短視頻遭遇變現困境，火星將依靠數據平台打破僵局

火星文化認為解決廣告主們投放疑慮，拓寬短視頻變現前景的關鍵點有兩個：一個是投放邏輯，另一個就是數據。

作者 | 劉丹如

在移動端普及和帶寬成本日益降低的大趨勢下，用戶對於短視頻的閱讀需求日益增加。2014年短視頻日均播放量只有15億，但不到三年時間裡，這個數字已經上漲到150億，每天有數千萬條短視頻被上傳至各大平台，影響著數以億計的互聯網用戶。

對於內容行業而言，短視頻顯然已經成長為與長視頻同樣重要的內容形式之一。但與長視頻發展有所不同的是，目前短視頻在商業變現環節仍舊十分薄弱。「每天上傳這麼多短視頻，其實能夠變現的連百分之一都不到。」卡思數據負責人李若飛說，「目前短視頻的變現方式仍舊以廣告為主，但由於短視頻市場剛剛起步，且具有龐大而分散的特點，最終導致廣告主在投放短視頻方面始終存有疑慮。」火星文化認為解決廣告主們投放疑慮，拓寬短視頻變現前景的關鍵點有兩個：一個是投放邏輯，另一個就是數據。

為了解決數據和投放邏輯的問題，過去一年裡，火星文化和眾多短視頻CP（內容創作者）、廣告營銷公司和代理機構、廣告主以及平台進行了溝通，在綜合多方需求和建議后推出了視頻全網大數據開放平台--卡思數據。李若飛告訴《三聲》：「短視頻行業需要一個全網大數據平台，這樣才能真正對整個產業鏈上所有的參與者產生更大的價值。」

以下是《三聲》（ID：tosansheng）與李若飛的對話。

《三聲》（ID：tosansheng）：火星為什麼想要做一個開放的數據平台？

李若飛：2015年年底，火星文化就決定開始做互聯網產品。最初我們想做一個分發加數據的平台，所以去年我們先上線了雲分發的產品。雲分發的產品上線后，我們發現CP需要的不僅僅是自己通過雲分發平台所分發的渠道的數據，他也希望看到自己在全網數據中的整體表現，也想了解整個行業運營情況。除了CP方，在整個產業鏈上，投資人、廣告主、還有平台方甚至還有內容營銷公司，這些參與者都需要數據。因為這個行業有很多不規範的地方，所以我們在去年11月決定做一個開放的數據平台。

短視頻行業的整體興起是從2015年下半年開始的，2016年是一個增長特別快速的階段，到2016年下半年的時候資本市場對於短視頻開始回歸理性。但在15年下半年和16年上半年這兩個階段的增長幅度特別大，湧現了非常多的短視頻內容。在15年底的時候，全國只有約1萬家CP，而現在有25000多家。

從我們的角度來說的話，我們發現目前行業所面臨的最大問題是變現，而數據是解決這個問題的一把鑰匙，既然我們願意進入這個行業做數據這件事，並投入極大的精力和熱情，就是相信這個行業會爆發。

《三聲》（ID：tosansheng）：為什麼會在這個時間節點推出一個短視頻的數據平台？

從2014年成立時起，火星文化就定位為內容產業鏈服務商。但成立初期我們並沒有去開發一個互聯網數據平台，直到公司發展一年多我們才開始做數據。

從行業來講，短視頻與其他內容的商業模式不太一樣。長視頻就有相對確定的商業模式，比如綜藝主要依靠廣告，網劇可以依靠用戶付費。但短視頻的商業模式非常分散，廣告是目前最主要的變現方式，其他方式包括知識付費、電商、衍生品等，但這些方式都有各自的局限性。

相較於長視頻，短視頻的變現路徑沒有那麼清晰，整體的變現規模化並沒有實現。但對於變現而言，未來想要實現規模化變現，第一你得有足夠的數據才可以支撐。第二，你得有足夠清晰的投放邏輯客戶才願意投放。

為什麼現在做視頻全網數據開放平台？其實短視頻作為一種聚合這麼大流量的載體，對數據的需求是必然的，但直到現在才做實際上有三個原因。

第一，因為短視頻這幾年才被大家認知，以前的規模和流量都不夠。

第二，我們認為數據的應用場景，短視頻比長視頻場景更廣泛。短視頻它有三個特點，一個是持續性，其次是涵蓋很多垂直領域，第三是全網分發。因此短視頻數據的參考意義大很多，它不但可以指導內容創作、用戶運營，還對內容變現起著至關重要的作用。

第三，數據獲取的難易程度是不一樣的。相較長視頻，短視頻的全網數據獲取難度非常大。我們從去年十月到現在，經過近十個月的研發和一些數據的積累，直到到8月才能正式推出卡思數據平台。

