短视频经济学，解密短视频流量背后的供需逻辑

编辑导语：短视频，在某种程度上它与图文、音频一样，都是内容。内容的本质是什么呢？是流量。无论是个人还是MCN机构，实际上都在制作流量，不同的是用不同的方法获得更有价值的流量。本篇文章中，作者为我们解密了短视频流量背后的供需逻辑。

近两年，短视频行业逐渐成为互联网行业的新贵，快手抖音即将集体赴港上市。作为崭新的信息流平台，它博取了移动端用户越来越多的时间和注意力。

中国短视频行业覆盖的用户规模在2020年预计可达到7.22亿人，5G网络的发展，将会加速短视频产品更好地结合用户生活，并且形成新的社交渠道，逐渐夯实其作为国民级应用的地位。

由于人口天花板，2020年开始短视频行业开始进入沉淀期，抖音、快手等头部app也开始商业化。

在这个时间节点，更加明确用户的需求，滤清短视频型应用的供给渠道和潜力，变得越发重要。谁能够更好地识别用户需求，谁能够更好地构建健康合理的供给生态，谁就有机会成为借短视频的东风成为中国移动互联网的新王者。

本篇文章，旨在在短视频的场景里，给读者明确地勾画出在这个平台承载的“内容消费市场“里，供给和需求分别是什么，供需之间的杠杆-价格又是什么？

将互联网术语映射到传统经济学概念上之后，我们一是可以统一话术，二则有机会借用经济学理论思考短视频行业的种种问题。

当然，我们承认内容消费平台有自己的特殊性，所以最后我们也会区分下两种需求概念：市场需求和心理需求。

前者是对传统经济学需求概念的直接映射，而后者则是更加适合短视频行业的需求概念，可以也应该引发我们后续更多的思考。

一、供给曲线回顾

经济学中常用供给曲线来决定市场的均衡价格和均衡产量，这个模型适用于竞争性市场，而不适用于市场存在垄断或者寡头垄断的情况。

在这个供需曲线图里，需求曲线反应了是随着价格的升高，消费者减少购买的趋势（橙色线的斜率）；供给曲线反应了随着价格的升高，生产者增加生产的趋势（蓝色线的斜率）。

具体来说，“需求”是指在特定价格下消费者愿意购买的量，而“供给”是指在同样价格下生产者愿意生产的量。供给和需求显示在其它因素不变的情况下，随着价格升降，需求会变小、而供给会提高，反之亦然。

供需曲线的交点，正好反应的是市场供需平衡需要的价格P*和商品数量Q*。有一则古老的经济学笑话曾经讽刺道：只要教懂一只鹦鹉说“供给”和“需求”，它也能成为经济学家，从中可见供给和需求是当代经济学的核心课题。

在供需曲线不变的情况下，如果提升价格，会导致生产欲望提升、购买欲望降低，从而造成供大于求的现象，反之亦然。

在价格不变的情况下，市场的需求如果提升，会如上图出现供不应求的情况。如果通过某种手段提升了供给，而价格依然不变，则会出现供大于求的情况。

在对供需曲线，以及相应的供给、需求概念有了一定认识后。让我们开始思考在短视频生产与观看这个市场里，相应的供需概念具体指的是什么？

二、电子内容对某一用户的供给 = “满足分发标准”的生产

说明供给，我们需要解释一下上面的等式。首先，短视频是电子内容，不同于传统的商品，电子内容（区块链除外）的特点是可以无限地被复制。

农场里生产了一个苹果，它最终只能被一个消费者吃掉，但是一个生产的短视频如果没有额外限制，可以被所有消费者观看。那么电子内容对某一用户的供给，就是所有生产吗？

其实没有那么理想，每一个产品都有它的定位，政府对内容也会有所约束，内容从生产到最终分发还需要满足很多标准。

比如大多数短视频平台的短视频都是几周以前生产的，如果视频内容涉嫌违规需要被屏蔽，如果是本地或同城这种产品页面内容的生产应该发生在消费用户的附近，如果是朋友或关注页面内容的生产者应该是用户关注的对象等等。

所以说，只是生产还不够，电子内容对某一用户的供给应该等于“满足分发标准”的生产。

三、需求是什么？On-premises和订阅型购买又是怎么体现的？

在真实世界里，需求和”购买商品“相关。在短视频使用场景里，我们简单直接地将 vv 视为实际消费，即需求。当然，真正对短视频的消费深度还体现在时长上。

但考虑到是“短”视频，我们先简化这个维度，简单地将需求（或真实购买）映射到是否打开了短视频曝光（即vv）。但是对于短视频app中的直播类型“产品”，通常时长是比短视频长很多的。

一个用户一晚上花了两个小时观看李佳琦的直播，其对app的需求强度应该是比另一个观看了10个10秒短视频的用户要强。所以对于直播来讲，将需求定义成vv是不合适的。

这里我们讲两个商品购买的商业模型，On-premises和订阅型。

On-premises是指自有或内部部署，比如我们购买了微软的office on-premises版本，将其安装在我们本地计算机上，我们可以一直使用这个版本的office而不需要后续的付费。

