2026-06-12 19:57 工具课 · 直播答疑 主讲 左橘长

工具课直播答疑(完整版)

这场答疑分上下两段直播(中途因会议人数到上限换了会议室),本篇是完整合并版。主讲左橘长,主题是 AI 时代下数据分析 / 电商直播岗位怎么应对,含一套商业分析方法论复习、模型选型建议、和一个实时看板项目演示。

▶ TL;DR
面对 AI 冲击,核心是先把岗位 / 业务拆成要素,再逐个想 AI 能替代什么、哪些流程会被整段砍掉。模型选型上要用就用最好的官方模型,便宜的模型省的钱不如你的时间值钱。商业分析的底子是六字箴言「向前看,向下钻」。最后演示了一个 3-4 小时用 AI 做出的 B站弹幕实时看板,说明这个时代搓项目的门槛已经大幅降低。
答疑问题
18 个
职场 / AI / 求职 / 数据分析
分析口诀
6 字
向前看,向下钻
模型建议
用最好
便宜模型反而最贵
现场演示
3-4h
B站弹幕实时看板

直播答疑精华

上下两段所有问题合并,挑了最有方法论价值的整理在下面

面试被问「AIGC 怎么运用在直播运营中」,没接触过怎么答?
不要正面硬答,先把直播拆成要素:商品(主图 / 详情页)、主播、话术、选品、讲解顺序与节奏,再逐个想 AI 能替代什么。结论:商品主图 / 详情页 AI 可生成,选品 / 讲解顺序 / 话术 AI 可直接出,测卖点排序的质量会上升(AI 能多版本测试),还有 AI 混剪、数字人替代真人主播。至于「直播运营」具体场景,应反问对方职能是什么:中控 / 场控(喊 321 上链接)这类 AI 替代不了,其他环节目前大多可以。
淘宝官方平台、品牌方、代运营做直播有什么区别?
核心抓两点:为谁盈利 + 货权在谁手里。京东自营货权全在自己手里、赚钱跟品牌方无关;平台请明星 / 达人播,目的是获取其他平台的流量。品牌方播是跟自己相关、自己找人播;代运营是品牌方不愿自己播,找宝尊 / 百秋等公司代做。判断任何一方,先看它的盈利模式和货权归属。
平台来做直播,是不是能拿到更详细的数据?
数据权限本质上平台最全(品牌方和代运营都在平台上做生意),不是「谁做这件事就能拿到更全的数据」。三方关注点不同:平台看促活 / 激活 / 召回,品牌方大概率看 GMV / 新老客,代运营大目标同品牌方,只是掌握的信息程度不同。
抖音 / 小红书直播,数据分析具体能干什么?
先拆「到底谁在播」:平台、品牌方、达人,职能完全不同。平台同时对接供应端(达人 / 品牌方自播,看多少人开播、活跃度,做创作者激励)和消费端(看 DAU 有没有降、消费大盘有没有降),还能细分娱乐直播 vs 电商直播。品牌方数分则看单场效果、上架商品顺序怎么排,做诊断问题 + 归因 + 测试人群。话术优化、直播间搭建是运营的活,数分只能评估哪段话术转化率高、哪段没出单是不是话术问题,找到抓手给建议。
直播复盘到底看什么?
第一步先定义好坏,且必须有对比对象(跟昨天比、上周比还是上月比)。连这一场是好是坏都说不出,就是没发挥分析师的作用。定义完好坏:好则找原因、能不能复刻,坏则找差在哪、怎么调整,再拉相关部门协作落实。MCN 一下播就复盘,品牌方 / 平台看情况(凌晨播的不会立刻复盘)。
现在做数仓开发还有前途吗?
