2026-01-01 至 2026-06-14 · 巴基斯坦签约主播生命周期复盘

巴基斯坦上半年DAB:新签在补位,存量在衰减,宰牲节后补不满

这版按完整生命周期复盘:先讲1月到6月签约主播从进入、开播、留存到衰减的过程,再把5/6月作为最后显性化的验证证据。

1-5月月均新签1,084每月平均新签人数
3月新签D14质量低点5.961月为 6.85
6月DAB近新签贡献67.7%4/5/6月签约cohort
宰牲节后14天仍未恢复-192有效开播日均 vs 节前7天

给业务负责人的结论

  1. 这不是“新签断供”。1-5月新签月均约 1,084 人,4/5月新签数量和D14质量都能补位。
  2. 真正的问题是补位系统变紧:老主播每个月自然少播或不播,4/5月新签还能顶住,6月开始顶不满。
  3. 3月斋月也打断过,但开斋节后恢复较快;5月底宰牲节后恢复不完整,节后14天仍比节前低 -192 / 日。
  4. 所以6月不是原因起点,而是结果暴露:老主播没有完全回来,新签/回流补了一部分,但补不满缺口。
  5. 从国家级用户观看看,不支持“用户盘子先变少导致主播没人看”的简单解释;更像节后主播出勤强度、有效率和观看质量一起没恢复。
  6. 6/9解约清理主要解释签约盘子断层和少量DAB变化,不足以解释这条全年生命周期主线。

1. 先看完整生命周期:不是一路下滑,而是“打断、恢复、补位、再打断”

如果只看5月和6月,会误以为问题突然发生。放到1-6月看,主线更像是老主播自然衰减,新签持续补位,直到宰牲节后恢复不足。

阶段发生了什么数据证据业务判断
1. 1-2月:底盘正常,补位系统能跑DAB没有下滑,新签量也稳定在千人级。1-14日均DAB 2,555 -> 2,673;1月新签 1,098,2月 1,048。年初不是供给立刻塌掉,主播招募和早期转化还在正常工作。
2. 3月:斋月打断质量和出勤3月全月DAB回落,新签早期质量也是上半年低点。3月全月DAB 2,450;3月新签D14有效天/人 5.96。节日会显著打断生命周期,但开斋节后恢复较快,所以3月不是最终问题本身。
3. 4-5月:新签补位把大盘拉回4月和5月新签数量、D14质量都恢复,1-14日均DAB走高。4/5月新签 1,111/1,142;D14有效天/人 6.64/6.52。不能说新签一路减少。真实情况是:老cohort在自然衰减,但4/5月新签仍能补位。
4. 5月下旬:大盘更依赖近两个月新签老cohort占比下降,新增cohort承担越来越多有效开播。5月DAB里4/5月签约贡献 58.0%;6月DAB里4/5/6月签约贡献 67.7%。系统不是没有新增,而是越来越靠新签顶住旧主播衰减;一旦节后恢复慢,缺口会很快显出来。
5. 5月底-6月:宰牲节后没有完全回来节中下跌可以理解,但节后14天仍没有回到节前水平。宰牲节后14天有效开播仍比节前7天低 -192 / 日。6月是结果显性化,不是原因起点。要看的不是单日事故,而是节后恢复失败。
6. 6月清理:影响盘子,不是主因清理名单主体是低活跃主播,但并非完全无DAB贡献。清理名单5月1-14仍有约57个/日有效开播,6月1-8约26个/日,6/9后基本为0。它解释签约盘子断层和少量DAB变化,但解释不了整个生命周期走弱。

2. 月度漏斗:大盘不是线性下跌,而是靠补位维持

1-6月每月的DAB没有一路下滑,但有效主播池、日活、开播率和有效率共同决定最终DAB。6月看起来低,是因为盘子、开播意愿和有效率同时偏弱。

6月截至6/14
月份近90天有效池日活开播用户有效开播有效池→日活日活→开播开播→有效
2026-017,7265,1843,1002,66267.1%59.8%85.8%
2026-027,6055,2773,1672,72369.4%60.0%86.0%
2026-037,5395,1442,8962,45068.2%56.3%84.5%
2026-047,5225,4323,1882,70872.2%58.7%84.9%
2026-057,6825,5233,1582,67171.9%57.1%84.5%
2026-067,4195,3923,0592,58572.7%56.8%84.5%

同口径 1-14 号全局表

这张表是后面所有“有效天、DAB影响、人均变化”的全局参照。DAB是有效开播主播日均;有效天总量=DAB日均×观察天数;有效池人均有效天=有效天总量/近90天有效池日均。

月份签约盘子日均近90天有效池日均日活日均开播日均DAB日均观察天数有效天总量有效池人均有效天
2026-0110,0027,6585,0932,9802,5551435,7674.67
2026-0210,5507,6405,2663,1212,6731437,4274.90
2026-0310,4897,5125,2053,0012,5591435,8254.77
2026-0411,4347,4165,3153,0662,6061436,4874.92
2026-0512,4667,5555,4953,1812,7071437,8955.02
2026-0611,6377,4195,3923,0592,5851436,1844.88

