如果我们把90%的精力、资源和心力都投入到决定最后10%价值的事情上，而在决定90%价值的事情上只投入了10%的精力，这就是一种严重的资源错配。

作者 | 王珊珊（北京）

1月16日，云合数据CEO李雪琳在新声年会中发表演讲，从数据的角度来剖析长短剧的未来。云合数据早已是业内公认和普遍使用的播放数据平台，而且他创办的另一家公司两比特科技，还在实际帮许多内容公司提供内容数据策略和数字化营销解决方法。

李雪琳对剧集流量、用户触达以及它们彼此间的错配，既有来自数据的浸润洞察，也有来自营销一线的实践积累。我们希望他的分享，能够帮助大家对2025年的用户和流量的变化流转有更准确的认识。

以下是李雪琳的演讲实录（有删改）：

今天我分享的题目可能有点绕，叫《错配》。刚才听菲总（柠萌影视联合创始人、CEO陈菲）讲话，我越听越开心，因为我听到很多我将要涉及到的关键词：产品经理、算法分发、剧集黏性，都是我今天分享的内容。

菲总刚才讲了行业的历史沿革，以及长剧集面临的挑战，今天我们讨论的也是长剧集领域的问题，闭门会嘛，可以直接一点。我们认为长剧集领域确实有一些低垂的果子，这些果子是行业可以轻易摘到的，但遗憾的是这些果子没有被摘取。

比如算法这一点，长剧集领域在算法的运用上显然不够强。理解更长的内容，对于算法来说天然比理解短内容更具挑战，所以在分发上，长剧集确实比短剧集要难得多。我们观察到过去几年长剧集行业的情况，尤其是我们自己也参与了其中的一些项目，发现了很多问题，今天就和大家分享一些我们的思考。

我们发现的问题是资源的错配。

具体来说，就是剧集流量的分布与资源分配之间的错配。这里的流量分布指的不是不同剧集之间的流量，而是单一剧集内部的流量分布。我们把一个剧集的流量拆开来看，一般分为两部分：一部分是第一集的流量，我们称之为「入口流量」；另一部分是后续集的流量，我们称之为「后续流量」。

我举个实际的例子，这里有两部在同一个平台上线的独播头部剧集，平台内的剧集都是S级或者S+级的。这两部剧分别是36集和38集，都是2024年上线的，更新节奏也差不多。我们来看这两部剧在上线前三天的入口流量，也就是第一集的观看人数。第二部剧的入口流量只有第一部剧的60%。从这个数据来看，第一部剧的起步要更强一些，更多人涌入去看第一集。

但如果我们看这两部剧的终局流量——也就是最后一集上线后30天的数据，第二部剧的V30（云合数据的固定指标）是第一部剧的3.4倍。这就意味着，尽管第二部剧的开头流量较低，但它的后续流量远远超过了第一部剧。那么，这两部剧究竟有什么不同呢？

我们可以从每集30天的流量分布来看。第一部剧的入口流量和后续流量的比例是1：5，而第二部剧是1：12。这个比例非常重要，大家可以记住1：5和1：12这两个数字。

那么，剧集的播放价值究竟来源于什么？一方面，平台的会员收入是变现的重要来源，另一方面，广告收入也是关键。广告的投放需要有足够的观众来观看，不可能所有广告都集中在第一集。每一集的广告，只有观众看了，广告主的价值才能得以实现。从收入的角度来看，这两个剧集在入口流量和后续流量上，价值实现的比例大致是1：5和1：12。

从量化的角度来看，这两个剧集的差异可以通过「粘性」来理解。

云合有一个指标叫做「粘性」，用来衡量第二集的流量为基准，看后续集流量的丢失情况。第一部剧的粘性只有30%，也就是说它能留住的观众相对较少；而第二部剧的粘性高达78%，说明它的留存能力很强。

总的来说，在剧集品类中，流量分布是非常重要的，我们不能简单地看剧集的热度或排名。系列视频，像是剧集、短剧、纪录片、综艺等等，都应该按照这种流量分布来进行分析。

刚才提到的1：5和1：12的比例，我把它简化为1：10，这个比例算是一个相对优秀的剧集应该达到的标准。那我们再来思考，产品经理和内容制作人们，回顾一下2024年，自己在策划和资源投入时，更多的精力和资源是集中在入口流量，还是后续流量的保持上呢？是10：1，还是1：10，甚至是1：20？影响入口流量的因素是什么？大IP、大卡司、平台的支持、排播、资源、宣传口、热搜和直播等都会直接影响这些流量的分布。