这个问法本身太笼统(等于问「数据分析还有前途吗」)。AI 时代真正要想的不是「谁替代谁」,而是哪些流程会被整段砍掉:数据分析原本的取数工作已经被 AI 砍掉,以后看板都可能是 AI 直接生成;电商的选品 / 生图 / 投放也可能被一条龙自动化。岗位职能会转变但仍需要。问「有没有前途」前,先定义清楚是问收入还是发展机会
模型配置怎么选?用便宜 / 国产模型不够聪明、需求要写很细。
要用就用最好的官方模型。团队设计师有句话:用免费 / 便宜的东西其实最贵,因为你的时间很贵。竞争力来源于模型本身的竞争力,用最好的模型基本能解决一般模型 80% 的问题,很多暂时解决不了的问题,等模型更新就好了。
AI 需求应该先评估还是先承接?
所有需求都默认先评估,跟是不是 AI 需求无关。你的上下文、精力、带宽都是有限资源,先评估再承接,评估这一步可以交给 AI 做但不能省。至于「老板会不会把 AI 速度当成你的基准」,会的,以后大家平均生产力都被拉高,落后就会被淘汰。
AI 市场研究 / 问卷调研的可信度怎么保证?
坦白说很难保证。问卷是抽样、偏差很大(给老奶奶发鸡蛋让她按要求填),交叉验证、卡方验证都救不回来。真正靠谱的是销售数据,看用户怎么买、不要看用户怎么想:索尼音箱的经典案例,大家嘴上都说要彩色,现场免费拿走的却是黑色。可行做法是先对齐老板 / 产品经理想要什么,再找数据去佐证。
电商竞品监测在真实工作里怎么做?
不靠爬(淘宝京东反爬很厉害、成本极高),靠找平台 / 第三方拿数据。先分品类:直播电商找蝉妈妈、飞瓜;货架电商找数据银行、魔镜、咨询公司,或直接找平台对接人。要求个人去爬竞品,多半是没想清楚成本。
面试题:GMV 下降 20% 从哪些角度分析?
六字箴言「向前看,向下钻」。五步:① 确定分析目标(是止跌还是定位原因)② 确认核心指标(GMV)③ 拆解业务公式 / 梳理业务流程(曝光 → 点击 → 收藏加购 → 下单 → 支付 → 退款)④ 看哪一环跌了 ⑤ 向下钻(假设流量跌,再拆付费 / 免费,付费再拆关键词 / 人群)。同时确认口径(GMV 含不含退款)。这是送分题。
描述性分析怎么写出业务价值?
先纠正概念:描述性统计不叫分析,叫「描述性统计」。平均值、极值、中位数这些是别人都知道的。分析的「分」是拆分、找原因(平均数为啥掉了、有没有异常特征、问题出在哪、向下钻)。当描述性没异常时,就要做增长性分析、找增量(看竞品怎么做、推什么新活动、抓什么新趋势、从别的平台抢用户),最终对指标负责。
品牌视角和平台视角到底有什么不一样?
抓手不同。平台看总量、商业效率(怎么让 GMV 最高、流量扶持给谁、券怎么发),要为整个生态服务,靠一个数据飞轮转(商品供应 + 直播内容供应 + 消费者 + 物流,一端出问题多方受影响)。品牌只考虑自己业绩能不能完成。落到岗位上:品牌的数据策略运营是「报活动」,平台的数据策略运营是「出活动」

方法论沉淀

这场答疑反复用到的几套通用框架,值得单独记下来

📐 GMV 下降归因:六字箴言 + 五步

口诀「向前看,向下钻」。任何核心指标异动都能套这五步:

确定分析目标
是要止跌,还是定位原因?目标不清后面全白做。
确认核心指标
比如 GMV。顺手确认口径(含不含退款)。
拆解业务公式 / 流程
曝光 → 点击 → 收藏加购 → 下单 → 支付 → 退款。
向前看:定位哪一环跌了
从流程上一眼看出是曝光跌、转化跌还是退款涨。
向下钻:逐层拆到根因
流量跌 → 拆付费 / 免费 → 付费再拆关键词 / 人群。
⚙️ 用 AI 提效:目标意识 + 任务分级