3. cohort 视角:新签没有断,但老cohort会自然衰减

每个签约月在后续月份都会自然衰减。4/5月新签没有断,反而承担了更多补位,6月DAB里4/5/6月签约cohort贡献了 67.7%。

格子:当月人均有效开播天;小字:有效UID数;6月截至6/14
签约月01月02月03月04月05月06月
01月8.6790人7.8512人5.3365人4.6312人3.7261人1.4189人
02月8.0714人7.5465人5.6342人4.5287人1.6210人
03月7.4664人6.7416人4.9336人1.6211人
04月8.1755人8.3526人2.9355人
05月8.5801人3.8492人
06月5.1385人

读图提醒:6月列只有6/1-6/14,不能直接和1-5月完整自然月比。比如5月签约cohort在6月显示 3.8 天/人,粗略按30天折算约 8.1,接近5月本月的 8.5;但1-5月已签约cohort合计从5月 6.0,折算后的6月约 4.9,说明问题主要还是老cohort节后恢复不足,而不是“6月只有14天”造成的错觉。

签约月签约人数D7有效天/人D14有效天/人D30有效天/人
2026-011,0983.796.8512.13
2026-021,0483.576.5411.41
2026-031,0223.295.9610.27
2026-041,1113.646.6411.85
2026-051,1423.656.5211.92
2026-064674.40

业务解释:新签不是没有进来。真正要盯的是新签补位速度能不能覆盖老主播自然衰减,以及节后老主播能不能恢复出勤。

4. 月度迁移:每个月都有人掉队,关键是补不补得回来

用每月1-14号同口径比较,上月有效主播断播/无效、持续主播少播构成缺口;新增/回流和持续变多负责补位。2月、4月、5月补得上,3月和6月补不满。

横条左侧为缺口,右侧为补位;右侧数字为日均净变化
01->02
+84/日
02->03
-141/日
03->04
+41/日
04->05
+91/日
05->06
-167/日
月份变化断播/无效持续少播新增/回流稳定/变多日均净变化
01->02-4,592-5,632+6,697+4,699+84
02->03-5,753-5,642+4,622+4,805-141
03->04-4,423-5,642+6,062+4,573+41
04->05-4,638-5,299+5,947+5,260+91
05->06-5,430-6,771+5,935+3,931-167

业务解释:这张图才是“生命周期复盘”的主证据:不是某个6月名单突然消失,而是每个月都有旧主播掉队;当新增/回流和持续变多补不上时,DAB就会掉。

5. 全年日趋势:3月和5月底都有冲击,6月只是最后显性化

7日均线可以消掉一部分月内和星期波动。3月底、5月底到6月初都能看到明显下探。

阴影为事件窗口
斋月开斋节宰牲节解约清理 1,8752,8973,9184,9405,962 1月2月3月4月5月6月
日活 7日均开播用户 7日均有效开播 7日均
主读法先看趋势图
补充口径3组证据折叠
边界只讲事实,不定因果
读图顺序:先看全年趋势和事件窗口,再按需展开下面三块补充证据。这样可以避免把“用户侧观看”“下发打赏”“用户流向”混在一起读。
趋势窗口翻译把全年曲线里的下探窗口翻成业务语言。
主证据
窗口数据看到什么业务含义
3月开斋节节中DAB比节前7天少 468/日;节后14天只少 25/日。3月确实被节日打断,但恢复较快,所以不是最终主问题。
5月底宰牲节节中节中DAB比节前7天少 573/日,日活→开播低 6.5 个百分点。节中下跌可以理解,关键不是这几天低,而是后面有没有回来。
宰牲节后恢复节后7天DAB仍少 267/日;节后14天仍少 192/日。这里是6月显性化的核心:节后没有完全恢复到节前状态。
6月1-14 vs 5月1-14DAB日均少 122/日,开播用户少 121/日,日活少 103/日。6月不是单日异常,而是上半月整体低于5月同期。
用户侧观看补充看巴基斯坦用户有没有少看直播,不等同于主播侧收入反馈。
国家级观看率

这张表来自国家级观看率数据。它解释的是“巴基斯坦用户有没有看直播”,不是主播侧能不能拿到稳定反馈;两者同向时会相互放大,但不是同一个口径。

窗口天数用户DAU直播观看用户有效观看用户观看率有效观看率人均观看分钟签约开播日均签约DAB日均
5月上半月14260,216151,85185,76458.4%33.0%29.353,1812,707
宰牲节前7天7264,139145,84380,70155.2%30.6%28.103,2362,746
宰牲节中3272,736144,66775,30653.0%27.6%23.352,6942,173
节后7天7271,495153,01484,83056.4%31.2%27.542,9742,478
节后8-14天7271,598150,67383,41755.5%30.7%27.873,0892,630
6月1-1414270,720150,87483,66355.7%30.9%27.893,0592,585

