
大数据解析 | “直播竞答”类产品爆红背后究竟有什么秘密
最近一段时间小草莓被身边这个学习的氛围所感染,也入了“直播答题”这个坑。话说,自从入坑以来,自己就像一个18线小明星一样,每天忙着赶场答题,占据公司网速最快的位置,手机24小时保持高电量,不过结果感人...
入坑半个月,共收入8元!!!
所以小草莓决定不再盲目答题,而是要通过各项数据来看看这些“直播答题”产品到底有什么秘密?来吧,跟紧小草莓的脚步全民一起涨姿势~
本文对wuli“国民老公”思聪的“冲顶大会”、映客的“芝士超人”、头条的“百万英雄”、花椒的“百万赢家”这4款产品从答题时间、奖金、产品热度、下载量、以及用户画像、评分等几个角度来为大家揭秘~
产品热度对比
我们根据四个产品名称的关键词指数,可以看出芝士超人可谓是后来者居上,究其原因笔者猜可能是与请来的“出题官”有关,汪涵、谢娜、陈赫、李诞这哪一个人不是自带流量的明星啊?
产品下载量
总下载量对比
注:由于“百万英雄”与“百万赢家”均没有专属的APP,故以“西瓜视频”与“花椒直播”这两款APP来代替估计下载量,所以数据可能与实际有误差。
从下载量来看,“冲顶大会”和“百万英雄”(西瓜视频)确实跟同类竞品相比优势很大,毕竟思聪在多次微博上“撒币”的举动,吸引了大批吃瓜群众,其中不乏有人出于好奇去下载试玩,“百万英雄”也是在王凯、柳岩等明星加入后、奖金也有提升的情况下,下载量持续高升。
各市场下载量对比
注:以上为Android端各市场下载量
应用宝占比最多是意料之内的,但是没想到OPPO市场的下载量竟然打败了华为市场、360市场,成为本次的“黑马”,难道是因为“前后两千万”吸引了大量“花椒直播”(百万赢家)、“映客直播”(芝士超人)的主播们参与到直播竞答中这一新的活动中啦?
性别分布
看到冲顶大会明显是女性偏多,就不得不感叹国民老公的号召力啊,整体来看也是女性多于男性,这与部分用户是由直播平台转化过来的这一因素密不可分。
年龄分布
四款产品的用户年龄分布无不例外的集中在19~34岁之间,这些人大部分为在校学生、职场达人,本身就是互联网重度使用用户,且有一定知识储备,属于该类产品的目标用户。
地区分布
一如既往地被北上广、四川、江浙地区承包,由于大城市互联网行业发达,所以对于新鲜行业、产品的敏感度高,当然很多研发这类产品的公司就在这些大城市中,所以关注度高也是理所当然的。
产品评分
评分情况
![]()
注:评分5分制,小于等于3分定义为“负面”、大于3分定义为“正面”。
从上述图表中可以看出的是“芝士超人”的负面评分越来越少,其余几款产品的评分趋势还在波动,说明用户体验参差不齐。
但其中最让人担心的是“冲顶大会”,因为其余几款产品并不只是做“直播竞答”,还有其他留住用户的功能点,而它本身奖金方面就很弱势,对用户吸引力不大,所以在问题的难易程度、答题流程、主持人颜值、水平等其他方面一定要占据优势啊!
评论关键词
看到“复活”两个大字明晃晃的呈现在眼前,只想感叹一声大家对于“答题”的求生欲真的很强啊,毕竟有几张复活卡“冲顶”的机会就多了几倍。其实这只是平台利用“分享复活码”完成用户拉新,引入更多流量。
不过一些负面的评论也不少,很多人反映“题目越来越刁钻、奇葩,根本不在常识之内”、还有一些人对瓜分奖金产生质疑“每位参与者并不知晓与自己同场获奖的人数究竟有多少,最后到手的奖金有很多造假的空间”,这种并不是很透明的机制也是导致大部分用户流失的主要原因。
直播竞答类产品的前景究竟还有多远?
最初引进这类产品的是“冲顶大会”的创始人陈桦,她首先看到了美国的HQ trivia这一产品,并且自己体验后觉得在线直播知识竞答这一模式很有可能在国内爆红,所以回国后马上召集团队研发“冲顶大会”,之后才有了其他平台纷纷效仿。
这些产品前身其实就是“一站到底”、“开心辞典”等这类电视答题节目,不过是换成了网络直播的形式,参与人员门槛变得很低,营造了一种全民竞答的模式,但是这种热情又能持续多久呢?如果之后还是仅专注于一个模式发展,那么相信不久便会衰落,所以产品转型或多条产品线并行发展都是需要考虑的事情。
作为2018年第一款爆红的产品究竟还能走多远呢?不好说啊,反正小草莓最近已经移情别恋要去“养青蛙”了,毕竟只有紧跟潮流才能做一名“合格”的新媒体人啊!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08