直播刷单如此疯狂啊：映客99%的观众都是假的？

­　　话说，最近关于各大直播平台刷量造假的揭露贴好多啊，嗯，让你们自吹自擂，让你们虚假繁荣，哼。不过呢，八姐一直觉得，刷量似乎在某些行当中是颠覆不破的吸引用户的真理啊：你不刷对手也刷；你不刷，流量和主播一看活跃度不行啊，一转身就走了；再说了，你不刷，怎么忽悠投资方呢？所以，我觉得这不算大事。

­　　但是吧，凡事都有个度，八姐觉得，小规模地刷刷、用户起来了之后就不刷了，这叫“小刷怡情”，无伤大雅，但你要是全靠刷量，那就不太好了吧。而八姐最近从36氪研究院内部获得的一份分析报告则显示（嗯，你懂的，我又认识36氪的茶水间大妈，哈哈），直播平台映客的刷量率高达99%，也就是说，调查发现，映客直播间的100个观众中，只有1个是真实的。嘿，要是这是真的，在映客上直播的童鞋们，你就是在自娱自乐啊，看你演戏的其实都是机器人啊！

­　　有的童鞋要说了，八姐你是职业黑吧？说，是不是映客对手派来的？好伐，那我就来简单说下这个分析报告的背景。36氪研究院有个量化咨询项目，啥意思呢？就是投资前，VC们也搞不清想投企业是否数据造假，投资后也摸不清企业真实情况，于是就会雇一些研究机构来调查企业的真实情况。八姐拿的报告就是36氪研究院给投资机构们做的。另外，从研究方法上，是采用的大数据抽样的方式，八姐觉得还是挺靠谱的。

­　　来，详细说说这份针对映客的调查报告。

­　　在映客中，研究方按观众数量级分布区间，随机抽样选取共100个直播间，并抓取其观众列表内全部信息，包括映客号、等级、粉丝数、关注数、送钻数及映票数。

­　　获取数据后，研究发现：“观众的信息存在很多疑点:排列在最前面的若干位观众(浅蓝色部分)，其映客号不规则，而之后的观众(浅灰色)映客号均以4000开头，并符合一定递增规律，与实际情况不符。我们初步判断浅蓝色之后的观众全部为机器人。进一步验证，浅蓝色部分的观众、粉丝数、关注数等其他信息均是不规则分布,而浅灰色部分的观众关注数统一为1000。这样一来，我们更加确信以4000开头的并符合一定规律的观众是系统自动生成的机器人观众。”

­　　然后36氪研究院的童鞋发现了机器人的规律（感觉像是柯南附体啊）：

­　　可以看到，机器人观众的映客号头几位数字均符合一定规律(以4000、7197、11开头)，并且按等级分布降序。另外，机器人观众的粉丝数、关注数或送钻数都基本在同一量级，依次递减。

­　　因此,直播间内连续排列的观众,若映客号以某一系列相同数字开头，有递增趋势，并且粉丝数、关注数或送钻数符合一定递减规律的，我们断定均为机器人观众。

­　　于是36氪研究院分析称，由于映客屏蔽了100位观众之后的数据，研究方只能获取每个直播间的前100位观众信息，这样一来，就需要探索这100位观众的真假分布与整体观众分布的关系。

­　　经过对100组数据分析，研究方发现每100位观众的排列，都是真实观众按等级降序，随后是全部机器人观众。因此，可以大胆推测，若直播间内的真实观众小于100，则呈现出的100位观众，包含了全部真实观众，若真实观众大于100，就暂不能推测真实观众数量。

­　　对已抓取的100个样本进行统计分析，研究方称，当直播间在线观众数小于10,000时，前100位观众在等级降序排列的真实观众之后，均出现机器人观众。因此，计算得到，当在线观众数小于10,000时，机器人观众平均占比为99%，也就是说,真实观众仅占当前在线观众数的1%。

­　　哈哈，你看懂了吗？反正我觉得人家的调查分析是入情入理，简单易懂的。当然可能有映客的小盆友要说，抽样方法可能有问题呢。嗯，有种你们举出证据来，再把刷量的都打掉，公布真实数据。

­　　除了观众数真实性太低外，36氪研究院的这份报告还指出，因为映客直播内容质量平庸，观众的付费转化率也比较低。

­　　根据报告，映客的在线观众转化率为57.1%，即平均在线观众数是进入房间的总观众数的57.1%，这个指标反映直播的质量和观众对直播的粘性。粉丝转化率为0.5%，即进入某直播间中的全部观众(包括假观众)，平均有0.5%转化为该主播的粉丝,也就是说，200个人进入直播间(包括假观众)，就有1个人会关注主播。粉丝付费转化率为9.4%，假设主播付费的用户均成为主播的粉丝。数据表明，热门主播的粉丝中，每10人就会有1人为主播送出映票。根据粉丝转化率,推出观众付费转化率为0.5‰，平均2000位观众(包括假观众)，会有1人为主播付费。

­　　另外，报告也称，绝大部分的用户贡献了少数映票（映客内部虚拟货币）, 而大部分映票由极少数人送出，简单点说，也就是，映客的付费是由大V驱动的，付费行为不符合全民化结构，嗯，全民直播啥的都是幌子呐。

­　　报告从近84万付费用户，统计出总送出映票数小于1000(100元)的用户，以分析映客平台的付费用户结构。结果显示，98.6%的用户的总送出映票数不足1000元。进一步计算，这部分用户产生的映票总数仅占总映票数的6.0%。可以判断,绝大部分的用户送出极少比例映票。报告又对送出总映票大于10万(1万元)的用户进行分析，发现这部分用户只占到全部用户的0.1%，而这部分用户所送出的映数占到总票数的56.5%。也就是说，千分之一的人贡献了超过半数的映票。可以看到，主要付费行为，还是集中在极少部分的人中。通过一系列对映客平台付费用户的研究发现，映客更像一个大V驱动的平台。

­　　好啦，报告中还有更多内容，我就不多说了。至于映客的数据水分是否如此大，也欢迎大家讨论哈。