客观事实:5月上半月用户DAU不高,但观看率、有效观看率和人均观看时长更好;6月DAU回升,但观看质量没有回到5月上半月,签约主播开播和DAB也没有完全恢复。

下发、观看、打赏补充看T4/T5在聚合层的下发、曝光、观看、收礼变化。
无UID曝光明细

这份数据是巴基斯坦签约主播被各用户区域下发、观看、打赏的聚合数据;没有UID级曝光/下发/点击,所以不能证明推荐策略调整,也不能单独证明某个主播为什么少播。

本区 vs 跨区

窗口用户来源下发用户观看用户观看小时有效观看次数打赏钻石观看/下发用户观看小时/观看用户
5月1-14本区用户206,392126,45425,993161,0921,176,33561.3%0.206
5月1-14跨区用户855,615126,10512,80756,2531,908,14514.8%0.102
6月1-14本区用户211,262128,19525,603163,4301,308,27960.7%0.200
6月1-14跨区用户691,967108,34412,61657,0701,933,22315.7%0.117

T4/T5 收礼下降来自哪些用户来源

“美加”是区域口径,不等同于美国单国。下面是5月1-14 vs 6月1-14的日均变化。

口径用户来源5月钻石占比6月钻石占比钻石变化/日钻石%打赏人数变化/日观看人数变化/日
全量巴基斯坦38.1%40.4%+131,94411.2%-138+1,741
全量中东17.1%14.7%-50,611-9.6%+46+1,454
全量美加14.4%14.6%+30,5546.9%+28+278
T4+T5巴基斯坦38.0%39.7%-54,442-16.1%-222-2,271
T4+T5中东21.8%20.1%-49,665-25.7%-71+2,129
T4+T5美加9.0%8.6%-19,060-23.7%-4+374
T4巴基斯坦38.0%39.7%-25,373-12.2%-114-363
T4中东22.8%20.0%-32,900-26.4%-31+7,405
T4美加10.2%9.3%-13,322-23.8%-4-52
T5巴基斯坦38.0%39.6%-29,069-22.5%-108-1,907
T5中东20.1%20.4%-16,765-24.5%-40-5,276
T5美加7.1%7.3%-5,737-23.6%+0+427

6/1-6/3 聚合层曝光份额变化

这里的T4/T5是当日聚合表里的营收等级,不是固定UID cohort;月初营收等级可能重算,所以不能直接推导为推荐策略变化。

用户来源5/316/16/26/3
中东73.5%66.4%66.1%59.5%
全量用户60.3%51.0%50.5%47.5%
巴基斯坦58.6%48.8%48.4%45.9%
边界说明:上面只能说明聚合层T4/T5在6月的下发、观看、打赏发生了变化;因为没有UID级曝光/下发/点击,不能证明推荐策略调整,也不能证明单个主播少播的原因。
展开收入等级和用户区域明细

按收入等级

收入等级下发主播变化下发用户变化观看用户变化观看时长变化打赏变化人均被看时长变化
T5_0$-100$-157-30.96%-15.80%-14.82%-25.74%-5.11%
T4_100$-500$-30+39.45%+7.10%-2.15%-15.98%+1.30%
T3_500$-2000$+24-4.63%+2.60%+4.72%+0.49%-0.73%
T2_2000$-10000$-12+0.80%+3.01%-4.47%+4.94%+4.78%
T1_10000+$+4+25.73%+23.28%+132.22%+153.07%+47.41%

T5 跨区观看下降最多的用户区域

中东
-5,276
孟尼&斯里兰卡
-3,926
印尼
-2,376
非洲
-1,775
独联体
-1,689
菲律宾
-1,500
拉美
-1,420
新马文
-1,194
其他
-1,111
泰国&老挝
-599
用户区域5月下发用户6月下发用户下发变化下发%5月观看用户6月观看用户观看变化观看%观看小时变化打赏变化
中东167,745126,627-41,118-24.51%25,88720,611-5,276-20.38%-314-16,765
孟尼&斯里兰卡59,21739,549-19,668-33.21%12,8518,925-3,926-30.55%-95-44
印尼51,49616,309-35,188-68.33%4,5762,200-2,376-51.91%-147+54
非洲50,21920,018-30,200-60.14%2,8251,049-1,775-62.85%-53-718
独联体49,40216,778-32,624-66.04%3,4991,810-1,689-48.26%-64-402
菲律宾51,05525,232-25,823-50.58%4,3442,844-1,500-34.53%-127-3,004
拉美35,18717,906-17,282-49.11%2,8681,448-1,420-49.52%-28-179
新马文27,75813,606-14,152-50.98%3,1141,920-1,194-38.33%-102-33
其他15,79011,593-4,197-26.58%3,5572,446-1,111-31.24%-70+4,080
泰国&老挝14,4925,979-8,513-58.74%1,276678-599-46.90%-46-29,259
用户流向事实看各用户区域6月观看增量流向,不解释外部事件因果。
用户视角

