如果我們把90%的精力、資源和心力都投入到決定最后10%價值的事情上，而在決定90%價值的事情上只投入了10%的精力，這就是一種嚴重的資源錯配。

作者 | 王珊珊（北京）

1月16日，云合數據CEO李雪琳在新聲年會中發表演講，從數據的角度來剖析長短劇的未來。云合數據早已是業內公認和普遍使用的播放數據平臺，而且他創辦的另一家公司兩比特科技，還在實際幫許多內容公司提供內容數據策略和數字化營銷解決方法。

李雪琳對劇集流量、用戶觸達以及它們彼此間的錯配，既有來自數據的浸潤洞察，也有來自營銷一線的實踐積累。我們希望他的分享，能夠幫助大家對2025年的用戶和流量的變化流轉有更準確的認識。

以下是李雪琳的演講實錄（有刪改）：

今天我分享的題目可能有點繞，叫《錯配》。剛才聽菲總（檸萌影視聯合創始人、CEO陳菲）講話，我越聽越開心，因為我聽到很多我將要涉及到的關鍵詞：產品經理、算法分發、劇集黏性，都是我今天分享的內容。

菲總剛才講了行業的歷史沿革，以及長劇集面臨的挑戰，今天我們討論的也是長劇集領域的問題，閉門會嘛，可以直接一點。我們認為長劇集領域確實有一些低垂的果子，這些果子是行業可以輕易摘到的，但遺憾的是這些果子沒有被摘取。

比如算法這一點，長劇集領域在算法的運用上顯然不夠強。理解更長的內容，對于算法來說天然比理解短內容更具挑戰，所以在分發上，長劇集確實比短劇集要難得多。我們觀察到過去幾年長劇集行業的情況，尤其是我們自己也參與了其中的一些項目，發現了很多問題，今天就和大家分享一些我們的思考。

我們發現的問題是資源的錯配。

具體來說，就是劇集流量的分布與資源分配之間的錯配。這里的流量分布指的不是不同劇集之間的流量，而是單一劇集內部的流量分布。我們把一個劇集的流量拆開來看，一般分為兩部分：一部分是第一集的流量，我們稱之為「入口流量」；另一部分是后續集的流量，我們稱之為「后續流量」。

我舉個實際的例子，這里有兩部在同一個平臺上線的獨播頭部劇集，平臺內的劇集都是S級或者S+級的。這兩部劇分別是36集和38集，都是2024年上線的，更新節奏也差不多。我們來看這兩部劇在上線前三天的入口流量，也就是第一集的觀看人數。第二部劇的入口流量只有第一部劇的60%。從這個數據來看，第一部劇的起步要更強一些，更多人涌入去看第一集。

但如果我們看這兩部劇的終局流量——也就是最后一集上線后30天的數據，第二部劇的V30（云合數據的固定指標）是第一部劇的3.4倍。這就意味著，盡管第二部劇的開頭流量較低，但它的后續流量遠遠超過了第一部劇。那么，這兩部劇究竟有什么不同呢？

我們可以從每集30天的流量分布來看。第一部劇的入口流量和后續流量的比例是1：5，而第二部劇是1：12。這個比例非常重要，大家可以記住1：5和1：12這兩個數字。

那么，劇集的播放價值究竟來源于什么？一方面，平臺的會員收入是變現的重要來源，另一方面，廣告收入也是關鍵。廣告的投放需要有足夠的觀眾來觀看，不可能所有廣告都集中在第一集。每一集的廣告，只有觀眾看了，廣告主的價值才能得以實現。從收入的角度來看，這兩個劇集在入口流量和后續流量上，價值實現的比例大致是1：5和1：12。

從量化的角度來看，這兩個劇集的差異可以通過「粘性」來理解。

云合有一個指標叫做「粘性」，用來衡量第二集的流量為基準，看后續集流量的丟失情況。第一部劇的粘性只有30%，也就是說它能留住的觀眾相對較少；而第二部劇的粘性高達78%，說明它的留存能力很強。

總的來說，在劇集品類中，流量分布是非常重要的，我們不能簡單地看劇集的熱度或排名。系列視頻，像是劇集、短劇、紀錄片、綜藝等等，都應該按照這種流量分布來進行分析。

剛才提到的1：5和1：12的比例，我把它簡化為1：10，這個比例算是一個相對優秀的劇集應該達到的標準。那我們再來思考，產品經理和內容制作人們，回顧一下2024年，自己在策劃和資源投入時，更多的精力和資源是集中在入口流量，還是后續流量的保持上呢？是10：1，還是1：10，甚至是1：20？影響入口流量的因素是什么？大IP、大卡司、平臺的支持、排播、資源、宣傳口、熱搜和直播等都會直接影響這些流量的分布。