这个行业中，长剧集的入口流量与后续流量的比例，对于一个比较合格的作品来说，应该是一个什么样的比例呢？我认为，一个比较好的作品应该具备的是：入口流量和后续流量的比例应该是合理的。为什么这样说呢？因为如果用户的粘性不好，留不住人，那么看了第一集的观众，可能就会在第二集的时候流失。我们可以看到，在这两部剧的案例中，前三天吸引用户的能力上，A剧更强，第一集的流量也更大，但最后的结果却是完全相反的。

即便营销做得再好，影响的也仅仅是入口流量而已。热搜做得再高，广告做得再大，也只能带来更多人涌入，增加入口流量，却无法有效控制用户的流失。所以，营销公司往往成为背锅侠，尽管他们能把入口流量做得更好，真正的难点在于如何留住这些用户。

那么，留人的能力到底是什么？或许过去我们认为大明星、大流量的演员能留住观众，但从现在的数据来看，顶级演员在留人方面的能力显著下降。这并不是因为顶级演员不行了，而是观众的需求发生了变化。在以前，即便是顶级演员参演的烂片，观众可能也会忍几集；但如今的观众，容忍度已经大大降低了，他们不再愿意浪费时间去追那些他们觉得不值得的内容。

回到资源的分配上，刚才我提到的问题，我们在做这个行业、做产品经理的过程中，精力的分配应该如何进行？如果看到这个流量的比例，能在2025年做出一些调整，我觉得会是一个很大的进步。然而，这个调整非常困难。为什么呢？

我的观点是，内容的变现逻辑对这个问题的影响非常大。内容变现有To B和To C两种逻辑，其中To B逻辑，主要是基于版权、定制和自制。而To C逻辑则是通过会员观看时长分账、单片付费、单集付费，或者像腾讯视频那样，尝试基于会员收入的后验分账。

从这两种变现方式来看，To C的变现都有明确的依据。无论是基于观看时长的分账，还是基于用户付费的分账，都有一个核心逻辑：如果要获得好的观看收入，用户不仅需要看第一集，还需要往后看，观看时长要够长，才会产生好的收入。这个逻辑实际上也与流量的分布紧密相关。

在To B和To C的区别上，我们可以进一步理解，谁决定了内容的价值？是用户决定内容的价值，还是像绿灯会这种机制来决定？当绿灯会决定内容的价值时，产品经理的精力分配实际上就已经确定了。多少剧本在没有完全完成时就已经通过了绿灯会，多少绿灯会通过的是因为剧本已经有了大咖演员和大IP，内容的价值被预设好。这个逻辑决定了剧集的入口流量，而真正保证后续流量的，还是故事本身和剧本的质量。

再来看短剧，不论是任何形态的微剧，它的变现逻辑本质上是To C的。它的核心指挥棒，就是让用户能够持续看下去，这决定了短剧的内容迭代和生态演进的优势。从生产关系的角度来看，短剧天然在这一点上占有优势。它的分发效率相对较高，而这种优势甚至不需要更多的生产力支持。

如果我们把90%的精力、资源和心力都投入到决定最后10%价值的事情上，而在决定90%价值的事情上只投入了10%的精力，这就是一种严重的资源错配。在这种情况下，我们可以通过简单的计算，发现效率差距是4.6倍。而这种错配，事实上是行业中长期存在的问题，也一直没有得到有效的调整。

刚才我们讲到的是行业中的资源错配，这个错配从数据上看是客观存在的。那么，我们也需要进一步思考这个错配的演变方向是什么？我们重新回到流量的问题上。之前提到过流量的分布：入口流量占1，后续流量占10。那么，这种分布随着时间推移，它会偏向哪个方向呢？下面这张图就来回答。

因为云合数据提供了长视频的全量数据，包括老剧的流量也能够追踪到。通过2022年与2021年的数据对比，我们发现了一个有趣的现象：2022年《知否》相较于2021年流量上涨了44%，《甄嬛传》上涨了11%，《琅琊榜》上涨了21%。其中，《知否》是这三部剧中最晚上线的，2018年才上线，到了2022年已经过去了4年，为什么它的流量增长如此显著？难道是用户突然对这些老剧产生了兴趣？大概不是。

真正的原因是平台的变化。从2021年下半年开始，长视频平台逐步将流量的分配权从编辑手中交给了算法，算法的推优机制开始主导流量分配。算法的核心逻辑是，哪些剧集能为平台带来更多的流量和收入，平台就推哪些剧集。这些老剧之所以流量大幅上涨，是因为它们已经形成了正循环，不断被推送，导致更多的用户观看。