解决「用了 AI 反而效率不高 / 怕 AI 产出兜不住」的卡点。每天到工位先定今天要做哪几件事,再把每件事判断成三类:

类型一
AI 完成
如 demo,全交 AI。上班就开多个窗口并行挂着跑,定时去看 + 开提示音验收。
类型二
AI 协作
如讲解逻辑、介绍文档,需要你跟 AI 来回。要排优先级。
类型三
人做
如需要提炼的文档,最耗时,靠 AI 辅助但主体是人。
  • 精力主要投在「人做 + AI 协作」,类型一挂着跑就行,一天的工作量就被压缩了。
  • 关键前提:正确预估每个 AI 任务的耗时。别以为 demo 一小时跑完,修修改改可能要四五个小时,只是能并行才显得快。
  • 不要把所有东西全丢给 AI,带宽不够也跑不完,一定要先分级。
🔭 平台视角 vs 品牌视角

平台方

  • 总量、商业效率:GMV 怎么最高、流量扶持给谁、券怎么发
  • 整个生态服务,有用户体验 / 商家服务等不背营收的岗位
  • 数据飞轮转:供应 + 内容 + 消费 + 物流
  • 数据策略运营是「出活动」

品牌方

  • 自己业绩能不能完成,很少为整体品牌形象买单
  • 抓手是备货、做活动、补贴
  • 关注 GMV / 新老客
  • 数据策略运营是「报活动」

现场 skill 盲评:原生模型 vs 调过的 skill

  • 玩法:每轮给两个网页(音乐节购票页、登山小页等),一个用了 UI 审美 skill、一个没用,让大家猜哪个用了。
  • 结果:多数人投「更有视觉冲击力 / 更好看」的那个,但那个恰恰是没用 skill 的原生模型产出,点评是「非常模板化、很 AI 味、有配色问题」。
  • 用了 skill 的那版反而「有人味、有意境、有设计元素」(露天 + 夕阳 + 露台的场景化巧思、登山动作、线路不画直),偏人的思维,但第一眼冲击力弱、容易落选。
  • 核心结论:模型进化的程度会推翻你的 skill,纯粹用来补模型能力的 skill 会被模型迭代追上。skill 真正的价值在于把人的审美和判断注入进去,做出原生模型暂时做不出的「意境」。模型本身就代表竞争力。

现场演示:B站弹幕实时看板

  • 为什么是 B站弹幕:它公开、实时、量大、有用。对比之下抖音 / 淘宝有限流和风控风险,B站公开数据更适合教学。
  • 能力:实时抓某个直播间的弹幕并入库,不只抓弹幕,谁进房也能看到,配 HTML 动效看板。现场直接抓了游戏直播间演示。
  • 制作成本:3-4 小时用 AI 搓出来,含取数、写脚本、做可视化界面 + 图表。对比以前学过爬虫的人,这套至少要一周。跑起来不耗 token,本质是 AI 帮你写好的脚本。
  • 价值点:这个时代搓一个能用的实时数据项目,门槛已经被 AI 大幅拉低,关键是你得知道要展示什么、有产品思维(要懂数据结构、知道呈现什么内容)。

课程相关通报

  • 工具课不会停更,后面会更新数仓方向、结合 AI。结合 AI 之后数仓分层会大幅简化,工具课现在的价值更多在思维 / 认知层。
  • AI 课和工具课内容不重合(只有底层能力重合)。建议先学,能对这些东西建立更清晰的认知;很多事情本质是信息差,有认知才做得出来。
  • 课程会重点教产品思维:怎么真正把一个产品做出来、什么是好产品、怎么定义好产品。
  • AI 时代行业判断:教育赛道被 AI 冲击很大;以后岗位划分会越来越淡,产品、开发都只是一种能力。会 AI、敢用最好的工具,是当前最实在的红利。