所以在这个商业模型里，我们的用力点是让消费者购买。就像短视频内容，我们主要是希望用户打开（对应vv）。

另一种对应的商业模型是订阅型，比如这些年微软的office 365产品就是订阅型的购买产品，它对每个用户是按月或按年收费，而且可以实时更新。

对于这种购买类型，我们有两个用力点：一是让消费者有首次购买行为；二是加入到订阅后消费者可以尽量长时间地留存。

这就像直播这种“产品”，我们让用户点进直播只是第一步，下一步让用户更长时间地观看这个直播也很重要。所以，对于直播的需求，我们使用“拉流时长”这个指标，具体指的是用户观看直播的总时长。

四、价格是什么？

在回答上面问题前，我们先明确价格的定义需要满足的条件：

• 价格衡量的是消费者有限资源花费情况；
• 价格越高，供给越多（后滞性长），需求越少（后滞性短），反之亦然。

在用户使用短视频应用的场景里，我们考虑价格可以定义成下面两种形式：

• 平均每个vv使用时长（时间上衡量）；
• 平均每个vv曝光数（空间距离上衡量，类似于消费者在商场里走了多远 – 体力花销）。

后者更容易计算，我们在这里采用第二个价格定义。

从这个定义我们可以看出，价格直接反应推荐系统现在的效率，价格越低，推荐效率越高，需求越高，那么CTR是什么？

我们可以得到CTR = vv/曝光数 = 1/价格。从上面可以看出，推荐系统在我们这个”市场“中的实质作用，是调节价格！

五、插曲

讲到这里，我们将基于短视频应用平台这个“市场”的供给、需求、价格定义逐一明确了。

• 供给：电子内容对某一用户的供给 = “满足分发标准”的生产；
• 需求：视频的需求对应指标是vv（等同于On-premises购买模型），直播的需求对应直播是拉流时长（等同于订阅购买模型）；
• 价格：平均每个vv需要花费的曝光数，反应了推荐系统效率，~1/CTR。

在有了这些经济学概念映射后，我们一是可以统一话术，二是有机会进一步借用经济学理论思考短视频行业的种种问题。

我们在一开始提到过内容消费平台有自己的特殊性，所以还是需要区分下两种需求概念：市场需求（即上文中提到的需要概念，和定价强相关）和心理需求（后面说明，和定价关系不大）。

前者是对传统经济学需求概念的直接映射，而后者则是更加适合短视频行业的需求概念，可以也应该引发我们后续更多的思考。

六、本田、丰田、法拉利还是保时捷？- 两种不同的需求

经济学里面对需求的定义，是指在特定价格下消费者愿意购买的量。映射到我们上面短视频的场景，指的是在当前推荐系统效率情况（价格）下，用户的vv。

但请注意在短视频应用的场景里，某个特定商品的价格下降，通常没有现实市场那么难。

比如如果我们可以识别出某个用户喜欢看宗教类视频，我们直接多给他曝光相关类别内容，那么对于他来说相关内容的价格（1/CTR）就下来了。

其他类别内容的价格必然会因为宗教类内容的下降而升高，但是因为对他们没有兴趣，所以不会真正影响到这位用户。

在上面这段描述里，我们实际提及的是另一种需求，他不是经济学中提及的“需求”，而是从人的心理学出发的独立于价格的“心理需求”。

而正是因为短视频平台对于特定内容降价是非常容易的，相对于“市场需求(demand)”，我们更应该去考虑用户的“心理需求(desire)”。

这里我们说一个类比，方便大家理解“市场需求”和“心理需求”的区别。

假设有一个群体，比如某个收入级别的互联网行业员工，他们大概有20万人民币可以去买车。那么当我们考虑需求的时候，我们考虑的会是定价为20万人民币的所有车型里，大家的偏好。

具体来说，比如可以考虑本田和丰田的供给比例。

但是当价格是可以被相对容易地调整时，我们就应该去考虑人们对车的独立于价格的“心理需求”。那此时我们应该考虑的问题，就应该是考虑法拉利和保时捷的供给比例了。

再回到我们的场景，比如现在短视频App里本地生活的供给不足、价格也高（此需求类别排序不好），那么他的“市场需求”必然很低。我们若只考虑“市场需求”，将没有机会提升此类核心价值在同城页面的存在。

相比，我们应该去考虑用户对本地生活的“心理需求”。如果我们的供给和价格不足以让我们看到这个“心理需求”，我们可以以其他App（比如美团）上本地生活内容的“市场需求”作为我们短视频App本地生活“心理需求”的基准线。

通过这种或者其他希望是更合理的方法找到了这个“基准线”，我们后面就可以通过提高供给（增加此类内容生产），降低价格（提升此类内容推荐效率）让App内此类内容的“市场需求量”，逐渐趋近于它的“心理需求量“。

写到这里，我们也意识到，“心理需求量“是“市场需求量”的天花板。

那么问题来了，如何去衡量”心理需求“呢？这个是一个至少涉及到行业研究和心理学的话题。亲爱的读者，你有什么想法吗?

 

作者：赵小洛，公众号：赵小洛洛洛

本文由 @赵小洛 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议