用户留存|比起完播率，在抖音这个指标更重要视频|完成率|留存率|比起

相信所有的抖音玩家都知道“完播率”这个词，而且也都会认为“完播率”很重要。
但是，完播率到底指的什么?
对于内容创作、数据复盘，完播率真的能起到指导性作用么?
是否还有其他的，被你所忽视的重要指标吗?

文章插图
还有能够显著提升视频创意能力的方法吗?
阅读本文，或许能为你带来不小的收获。【文章内容较干，建议收藏阅读。】
什么是完播率
在抖音上，一些巨量旗下的官方账号释放了“完播率:平均播放时长<30%”的概念。

文章插图
一时间，“完播率”被吹的神乎其神，经多番求证，但小编始终不理解为什么播放完成率要“平均播放时长<30%”，甚至找不到“播放完成率”指标的官方解释。
直到，无意中在巨量创意平台发现“播放完成率:所有播放UV中，完整播放的UV次数占全部UV的比例。”

文章插图
也就是说，视频100%完整播放才会被计入播放完成率中，重复播放不计数。通过产品端的验证，也确实如此，如图:

文章插图
左侧为抖音APP“作品分析”功能中，视频最后一秒的用户留存比，右侧是创作者后台的播放完成率指标，两项数值相似。
如果完播率就是完整看完视频的用户占比，并以此来作为评价视频好坏的重要指标，那么，问题就来了。
1、对于时长较长的视频来说，显然是不公平的，因为视频时间越长，“完播率”就一定会越低。
2、仅看完播率无法找到优秀视频的爆点所在，也无法找到翻车视频的问题所在，不能为视频创作带来指导。
3、不同长度、不同领域的视频，“完播率”必然不同，那么又该如何评价视频好坏?
“用户留存率”指标
在开始介绍“用户留存率”指标之前，我们再强调一下抖音的推荐机制。
当有用户打开抖音，抖音的系统就会收到用户的视频请求，并从内容库里基于兴趣标签为用户匹配内容，在这个过程中，所有符合用户需求的内容都会在抖音的算法规则下进行PK，优质视频会被赋予更多的推荐流量，表现较差的视频则会被逐渐淘汰。
那么什么是优质的视频?
在算法黑盒下，没有人能知道具体的指标，但是从平台的角度来看，为平台带来更多价值的视频就是优质的视频，而价值则体现在让用户在平台停留更长时间、激发用户的互动行为，促使用户拍摄视频或进行电商消费等等。其中，“完播率”体现的就是用户停留时长。但是，正如我们前面所分析的，完播率指标存在众多问题，很难直接应用。
于是，就有了我们今天要重点讲的“用户留存率”指标。顾名思义，“用户留存率”就是有多少观众在你的视频中留了下来。其实，“播放完成率”也是“用户留存率”中的一种，即在视频最后一秒留下的用户占比。
如果我们将视频按时间线进行切割，甚至可以得到视频每秒的“用户留存率”。

文章插图
如上图:该视频长度为36秒，3秒处用户留存率为53%，而同长度热门视频的3秒留存率为80%，同理，在18秒处，该视频的用户留存为22%，而热门视频留存为56%。
通过分析关键帧的“用户留存率”，并将其与热门视频进行对比，我们就很容易发现视频出现的问题，以及与热门视频在数据上的差距。
在这个过程中，10%用户留存，是影响视频自然流量的最重要因素。
在抖音，用户永远不知道下一个看到的视频是什么，这就为用户带来不停刷视频的动力。相反，如果遇到不喜欢的视频，只需轻轻上滑即可跳过，极大的削弱了因此而带来的负面情绪，进而形成了“上瘾”机制。在这种环境的熏陶下，用户对未知视频的“容忍程度”会越来越低。
因此，对于创作者来说，视频内容第一眼的眼缘就会显得格外重要。我们常见的观众留存曲线图，通常就是下图中X曲线的样子，大多数情况下，在视频的前10%进度中，每秒流失的用户会达到最高值，10%处将成为决定整个视频获得的自然播放量的重要影响因素之一。

文章插图
如图，X1曲线10%秒用户留存率远低于X2曲线的留存率，若X1、X2两条视频领域相同、时间长度相同，通常情况下，X2视频播放量将远高于X1视频。