上，視頻分類是按行業分類而非內容類型。因此，要想找到自己的對標視頻案例，要先找到與自己內容相近的行業，比如服裝類長視頻大多是穿搭教學類;快消、汽車等大品牌廣告主聚集的行業中，劇情類內容會多一些;3C、美妝行業中評測、知識類會多一些;游戲行業，剪輯類會多一些，依次類推，然后再挑選與自己賬號風格類似且優質的視頻進行分析。
另外，巨量創意上的熱門廣告中，雖然所有的視頻都是有投放行為的，但是投放其實并不影響視頻質量和用戶觀看視頻過程中的互動行為。相反，廣告視頻能獲得較好的用戶留存與用戶互動比非廣告視頻要難的多，對于創作者而言，更應該去主動學習。
言歸正傳，我們還是以服裝行業舉例。
該視頻是一條典型的穿搭教學視頻，長達4分49秒，共計獲得1450.18W播放，12.31W贊。我們直接看“受眾互動分析”版塊。不同于電商的15秒視頻，長視頻我們要分析的更多，主要目的是找出目標視頻的爆點，即什么樣的內容會引發什么樣的用戶行為，以及優質視頻上熱門的主要原因。
以該視頻為例，該視頻時長為4:49秒也就是289秒，個位數向下取整，10%進度28秒處，上圖視頻吸引力分析中，綠點位置的10%秒用戶流失率達到了88.69%，猛的一看，這個數值很高，但是該視頻依然獲得了千萬級播放且一條視頻漲了16W+的粉，那么或許，對于同等長度、同等類型的視頻來說，88%的流失率應該是正常情況。
再結合流失分布指數分析，我們可以看到，在1秒處，視頻露出主題的時候，用戶流失達到了峰值，意味著在1秒主題露出時，直接剔除掉了絕大多數的非目標用戶，當KOL開始進入主題后，大約7秒處用戶留存開始穩定下來。
再結合關注指數來看，7秒用戶留存穩定后，關注指數達到了峰值，說明該KOL的內容第一階段，在去掉非目標用戶后，有效的吸引了目標受眾的關注，完成了投放時“吸粉”的考核指標。
繼續往后看，當鼠標在進度條上滑動時，下面的吸引力分析條中會出現白色的點，通過這個，我們很容易找到視頻哪部分的內容更吸引人，且會激發用戶什么樣的行為。
如上圖，白點停留在148秒的一個用戶互動較多的位置，然后分別查看點贊、評論、轉發、關注，我們就很容易找到148秒左右的內容，激發的是用戶的點贊行為。回到視頻內容本身，就很容易發現，原來是主觀結論性內容更容易獲得用戶點贊，那么，我們在制作同類的視頻時，同樣可以為激發用戶在視頻中的點贊行為，主動去強化結論性內容的表達方式。
除此之外，通過對評論、轉發、關注等指標的分析都可以為我們帶來大量的創作靈感，進而優化自身的內容創意。
“用戶留存率”作為DOU+投放參考
視頻發布后，是否追投DOU+，也可以通過分析“用戶留存率”進行決策。
如果所發布視頻10%秒處留存率與熱門視頻的留存率相近，且后面不出現“大滑坡”，那么很大概率，我們去追投DOU+是不會虧的。
相反，如果視頻10%秒處，就出現大滑坡，那么這條內容DOU+再如何投放，也難有起色。
這篇文章，似乎有點太“運營”了，你看懂了嗎?對你的內容創作有沒有幫助?