这份“用户视角”数据没有收入等级,所以不能直接复原 T5 流向;但可以看同一批用户区域在6月把观看增量给了哪些主播区域。

用户区域总观看用户变化看巴基斯坦变化PK份额5月PK份额6月PK份额变化PK增量排名观看增量Top3
中东+25.00%+12.33%5.1%4.6%-0.52%第15中东 +40,012;菲律宾 +31,678;拉美 +24,540
孟尼&斯里兰卡+1.13%-5.60%5.7%5.3%-0.38%第25孟尼&斯里兰卡 +3,142;德语区 +2,357;缅甸 +1,907
印尼-4.53%-14.93%3.0%2.7%-0.33%第25缅甸 +3,154;菲律宾 +931;北欧区 +342
非洲+2.01%-24.63%2.7%2.0%-0.71%第28菲律宾 +3,065;缅甸 +2,268;拉美 +1,400
独联体+8.68%-16.56%2.0%1.5%-0.46%第28独联体 +5,606;华语 +5,084;土耳其 +4,899
菲律宾-1.81%-17.32%3.3%2.8%-0.52%第27缅甸 +3,380;中东 +1,102;孟尼&斯里兰卡 +1,070
拉美-0.40%-16.76%2.5%2.1%-0.42%第27缅甸 +3,928;拉美 +3,364;菲律宾 +3,322
新马文-1.61%-11.52%1.6%1.4%-0.16%第25华语 +633;孟尼&斯里兰卡 +531;菲律宾 +520
印度+6.04%+3.87%9.7%9.5%-0.20%第8孟尼&斯里兰卡 +1,335;菲律宾 +1,192;独联体 +920
其他+1.08%-6.40%6.2%5.8%-0.46%第28中东 +1,096;菲律宾 +874;缅甸 +475

客观事实:中东和印度用户6月总观看用户增加,看巴基斯坦主播的人数也增加,但巴基斯坦主播观看份额下降;印尼、非洲、独联体、菲律宾、拉美等区域看巴基斯坦主播的绝对观看用户下降。

展开中东用户时间线
26349.9113344.1200338.3287332.5374326.7 5月1-145/15-5/215/22-5/285/29-6/046/05-6/116/12-6/14
中东主播巴基斯坦主播菲律宾主播拉美主播土耳其主播独联体主播
窗口主播区域观看用户/日观看份额观看小时/日时长份额
5月1-14中东304,84526.7%155,72361.6%
5月1-14土耳其51,5894.5%3,7351.5%
5月1-14巴基斯坦58,5875.1%8,8203.5%
5月1-14拉美72,4156.3%7,6443.0%
5月1-14独联体59,2855.2%5,3762.1%
5月1-14菲律宾84,9297.4%16,0796.4%
5/29-6/04中东350,32823.2%174,25960.6%
5/29-6/04土耳其78,3475.2%5,4951.9%
5/29-6/04巴基斯坦73,4184.9%9,6973.4%
5/29-6/04拉美102,6796.8%11,3423.9%
5/29-6/04独联体84,3335.6%7,9932.8%
5/29-6/04菲律宾119,9218.0%17,6076.1%
6/12-6/14中东344,41724.9%168,82760.6%
6/12-6/14土耳其76,0995.5%5,4822.0%
6/12-6/14巴基斯坦60,9614.4%8,9433.2%
6/12-6/14拉美94,4426.8%10,1103.6%
6/12-6/14独联体76,5785.5%7,6462.7%
6/12-6/14菲律宾114,5738.3%17,7286.4%

边界说明:中东用户总观看用户 6月比5月同期多 25.0%,看中东主播的观看用户增加 +40,012/日,看巴基斯坦主播也增加 12.3%,但巴基斯坦份额从 5.1% 降到 4.6%。这些是用户流向事实;要证明是否由伊朗/中东恢复导致,需要更细的国家级用户区域或伊朗用户日活/观看明细。

6. 漏斗视角:宰牲节后不是只有人少,开播意愿和有效率也没完全回来

日活、开播、有效开播不是同一件事。6月不是只有盘子问题,日活到开播、开播到有效也一起偏弱。

斋月开斋节宰牲节解约清理 51%60%70%79%89% 1月2月3月4月5月6月
有效池→日活日活→开播开播→有效

节日恢复对比

开斋节窗口 节中
-468
开斋节窗口 节后7天
-39
开斋节窗口 节后14天
-25
宰牲节窗口 节中
-573
宰牲节窗口 节后7天
-267
宰牲节窗口 节后14天
-192

开斋节后7天有效开播只比节前少约39/日;宰牲节后7天仍少约267/日,后14天仍少约192/日。

7. 最后看6月为什么显性化:不是只有“流失”,持续主播少播同样关键

这部分只解释最后为什么6月看起来低。按 UID 同窗口比较 5/1-14 和 6/1-14,拆成互斥的人群迁移。

单位:有效开播天
持续有效但变少
-6,771
5月有效_6月断播或无效
-5,430
持续有效且稳定/变多
+3,931
本期新增/回流有效
+5,935
人群UID5月有效天6月有效天变化5月人均6月人均
持续有效但变少160116,7429,971-6,77110.466.23
5月有效_6月断播或无效11725,4300-5,4304.630.00
持续有效且稳定/变多169213,72617,657+3,9318.1110.44
本期新增/回流有效108305,935+5,9350.005.48

