
作者 | 朱小五and王小九
来源 | 凹凸数读
她那时候还太年轻,不知道命运赠送的礼物,早已暗中标好了价格。
——茨威格
社会在发展,时代在进步。伴随着未曾停息的拥护声和反对声,电竞行业逐渐被接受,被认可,走进大众视野,不再是“不务正业”的代名词。
而随着电竞的发展,游戏直播这一形式也应运而生,直播平台成为了电竞不可分割的一环。其中,斗鱼直播在当年的一片秀场中,最早在直播行业中专注游戏内容,一举抓住了电竞用户的心,占据了先发优势。
今年,前有斗鱼直播上市让吃瓜群众惊叹,原来传统概念里小众的游戏直播已经发展到这样的地步,后有乔碧萝露脸事件走向吸睛又魔幻,斗鱼又刷了一波存在感。
提到游戏主播,我们能想到的就是动不动几千万的转会费,几万几十万的打赏:
上图是斗鱼直播平台最近七天的主播礼物榜,可以看到目前斗鱼一些头部主播的状况。值得一提的是,只有付费礼物才能在经过平台抽成、工会抽成后,让主播得到一小部分钱。
为研究斗鱼直播模式下的主播与用户现状,我们爬取了斗鱼直播上的2062万条数据。
主播最爱打王者,观众最爱看LOL
从最新的艾媒数据报告中可以知道,斗鱼直播上用户趋于年轻化,24岁以下用户占六成以上,男性用户远高于女性用户比例,且月收入在10k以上的高收入人群占比在11.45%,这个数字已高于高于其他直播平台。
主播可以自由选择直播内容,但真正的决定权在观众手里。我们选取了部分热门的分区,对比了不同分区主播的数量和这个分区总体的观众热度。
(热度:斗鱼直播平台在2017年末开始使用“热度”这个指标代替人气,可以侧面反映总体人气趋势)
从主播直播最多的分区可以看出,排在前几名的都是我们平时耳熟能详的PC游戏或者手游。
这其中有几组对比数据很有趣:观众观看热度最高是的“英雄联盟”与“绝地求生”分区,而直播主播数比他们多出几倍的“王者荣耀”,观看热度却不及他们。除此之外,“颜值”、“户外”和“一起看”等分区则对主播来说比较“小众”,但在观众中却很受欢迎。
这种现象的原因可以从下面这张图中看出——
我们按照每个主播的直播时的平均观众热度,划分出了不同规模的主播。各分区不同规模主播所占比例中,王者荣耀相对于英雄联盟和绝地求生来说的“小主播”占比太大。
这就侧面验证了上述的现象。“王者荣耀”之类的手游,只需一部手机即可直播,门槛较低,因此主播众多,但水平参差不齐。
同时,“颜值”、“一起看”这两个非游戏分区,在斗鱼这个游戏直播平台似乎也更容易吸引人气。
不是所有主播,都能成为一哥
斗鱼平台在最近七天直播过的主播共23万余人,我们按照平均直播时长和平均直播热度将其绘制散点图。
从图上能看出,绝大部分主播热度依然停留在底部,能达到高热度,成为大主播的寥寥无几,且热度较高的主播集中于上述的几个热门分区,其他分区主播发展普遍一般。
(ps:大家可以猜猜图片最上面的几个点分别代表哪几个主播,后台回复“散点图”可获取答案)
由于有20多万的主播集中在下方,很难看出他们平均直播时长的分布。另一方面,主播分化程度较为严重,为了更直观的展现趋势,我们以1万平均热度为分界,分析了不同规模的主播每天平均直播时长。
图中可以发现较大的主播每天直播时长集中在5小时左右,主播直播时往往既需要全神贯注玩游戏,又要和观众一起互动交流,在提升自身技术同时,还要凸显自身特点,来在众多主播中脱颖而出,事实上这并不像我们想象的那么简单。
而较小主播直播时长则大部分在1小时左右,不能持续直播,导致观众少;观看人数少,主播没动力,久而久之,也就难以出头。
平均每日直播时长超过20小时的一般为全天直播,这样的直播大部分是“一起看”分区,24小时播放电影电视剧之类的视频,其他基本都是游戏或者比赛的官方频道,用来循环播放官方视频。
那么主播们大部分在什么时间直播呢?他们的观众也是同一时间准时观看吗?
从同一时间段内主播直播与观众观看在线人数可以看出,有两个时段有差异。
一个是晚上21点后至凌晨6点前,以直播为职业的主播往往已经进行了5-6小时高强度不间断的直播,会选择后半夜好好休息一下,而将看直播作为娱乐的观众则躺在床上看到上头;
另一个时段是下午12点左右到18点,观众都正在上班上学,而很多全职主播中午起床吃饭后,正好下午开始了他们的直播。
大部分主播并非我们想象的那样,时间自由,赚钱容易。每天在线直播的主播人数以十万甚至百万为单位,但真正赢得观众喜爱和自愿刷大量礼物的事实上寥寥无几。一时的流量换不来观众永远的买账,以噱头博出位后如何用内容留住观众,是每个主播在探索的方向。
随着行业监管的加强,直播平台已逐渐褪去“泡沫”,流量红利消失,回归理性。行业内的竞争将更加集中于头部平台之间,这些平台也更需要探索更优质的内容和更多元的发展,而非寄希望于“乔碧萝”一样的噱头中。
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