這個行業中，長劇集的入口流量與后續流量的比例，對于一個比較合格的作品來說，應該是一個什么樣的比例呢？我認為，一個比較好的作品應該具備的是：入口流量和后續流量的比例應該是合理的。為什么這樣說呢？因為如果用戶的粘性不好，留不住人，那么看了第一集的觀眾，可能就會在第二集的時候流失。我們可以看到，在這兩部劇的案例中，前三天吸引用戶的能力上，A劇更強，第一集的流量也更大，但最后的結果卻是完全相反的。

即便營銷做得再好，影響的也僅僅是入口流量而已。熱搜做得再高，廣告做得再大，也只能帶來更多人涌入，增加入口流量，卻無法有效控制用戶的流失。所以，營銷公司往往成為背鍋俠，盡管他們能把入口流量做得更好，真正的難點在于如何留住這些用戶。

那么，留人的能力到底是什么？或許過去我們認為大明星、大流量的演員能留住觀眾，但從現在的數據來看，頂級演員在留人方面的能力顯著下降。這并不是因為頂級演員不行了，而是觀眾的需求發生了變化。在以前，即便是頂級演員參演的爛片，觀眾可能也會忍幾集；但如今的觀眾，容忍度已經大大降低了，他們不再愿意浪費時間去追那些他們覺得不值得的內容。

回到資源的分配上，剛才我提到的問題，我們在做這個行業、做產品經理的過程中，精力的分配應該如何進行？如果看到這個流量的比例，能在2025年做出一些調整，我覺得會是一個很大的進步。然而，這個調整非常困難。為什么呢？

我的觀點是，內容的變現邏輯對這個問題的影響非常大。內容變現有To B和To C兩種邏輯，其中To B邏輯，主要是基于版權、定制和自制。而To C邏輯則是通過會員觀看時長分賬、單片付費、單集付費，或者像騰訊視頻那樣，嘗試基于會員收入的后驗分賬。

從這兩種變現方式來看，To C的變現都有明確的依據。無論是基于觀看時長的分賬，還是基于用戶付費的分賬，都有一個核心邏輯：如果要獲得好的觀看收入，用戶不僅需要看第一集，還需要往后看，觀看時長要夠長，才會產生好的收入。這個邏輯實際上也與流量的分布緊密相關。

在To B和To C的區別上，我們可以進一步理解，誰決定了內容的價值？是用戶決定內容的價值，還是像綠燈會這種機制來決定？當綠燈會決定內容的價值時，產品經理的精力分配實際上就已經確定了。多少劇本在沒有完全完成時就已經通過了綠燈會，多少綠燈會通過的是因為劇本已經有了大咖演員和大IP，內容的價值被預設好。這個邏輯決定了劇集的入口流量，而真正保證后續流量的，還是故事本身和劇本的質量。

再來看短劇，不論是任何形態的微劇，它的變現邏輯本質上是To C的。它的核心指揮棒，就是讓用戶能夠持續看下去，這決定了短劇的內容迭代和生態演進的優勢。從生產關系的角度來看，短劇天然在這一點上占有優勢。它的分發效率相對較高，而這種優勢甚至不需要更多的生產力支持。

如果我們把90%的精力、資源和心力都投入到決定最后10%價值的事情上，而在決定90%價值的事情上只投入了10%的精力，這就是一種嚴重的資源錯配。在這種情況下，我們可以通過簡單的計算，發現效率差距是4.6倍。而這種錯配，事實上是行業中長期存在的問題，也一直沒有得到有效的調整。

剛才我們講到的是行業中的資源錯配，這個錯配從數據上看是客觀存在的。那么，我們也需要進一步思考這個錯配的演變方向是什么？我們重新回到流量的問題上。之前提到過流量的分布：入口流量占1，后續流量占10。那么，這種分布隨著時間推移，它會偏向哪個方向呢？下面這張圖就來回答。

因為云合數據提供了長視頻的全量數據，包括老劇的流量也能夠追蹤到。通過2022年與2021年的數據對比，我們發現了一個有趣的現象：2022年《知否》相較于2021年流量上漲了44%，《甄嬛傳》上漲了11%，《瑯琊榜》上漲了21%。其中，《知否》是這三部劇中最晚上線的，2018年才上線，到了2022年已經過去了4年，為什么它的流量增長如此顯著？難道是用戶突然對這些老劇產生了興趣？大概不是。

真正的原因是平臺的變化。從2021年下半年開始，長視頻平臺逐步將流量的分配權從編輯手中交給了算法，算法的推優機制開始主導流量分配。算法的核心邏輯是，哪些劇集能為平臺帶來更多的流量和收入，平臺就推哪些劇集。這些老劇之所以流量大幅上漲，是因為它們已經形成了正循環，不斷被推送，導致更多的用戶觀看。