关键点:“5月有效、6月断播或无效”损失 -5,430 个有效天;“持续有效但变少”损失 -6,771 个有效天。后者不是人没了,而是出勤强度低了。

8. 主播为什么会变弱:播了,但正反馈不够

这里不是只看1172个“5月有效、6月断播或无效”的UID,而是把5月1-14已经有效开播的主播拆成三组一起对比:断播/无效、持续有效但变少、持续有效且稳定/变多。

相关性证据,不单独证明因果

运营能直接理解的读法

三组对比后更清楚:断播/无效组5月反馈最弱,收入、观众、观看时长都明显低于稳定组;持续少播组没有断播组那么差,但也低于稳定组。这说明“完全断播”和“还在播但少播”都不是随机发生,前置反馈弱是共同信号,只是强弱不同。

断播/无效组

5月有效,6月没有有效开播

UID1,172 -> 0-1,172
DAB影响-388/日-5,430 有效天
收入/有效天$0.912.6% vs 稳定组
观众/有效天19349.5% vs 稳定组
观看小时/有效天0.0648.6% vs 稳定组
持续少播组

6月还在播,但有效天明显变少

UID1,601 -> 1,601+0
DAB影响-484/日-6,771 有效天
收入/有效天$5.376.8% vs 稳定组
观众/有效天33184.6% vs 稳定组
观看小时/有效天0.1190.5% vs 稳定组
稳定/变多组

6月仍有效,且有效天稳定或增加

UID1,692 -> 1,692+0
DAB影响+281/日+3,931 有效天
收入/有效天$6.9100.0% vs 稳定组
观众/有效天391100.0% vs 稳定组
观看小时/有效天0.12100.0% vs 稳定组

为什么持续少播组DAB影响最大:上面的收入、观众、观看小时是5月的“前置反馈水平”,DAB影响则是总量结果。持续少播组不是反馈最差的一群,但人数更多、原本出勤更高:5月人均有效 10.5 天,6月降到 6.2 天,单人少 4.2 天;乘上 1,601 人后就是 -6,771 个有效天。断播/无效组虽然反馈更差,但5月人均只有 4.6 个有效天、共 1,172 人,所以总损失是 -5,430 个有效天。

下面三个小表是在上面三张卡片的人里再切一刀:分母都是5月已有效开播的主播。变弱率=左侧“断播/无效组”+中间“持续少播组”的占比;右侧“稳定/变多组”不算变弱。观看/观众小表按5月单有效天表现四等分,每组约1,116人;表里的“主播净变”不是分组人数,而是6月仍有效人数比5月少了多少。

收入越低,越容易变弱

主播净变=6月仍有效-5月有效;DAB=有效天/14
分组变弱率主播净变DAB
T5 $0-100
70.5%
-1,050
-408/日
T4 $100-500
52.2%
-94
-119/日
T3 $500-1000
48.4%
-14
-30/日
T2 $1000-10000
48.4%
-14
-32/日
T1 >=$10000
50.0%
+0
-1/日

单有效天被看越少,越容易变弱

按5月被观看小时/有效天四等分
分组变弱率主播净变DAB
最低25%
69.8%
-473
-151/日
偏低25%
68.0%
-330
-184/日
偏高25%
60.3%
-221
-155/日
最高25%
50.3%
-148
-100/日

单有效天观众越少,越容易变弱

按5月观众数/有效天四等分
分组变弱率主播净变DAB
最低25%
68.8%
-443
-152/日
偏低25%
66.5%
-308
-181/日
偏高25%
60.8%
-221
-154/日
最高25%
52.2%
-200
-104/日

下一步追因:这节只能定位“谁更容易掉”和“掉之前体验弱在哪里”。真正原因要继续追为什么这些人的收入和观看规模变弱,优先看流量分发、代理扶持、节日后恢复、薪资结算和本地运营动作。