《三聲》（ID：tosansheng）：具體來說，短視頻的數據搜集難度在哪裡？

李若飛：短視頻數據搜集難度主要在於，它和長視頻頻不同，長視頻好的內容一定是獨家模式，即便是全網，它在每個平台的名字也是一樣的。但短視頻是全網模式，它分發的渠道非常多，有長視頻平台也有短視頻平台，而這兩類平台各自產品模式又不一樣。很多短視頻節目分發到各個平台時，上傳的賬號和節目名字都不一樣。那問題就來了，這些平台數據怎麼怎麼怎麼打通呢？

這些問題並不是純技術的問題，它首先需要技術積累，其次也需要對行業有所了解。因為短視頻渠道比較複雜，所以對於大家來做短視頻的這種數據的時候難度會更大，這也是為什麼我們在數據積累上花了很多時間，如果沒有一定的數據的積累，是沒法撐起一個數據開放平台的。

《三聲》（ID：tosansheng）：當下行業內也有其他人在進行短視頻數據的搜集和挖掘，那火星文化來做這件事的核心優勢在哪裡？

李若飛：我們在產品層面一個重要的特徵是跨平台的數據整合。因為短視頻是全網分發的模式，單一平台無法滿足所有用戶的需求。而我們從一開始，就是把全網的各平台數據全部打通來做，這跟單一平台相比，所能提供的價值就大不一樣。我們是站在一個第三方以全網的視角去考量的。

假如一個節目播放量是1000萬，優酷佔了50%，那麼這50%對於整體播放的貢獻權重到底有多高？同樣，一檔母嬰節目的100萬播放量和一檔美食節目100萬播放量的價值相等嗎？為此我們花了很長時間，根據不同渠道、不同垂直領域的全網數據建立了一套模型，經過不斷驗證和調整，最終以卡思指數來體現一檔節目或一個CP團隊的商業價值全貌。

《三聲》（ID：tosansheng）：火星經歷了哪幾個發展歷程？對於火星來說，卡思的價值在哪？

李若飛：短視頻2015年還沒有起來的時候，火星就決定聚焦在做視頻內容的傳播、變現和發行上。在這個過程中。我們發現發行和廣告變現光靠人力驅動是沒辦法進行規模化。

做雲分發的產品就基於當時的CP方明顯的訴求，大家需要一個能夠幫大家都全網分發的工具，但實際上工具只是解決效率的問題，沒有解決用戶的剛需，所以你必須得配套足夠的服務在裡面，所以我們的分發渠道給發行方提供的發行業務是完全一體化的服務，而數據也在支撐發行運營。

從商業變現來講，火星文化未來的目標並不是希望數據來收費，我們想做短視頻的規模化變現，在未來就幫大家賺錢。目前短視頻行業是不賺錢的，幾種商業模式中，只有廣告能夠規模化，其他都是有局限性，但是在廣告投放上有兩個痛點，就是數據和投放邏輯。

那我們需要把兩個都解決掉，數據是解決方法之一。實際上對於互聯網行業的所有底層業務來說，數據是最底層基礎的東西，當所有廣告業務發展到一定程度時，如果沒有數據的支持，依靠人力很難規模化，所以坦率地說，數據平台並不是多的業務線，他是我們公司在未來下一階段快速發展的基礎。

它能夠支撐我們公司目前發行、營銷、甚至是投資等所有業務的發展。以營銷為例，6月份的時候，火星娛樂營銷矩陣幫助《戰狼》進行短視頻營銷，我們就通過數據平台去召集一些做影視劇表現不錯的內容來共同進行宣發推廣。因為他們的數據都在數據平台裡面，我們能夠清晰的看到整個行業做的好的是哪一部分，然後綜合所有的狀況從中選取覆蓋三千萬人的20多檔節目，幫助去《戰狼》進行宣發。

《三聲》（ID：tosansheng）：數據對於產業鏈條上的參與者們都有哪些具體的幫助？

李若飛：我們最初做這個數據平台，其實是源自於CP方的需求，但同時它也解決了營銷方的需求。因為火星一開始就是在切內容傳播和變現兩個環節，所以最早的時候我們就看到了，不僅僅是CP的需求，整個行業里，廣告主和投資人對數據也有很強的需求。

對於廣告主來說，他們首先不知道該投什麼節目。

2014年底、2015年初開始，廣告主在做內容營銷時，開始投一些影視劇、綜藝的冠名和植入廣告，但這些都是長視頻內容，廣告主對短視頻內容的認知還處於很模糊的狀態，短視頻到底數據怎麼樣也不知道，因為是全網傳播的緣故，單一平台也很難描繪一個短視頻節目在全網的數據表現。所以在這個過程中，廣告主他們首先希望解決的問題就是你怎麼幫我找到足夠匹配的內容進行投放？