那么，算法如何判斷劇集的優質呢？我想，觀看時長肯定是一個核心指標。無論是會員開通還是用戶觀看時長，都會直接影響平臺的收入。

長視頻平臺的流量分發邏輯在2021年底和2022年發生了根本性變化。我們可以從手機端的應用界面變化來觀察，比如打開騰訊、優酷、愛奇藝時，首頁的推薦位逐漸減少，Feed流的比例越來越高。這個變化來的確是晚了，直到2021年底、2022年才真正將流量分配交給算法，這個變化因為不是顯性變化，行業內很多人都忽視了其重要性。

回到之前提到的兩部劇，我們再看得更遠一些。我們將前3天的流量與首月、以及第7周的流量做了對比。對于這兩部劇來說，前三天的入口流量，第一部劇的流量占了60%，第二部劇占了70%。從前3天的表現看，第一部劇的入口流量更好，但是到了首月，第二部劇的內容更有粘性，留住了更多的觀眾。

到了第7周，即熱播期過后，第二部劇的總流量差距進一步擴大了，達到了6.5倍，而第一部劇的流量已經開始下降。為什么會出現這種差距？這跟前面提到的算法推送和用戶觀看時長有關。第二部劇的用戶粘性更強，觀看時長更長，因此平臺的收入更高，算法會進一步推薦，形成了一個正循環。第二部劇的流量在熱播期過后反而得到更多的推送。

這也表明了，長視頻平臺的效率得到了大幅度提升。從這個角度來看，長視頻平臺的流量分配變得更加精準，平臺不再依賴傳統的營銷手段，而是更加依賴算法來精準推送內容。

如果我們回顧電視時代，我們的劇集營銷需要持續進行，第一集播出時，營銷就得跟進，第二集繼續吸引觀眾，甚至到第十集還要有營銷點。而現在，由于平臺的物理資源限制不再是觀眾觀看劇集的障礙，用戶可以在任何時間點選擇觀看《甄嬛傳》或其他劇集。唯一的資源限制是觀眾的時間，用戶的娛樂時間才是內容消費行業最核心的限制因素。

從這個角度看，現代劇集面臨的競爭已經發生了變化。現在的新劇不僅要與當天播出的其他劇集競爭，還要與過去的經典劇集競爭。用戶可以選擇在新劇上線時觀看，也可以選擇回看經典劇集。因此，新劇越來越難爆，競爭更加激烈。

在這種大環境下，長視頻平臺并非效率低下，反而在生產關系更加合理的前提下，能夠實現更大的增長。精品短劇的邏輯就是一個很好的例子。這個邏輯幾乎完全是基于To C的分賬邏輯。過去幾年，短劇行業每年都實現了雙位數增長，2024年相比2023年仍然有20%的增長。最令人高興的是，這種增長并不是通過增加劇集數量來實現的，而是通過每部劇的流量提升，整體流量漲了28%。在長劇集和長視頻平臺整體下滑的環境中，短劇行業依然能夠實現如此大的增長，說明它已經具備了獨特的競爭力。

這個增長的背后，是生產關系理順后的成果。當價值的分配與流量的分配更加匹配時，產品經理和內容創作者才能釋放出更大的流量，創造更多的價值。而這種價值的變現與流量分布的匹配，正是推動行業發展的核心。

在這個過程中，我們在「兩比特」品牌下進行了一些實踐工作。兩比特去年發行了大約40部分賬內容，服務了200多部作品。

我們的心得是什么呢？就是要在入口流量和后續流量之間形成正確的反饋閉環。我們需要問：為什么入口好？為什么入口差？入口流量來自哪里？是平臺的運營位帶來的，還是營銷動作帶來的？用戶粘性好還是差？要通過歸因分析，來形成一個反饋閉環，從而評估內容的價值和潛力。因為我是理科生，實在無法想象一個行業沒有正確反饋閉環的情況下，它如何提升效率。就像家里的空調，如果溫度傳感器壞了，它怎么可能正常工作？同樣地，流量的反饋閉環必須量化，才能確保內容的長遠發展。

最后，我想用一句話作為我的結尾：「一劇一命」。這句話我常聽到，通常出現在兩個場景：一個是劇集播出失敗時，產品經理無奈苦笑：「一劇一命，下次我會做得更好。」另一個場景是劇集播出成功時，產品經理謙虛地說：「這部劇真的太火了，但還是‘一劇一命’，謙虛一下。」

今天我分享的重點是：在播出端、變現端和用戶觸達端，「一劇一命」已經逐漸成為一個偽命題。它描述的是不確定性，但從我剛才的分享來看，流量分布已經明確，內容的價值已經能夠通過精準的流量分配來預測。如果故事定了，命運就定了。營銷、排播和檔期只能影響入口流量，而不是后續流量。

因此，我真心希望我們產品經理能夠重視后續流量，重視那10，而不是僅僅關注入口流量。希望下次再見時，我們能夠談論「一劇一命」時，能夠自信地說：「這就是第二種情況。」