展开二分口径和维度明细

这里的“变弱组”是二分口径:5月有效、6月断播或无效 + 持续有效但有效天变少;不是单指上面的1172个断播/无效UID。

收入回报

播一天能拿到的钱更少

稳定组不是单纯更勤奋,而是每个有效开播日拿到的收入反馈明显更好。

变弱组$2.6
稳定/变多组$6.9
变弱组只有稳定组的 38.4%
被看见程度

看的人更少,总观看时长也更少

变弱组不是只有时长低,观众数也同步低;更像是播出去以后触达规模不足。

变弱组275人 / 0.09小时
稳定/变多组391人 / 0.12小时
变弱组只有稳定组的 70.2%
拆解校验

不是单个观众明显看更短

单观众观看时长差距不大,所以总观看时长少,主要来自观众规模少。

变弱组0.017 分钟
稳定/变多组0.019 分钟
变弱组只有稳定组的 92.4%按有效观众口径也接近:变弱组约为稳定组的 97.6%。
前置指标变弱组稳定/变多组相对水平
上月收入/有效天$2.6$6.938.4%
上月被观看小时/有效天0.09 小时0.12 小时69.6%
上月观众数/有效天274.5391.070.2%
上月有效观众数/有效天34.751.467.5%
上月单观众观看分钟0.017 分钟0.019 分钟92.4%
上月单有效观众观看分钟0.135 分钟0.138 分钟97.6%
上月开播小时/有效天2.19 小时2.79 小时78.4%

按收入等级

分组5月有效主播6月仍有效主播净变化变弱率DAB影响有效天变化上月收入/人
T5 $0-1002,5721,522-1,05070.5%-408/日-5,714$19.5
T4 $100-5001,1131,019-9452.2%-119/日-1,668$247.6
T3 $500-1000382368-1448.4%-30/日-417$708.2
T2 $1000-10000384370-1448.4%-32/日-451$2,288.7
T1 >=$100001414+050.0%-1/日-20$23,224.7

按单有效天被观看时长

分组5月有效主播6月仍有效主播净变化变弱率DAB影响有效天变化上月收入/人
最低25%1,117644-47369.8%-151/日-2,120$50.4
偏低25%1,116786-33068.0%-184/日-2,579$139.9
偏高25%1,116895-22160.3%-155/日-2,169$345.8
最高25%1,116968-14850.3%-100/日-1,402$1,076.9

按单有效天观众数

分组5月有效主播6月仍有效主播净变化变弱率DAB影响有效天变化上月收入/人
最低25%1,117674-44368.8%-152/日-2,129$34.1
偏低25%1,116808-30866.5%-181/日-2,536$151.5
偏高25%1,116895-22160.8%-154/日-2,156$360.4
最高25%1,116916-20052.2%-104/日-1,449$1,067.0

9. 持续少播组为什么少播:主要是节后出勤没恢复

这节只看上面中间那批“持续有效但变少”的1601个UID:他们6月还在有效开播,但人均开播天、有效天和开播小时都明显少了。

固定UID组;单位多为人均
0.02.85.68.511.3 5月上半月宰牲节前7天宰牲节中节后7天节后8-14天6月1-14
断播/无效组持续少播组稳定/变多组

读法:持续少播组5月上半月人均有效 10.5 天,6月1-14降到 6.2 天;人均开播小时从 34.7 小时降到 18.7 小时。同期稳定/变多组反而从 8.1 天升到 10.4 天,所以这不是“6月只有14天”的口径问题,也不是所有主播一起变少。

持续少播组的节前节后过程

同一批UID在不同时间窗的人均表现。收入、观众、观看小时是“单有效开播日”的反馈。

窗口开播天/人有效天/人开播小时/人开播→有效收入/有效天观众/有效天观看小时/有效天
5月上半月11.310.534.792.4%21.3611.90.2
宰牲节前7天5.04.513.788.5%25.0608.80.2
宰牲节中1.81.54.283.0%23.0673.90.2
节后7天4.23.510.983.5%28.3648.30.2
节后8-14天3.63.08.882.8%25.2597.50.2
6月1-147.56.218.782.7%24.5602.90.2

和稳定组对比:5月上半月 -> 6月1-14

变化值为6月减5月。持续少播组的主要负向在“来得少、播得少、转有效率也低一点”。

人群UID开播天/人变化有效天/人变化开播小时/人变化有效率变化收入/有效天变化观众/有效天变化观看小时/有效天变化
持续少播组1,601-3.8-4.2-16.1-9.64%+3.1-9.0-0.0
稳定/变多组1,692+2.1+2.3+7.5+4.07%-0.7-30.2-0.0

阶段性解释:现有数据更支持“节后主播侧出勤/开播意愿没有恢复”这个方向:他们不是播了但每一天完全没人看,反而6月单有效天收入略高、观众和观看小时基本持平;真正缺口来自开播天少了约 3.8 天/人、有效天少了约 4.2 天/人、开播小时少了约 16.1 小时/人。下一步如果要找“为什么不愿意恢复出勤”,需要补代理侧/运营侧的节后返岗、排班、激励、结算、触达记录;现有主播行为数据不能单独证明是哪一个外因。

10. 这些 UID 从年初到6月经历了什么

把5->6月的几类人反查1-6月轨迹,能看到4/5月处在高位,6月明显掉;断播/无效组在5月已经先弱了一步,6月基本没回来。

纵轴:人均有效开播天
06111723 1月2月3月4月5月6月
持续有效但变少5月有效, 6月断播/无效6月新增/回流有效持续有效且稳定/变多

读图方式:这不是UID数,而是这组固定UID在每个月的人均有效开播天。比如“5月有效、6月断播/无效组”指的是5/1-14有有效开播、6/1-14没有有效开播的1172个UID;他们前几个月仍然可能正常开播,所以线在1-5月有数值是正常的。6月只截至6/14,主要用来看是否回归,不直接和完整自然月比。