我們希望投放邏輯通過我們的數據平台來實現。之所以短視頻整體流量暴增，但廣告客戶還沒有規模化投放，是因為廣告主不知道數據是什麼樣？該投誰？投放效果如何？如何進行評估？這其實也是全行業都想解決的問題。

但短視頻和長視頻之間的投放邏輯還是有很大的區別。長視頻的用戶覆蓋面要更大，而短視頻核心主要是用戶精準度。比如母嬰短視頻的受眾絕對是母嬰人群，它要比長視頻內容的精準度高很多，目前來說，除了數據本身外，另外一個的難點就是這整套廣告投放邏輯。如何跟CP、廣告主一起把這個事情能夠變成一個市場都認可的模型，這是我們需要突破的。

對於CP方而言，數據的作用主要發揮在內容創作和用戶運營方面。在內容創作運營過程中，CP方需要的指導是非常細緻的。

我們會把一些最基礎的數據呈現出來，但是問題在於每一個用戶對於數據的分析能力不同，所以這也需要我們不斷的去把數字背後的規律告訴大家。比如我們會統計用戶對於內容的情感變化，然後根據其中的討論關鍵詞分析出影響用戶情感變化的理由，從而指導用戶在運營方面的該如何投入。

《三聲》（ID：tosansheng）：在前期開發過程中時候，你們是如何設計數據維度的？哪些些數據是有價值的數據？

李若飛：因為火星跟CP、廣告主、投資方打交道都非常多，所以我們在開發過程中，就把各方的數據需求全部收集過來，然後再去評估，看哪些是最迫切的，哪些是最集中的等等。

目前卡思數據提供了播放數據、用戶互動數據、用戶畫像、輿情分析這些基本的數據分析。下一步我們會利用AI，將數據做得更智能和個性化。實際上AI的能力是數據越多挖掘越多，分析就越準確。

此外，光提供這些基礎數據還不夠，用戶還想知道自己的節目在行業中所處的位置，哪些節目比自己做的更好，那就需要依據全網的客觀數據，對節目進行綜合衡量。為此，我們建立了一個數學模型，經過了大半年的打磨，形成了一套客觀可量化的評估體系，評估結果最終以「卡思指數」呈現給大家，具體演算法我們已經公布在網站上，大家可以登錄www.caasdata.com進行了解。

我們每周、每月都會基於卡思指數推出行業周榜和月榜，我們稱之為「卡位」，大家可以訂閱「卡思數據」公眾號第一時間了解最新數據，以及最深入的行業解讀。我們希望通過卡思數據和「卡位」榜單，讓每個用戶都能全方位了解短視頻行業的方方面面，如果你想從事短視頻行業，「卡思數據」是你每天都應該研究的。

《三聲》（ID：tosansheng）：在目前整個互聯網行業，數據造假的情況都很嚴重，對於短視頻數據而言，你們如何判斷注水數據？

李若飛：實際上注水數據都有一個大致的規律，比如播放量異常增長，或者播放量與評論量嚴重不成比例，對於我們而言，當然是非常反對作弊的，為此我們有一套嚴密的反作弊模型，每周一榜單正式發布前，都會有一些內容會被模型命中。

如果播放互動數據出現異常，被反作弊模型命中，並且經過我們核實確實存在問題，我們將在最終計算卡思指數時去掉刷量部分。因為如果將刷量數據統計在內計算卡思指數，對於認真做內容的CP太不公平。

《三聲》（ID：tosansheng）：我們垂直內容的這個分類的標準是什麼？

李若飛：我們是以內容商業價值為導向進行分類的。第一個標準是根據內容背後的垂直用戶來進行分類。如果兩檔節目的垂直用戶是重合的，那就在同一個分類，例如一檔做輔食的節目，到底應該歸為母嬰，還是美食？實際上來看節目的用戶畫像，輔食節目的用戶肯定都是母嬰相關人群，因此應該歸為母嬰分類。其次才看節目形態。

另一方面，在考慮是否建立某個垂直分類時，我們核心參考的主要是兩個因素，一是該分類的商業價值的空間，其次是是否有足夠撐起一個分類的節目體量。

《三聲》（ID：tosansheng）：在內容生產方面，數據能夠解決的問題我們說的很清楚，但是數據解決不了哪些問題？

李若飛：內容領域的一個特點就是無論怎樣努力數據化、規律化，它一定包含很多創意在裡面，創意是很難被替代的。

站在我們的角度，要想解決短視頻規模化問題，必須儘可能多的提煉出不變的或者規律化的因素，把可變因素壓縮得越來越少，這樣才會具有強邏輯性和可複製性。其實目前對於短視頻垂直內容來說，可規律化的東西還非常多的，這也是我們著手在做的事情。

本文為作者原創，未經授權不得轉載