那么，算法如何判断剧集的优质呢？我想，观看时长肯定是一个核心指标。无论是会员开通还是用户观看时长，都会直接影响平台的收入。

长视频平台的流量分发逻辑在2021年底和2022年发生了根本性变化。我们可以从手机端的应用界面变化来观察，比如打开腾讯、优酷、爱奇艺时，首页的推荐位逐渐减少，Feed流的比例越来越高。这个变化来的确是晚了，直到2021年底、2022年才真正将流量分配交给算法，这个变化因为不是显性变化，行业内很多人都忽视了其重要性。

回到之前提到的两部剧，我们再看得更远一些。我们将前3天的流量与首月、以及第7周的流量做了对比。对于这两部剧来说，前三天的入口流量，第一部剧的流量占了60%，第二部剧占了70%。从前3天的表现看，第一部剧的入口流量更好，但是到了首月，第二部剧的内容更有粘性，留住了更多的观众。

到了第7周，即热播期过后，第二部剧的总流量差距进一步扩大了，达到了6.5倍，而第一部剧的流量已经开始下降。为什么会出现这种差距？这跟前面提到的算法推送和用户观看时长有关。第二部剧的用户粘性更强，观看时长更长，因此平台的收入更高，算法会进一步推荐，形成了一个正循环。第二部剧的流量在热播期过后反而得到更多的推送。

这也表明了，长视频平台的效率得到了大幅度提升。从这个角度来看，长视频平台的流量分配变得更加精准，平台不再依赖传统的营销手段，而是更加依赖算法来精准推送内容。

如果我们回顾电视时代，我们的剧集营销需要持续进行，第一集播出时，营销就得跟进，第二集继续吸引观众，甚至到第十集还要有营销点。而现在，由于平台的物理资源限制不再是观众观看剧集的障碍，用户可以在任何时间点选择观看《甄嬛传》或其他剧集。唯一的资源限制是观众的时间，用户的娱乐时间才是内容消费行业最核心的限制因素。

从这个角度看，现代剧集面临的竞争已经发生了变化。现在的新剧不仅要与当天播出的其他剧集竞争，还要与过去的经典剧集竞争。用户可以选择在新剧上线时观看，也可以选择回看经典剧集。因此，新剧越来越难爆，竞争更加激烈。

在这种大环境下，长视频平台并非效率低下，反而在生产关系更加合理的前提下，能够实现更大的增长。精品短剧的逻辑就是一个很好的例子。这个逻辑几乎完全是基于To C的分账逻辑。过去几年，短剧行业每年都实现了双位数增长，2024年相比2023年仍然有20%的增长。最令人高兴的是，这种增长并不是通过增加剧集数量来实现的，而是通过每部剧的流量提升，整体流量涨了28%。在长剧集和长视频平台整体下滑的环境中，短剧行业依然能够实现如此大的增长，说明它已经具备了独特的竞争力。

这个增长的背后，是生产关系理顺后的成果。当价值的分配与流量的分配更加匹配时，产品经理和内容创作者才能释放出更大的流量，创造更多的价值。而这种价值的变现与流量分布的匹配，正是推动行业发展的核心。

在这个过程中，我们在「两比特」品牌下进行了一些实践工作。两比特去年发行了大约40部分账内容，服务了200多部作品。

我们的心得是什么呢？就是要在入口流量和后续流量之间形成正确的反馈闭环。我们需要问：为什么入口好？为什么入口差？入口流量来自哪里？是平台的运营位带来的，还是营销动作带来的？用户粘性好还是差？要通过归因分析，来形成一个反馈闭环，从而评估内容的价值和潜力。因为我是理科生，实在无法想象一个行业没有正确反馈闭环的情况下，它如何提升效率。就像家里的空调，如果温度传感器坏了，它怎么可能正常工作？同样地，流量的反馈闭环必须量化，才能确保内容的长远发展。

最后，我想用一句话作为我的结尾：「一剧一命」。这句话我常听到，通常出现在两个场景：一个是剧集播出失败时，产品经理无奈苦笑：「一剧一命，下次我会做得更好。」另一个场景是剧集播出成功时，产品经理谦虚地说：「这部剧真的太火了，但还是‘一剧一命’，谦虚一下。」

今天我分享的重点是：在播出端、变现端和用户触达端，「一剧一命」已经逐渐成为一个伪命题。它描述的是不确定性，但从我刚才的分享来看，流量分布已经明确，内容的价值已经能够通过精准的流量分配来预测。如果故事定了，命运就定了。营销、排播和档期只能影响入口流量，而不是后续流量。

因此，我真心希望我们产品经理能够重视后续流量，重视那10，而不是仅仅关注入口流量。希望下次再见时，我们能够谈论「一剧一命」时，能够自信地说：「这就是第二种情况。」