关于4月是不是最强:要拆人群看。断播/无效组确实4月更高,4月人均有效 10.0 天、5月降到 7.1 天,说明这批人5月已经开始变弱;但持续少播组是5月更高,4月 18.4 天、5月 20.9 天;稳定/变多组也是5月更高,4月 16.3 天、5月 19.2 天。所以更准确的说法是:4/5月都在高位,5月下旬到6月没有延续。至于4月高位是否来自大型活动、招募或开斋节后恢复,现有数据只能看到“高位”,不能证明原因,需要区域运营侧确认当月动作。

11. 谁在贡献负向缺口

负向缺口主要来自90天以上存量、T5/T4、5月高频或中频有效主播。这里的负向缺口只看5月有效、6月断播/无效或少播的人,单位是有效开播天变化。

5/1-14 vs 6/1-14

口径说明:T4/T5用的是UID月维度中间表按5月实际收入计算出的收入等级,不是直接拿大盘源表的“上月营收等级”字段。有效频次按5月1-14有效天/在池天数划分:0是不播,0-25%是低频,25%-60%是中频,60%以上是高频。

签约年龄

90天以上存量
-8,365
31-90天新签
-2,938
30天内新签
-759
签约日未知
-139

5月收入等级

T5 $0-100
-7,856
T4 $100-500
-2,905
T3 $500-1000
-709
T2 $1000-10000
-699
T1 >=$10000
-32

5月有效频次

高频
-8,278
中频
-2,950
低频
-973

收入等级:人数和人均变化

分组UID5月人均有效天6月人均有效天人均变化总有效天变化
T5 $0-1001,8146.291.96-4.33-7,856
T4 $100-50058110.935.93-5.00-2,905
T3 $500-100018511.357.51-3.83-709
T2 $1000-1000018611.998.24-3.76-699
T1 >=$10000712.578.00-4.57-32

有效频次:人数和人均变化

分组UID5月人均有效天6月人均有效天人均变化总有效天变化
高频1,49611.556.01-5.53-8,278
中频6545.871.36-4.51-2,950
低频6231.700.14-1.56-973

12. 代理和6/9解约清理:更适合作为排查线索,不适合作为主因

代理维度有负向Top,但Top代理没有集中到足以解释全局;6/9解约清理主要影响签约状态盘子,和有效开播下滑不是同一层问题。

代理UID5月有效天6月有效天变化
K6153941,336839-497
P2034051,037769-268
P4865082,3402,074-266
K3635051,6941,430-264
K106198759526-233
K1683161,054831-223
K412238691471-220
P751447926747-179
K352331741564-177
P493225764598-166
P913200722585-137
K224118468336-132

这张表用于定位后续跟进对象,不应直接写成“某个代理导致大盘下滑”。

解约清理名单验证

指标数值
清理名单UID数3,284
匹配到月维度中间表UID数3,284
1-6月从未开播UID数2,104
1-6月从未有效开播UID数2,546
1-6月从未产生收入UID数2,621
1-6月有过有效开播UID数738
时段有记录天数签约状态UID日均开播日均有效开播日均
5/1-14143,274.494.357.2
5/15-31173,282.493.159.4
6/1-883,106.545.626.2
6/9-1451.00.00.0

怎么理解:清理名单共 3,284 个UID,其中 2,546 个在1-6月从未有效开播,说明主体确实是低活跃/无效主播。但仍有 738 个今年有过有效开播,所以它不是完全无影响。数据上更合理的说法是:清理影响盘子和少量DAB,但不足以解释6月主缺口。

13. 数据覆盖和边界

这次分析尽量把可用数据都纳入;被替代的数据也写清楚原因,避免后续误会成漏用。

数据源覆盖范围用途处理状态
巴基斯坦-有效开播漏斗-plus-20260101至20260614.csv2026-01-01~2026-06-14全年日活->开播->有效开播漏斗、转化率、节日恢复主数据源
巴基斯坦-主播大盘监控-plus-20260101至20260614.csv2026-01-01~2026-06-14全量/存量/90天新签、收入等级、有效主播池和DAB大盘主数据源,经outputs汇总表使用
逐月数据-主播数据细节/*.csv2026-01-01~2026-06-14UID日维度签约状态、代理、签约日期、开播/有效开播迁移主数据源
逐月数据-livedata数据/*.csv2026-01-01~2026-06-14UID收入、开播时长、观众和月收入等级中间表主数据源,经月维度中间表使用
巴基斯坦-新签约主播合同期内直播情况汇总-20260615.csv2026-01-01~2026-06-14签约cohort新签D1/D7/D14/D30质量与cohort成熟度主数据源
pk解约.md6月解约清理UID名单验证清理名单历史开播/有效开播贡献,判断是否为DAB主因补充验证源
pk_area_is_live_20260501_20260614_full.csv2026-05-01~2026-06-14早期5/6月UID明细;已被1-6月逐月UID状态明细覆盖被更完整数据源替代,不作为最终主口径
巴基斯坦-主播大盘监控-20260615.csv / 巴基斯坦-有效开播数据情况-20260615.csv旧版短周期导出早期4-6月报告;本轮使用plus全年数据替代被plus全年数据源替代

现有数据可以说明发生在哪一级漏斗、哪群UID、哪个时间窗口、哪些代理需要排查;但不能单独证明代理端具体发生了什么,或运营/薪资/政策提醒是否出现未记录变化。

14. 问题闭环清单

把前面反复追问过的问题逐条收口。能回答的给结论,不能回答的写清数据缺口。

问题当前答案证据/缺口
今年完整生命周期主线是什么?新签持续进入,老主播每月自然少播/断播;4/5月还能靠新签和回流补位,宰牲节后补不满,6月才显性化。生命周期阶段表、月度迁移补位图
是不是年初开始新签数量一路减少,最后6月体现出来?不支持。1-5月签约量没有一路减少,4/5月新签仍能贡献6月DAB。新签cohort质量表、签约月贡献热力图
每个月的掉队和补位关系是什么?每个月都有断播/无效和持续少播;2月、4月、5月补得上,3月和6月补不满。1-14同窗口月度迁移图
6月是不是单点突然爆雷?不是。全年看3月底和5月底都有明显下探,6月问题是宰牲节后恢复不足叠加老主播衰减。日趋势7日均、节日恢复对比
6月到底断在哪一级漏斗?不是单一级。日活、日活到开播、开播到有效都偏弱,宰牲节后开播意愿和有效率恢复不完整。漏斗转化7日均、5月1-14 vs 6月1-14对比
是不是大部分没收入/低收入存量主播逐渐不播?方向基本成立,但要说精确:主要是上月有有效开播的T5/T4存量主播,6月少播或断播;不是全量T5死池。负向缺口按收入等级、签约年龄、上月频次拆解
为什么这些主播会变弱?三组对比后,断播/无效组5月反馈最弱;持续少播组反馈也低于稳定组,但差距没那么极端。正反馈不足能解释两类负向,只是强度不同。断播/无效、持续少播、稳定/变多三组前置收入/观看/观众画像
持续少播组到底少在哪里?主要少在出勤强度:开播天、有效天、开播小时都下降;单有效天收入略高,观众和观看小时基本持平,不像是单场反馈突然崩掉。持续少播组节前节后过程表、持续少播 vs 稳定/变多对比表
是不是用户盘子变小导致主播少播?不支持这个简单解释。5月上半月用户DAU不高但观看质量更好;6月DAU回升,但观看质量和主播出勤都没有完全恢复。国家级直播观看率数据、签约主播日趋势
跨区下发数据有没有征兆?聚合层有变化:T5跨区下发用户、观看用户、观看时长和打赏从5月上半月到6月上半月下降;同时T4/T5收礼下降也发生在巴基斯坦本区、中东、美加等来源。跨区下发消费情况:按本区/跨区、收入等级、用户区域拆解
用户视角能看到哪些流向变化?只能看到用户流向事实,不能证明转移原因。中东用户总观看盘子变大,看巴基斯坦主播也涨但份额下降;印尼、非洲、独联体、菲律宾、拉美等区域看巴基斯坦主播绝对下降。用户视角跨区下发消费情况:用户区域 x 主播区域 5月1-14 vs 6月1-14
5月开播、6月不播的人有没有明确时间点?没有单日齐刷刷断层。最后有效开播日期分散,集中在5月上半月到宰牲节前后,节后未回归更明显。负向人群分阶段时间线、最后有效开播日期分布
代理是不是某一家集中出问题?不支持单一代理解释。Top代理可作为排查对象,但集中度不足以解释全局。代理维度负向贡献Top表
6月解约清理是不是主因?不是主因,但不是完全无影响。清理名单大多数长期低活跃,6/9后基本归零,影响盘子和少量DAB。pk解约名单历史贡献验证
现有数据还能不能证明代理端/运营端具体发生了什么?不能。现有数据只能定位现象和人群,不能证明代理端动作、运营提醒、薪资结算或政策变化。需要外部运营日志或代理侧记录

下一步怎么用这份分析

区域运营侧:不要只做全量唤醒,应该按生命周期分层处理:新签看D7/D14质量,31-90天看是否承接成功,90天以上存量看节后是否恢复出勤。
产品/数据侧:把监控从“本月DAB涨跌”前移到生命周期:cohort衰减、近两月新签补位占比、节后7/14天恢复、存量高频主播出勤变化。

现有数据能证明生命周期在哪个阶段变弱、哪群UID贡献缺口、哪些代理需要排查;但不能单独证明代理端具体发生了什么。若要继续追外因,需要补运营日志、代理侧动作、薪资结算或本地节日实际影响窗口。