作者简介
陆哲皓，北京大学光华管理学院金融经济系本科生
张啸威，北京大学光华管理学院金融系本科生
周瑞民，北京大学光华管理学院金融系本科生
该作品入选第一届“美团商业剖析精英比赛”季军。
摘要
短视频平台具备步入本地生活领域的潜力，抖音早已开始在探店视频营销和团购产品上加码。本报告使用抖音视频数据和大众点评评论数据，研究了探店短视频对店家营业额的提高作用，以及视频特点、门店特点等诱因怎样影响这一作用。借助本报告的研究结果，可以制订视频营销的相应策略，设计最易成为热卖的探店视频，以及确定优先地推的商户类型。
报告原文
一、
背景介绍与研究问题
1. 行业背景：餐饮店家的短视频营销
自2012年11月快手变革成为短视频社区开始，随着流量使用成本的上涨和智能手机普及率的增强，短视频行业迎来了自己的发展抓手；2016年9月抖音上线后，短视频行业更是步入了快速发展的阶段。在内容接触方式方面，从2020年用户接触的内容方式来看，短视频内容高踞首位，高达48.4%；从UserTracker的网民行为检测数据库来看，短视频渗透率自2018年的51.6%下降到65.8%。短视频本身的内容直接性、传达便捷性吸引了各种主流媒体的进驻，这进一步推动了短视频平台用户数目的下降和内容生产。
数据来源：艾瑞咨询发布的《2020上半年中国到店餐饮专题研究报告》
作为短视频行业中的腹部平台，抖音通过优质的推荐算法和独特的使用流程，吸引了大批用户。从活跃用户数来看，抖音在2020年的日活跃用户数突破6亿；从用户人均使用时长数据来看，抖音2020年9-10月的用户总时长为441.6亿分钟。极高的用户忠诚度让抖音自此前单纯的内容平台逐渐转化成了一个流量入口和流量集聚地，使其可以从用户的各种生活场景衍生出自己的业务：通过直播带货步入电商领域，收购游戏工作室来企图步入游戏行业等等。抖音自恃自己的内容平台，可以将高质量的流量赋能到任何一个内部孵化的项目上，从而加速项目的成长乃至颠覆行业的游戏规则。同样的道理，当抖音步入了到店餐饮等本地生活领域，作为本地生活服务领先者的美团要如何维持自己的市场龙头地位，是值得阐述和思索的。
数据来源：抖音发布的《2020抖音数据报告》
用户端层面，两大平台的用户重合度高。对于短视频的用户，女性占比约51.3%，18岁以下用户的TGI为157.3，18-24岁用户的TGI为116.2，24岁以下的人群为短视频用户的主力军；对于到店用餐的用户，女性占比约为52.7%，26-30岁的用户占比37.1%，31-40岁的用户占比26.6%，二者的用户均以一线城市为主。此外，90后群体正逐步成为消费主体，而餐饮是消费领域中的重要组成部份，但这部份“Z世代”用户多为抖音的轻度用户。因此在中常年的角度，两大平台存在用户层面的较大重叠。
数据来源：MobData
数据来源：艾瑞咨询发布的《中国咨讯短视频市场洞察蓝皮书》
商家端层面，餐饮商户乐于通过短视频平台进行营销。通过到店采访的方式发觉，对于大部分店家来说，在抖音提供零佣金进驻以及首页资源倾斜的情况下店家并没有动机拒绝抖音。由于短视频营销方式的适应性广、承载量大、传播力强，同时饮食/健康类短视频也是短视频平台中比列不小的品类，商家有较强的意愿通过抖音平台扩宽自己的流量获取渠道。因此对于美团来说，它没有较强的壁垒在平台上制止店家通过抖音进行推广营销，商家在抖音上的广告投放直接影响了美团/点评对商户营销费用的获取。
抖音在店家端和用户端具备的错位优势以及奇特的种草式营销在方式上与美团形成了错位竞争，在用户群体、商家以及消费场景方面形成了直接竞争。目前抖音已有大量本地生活内容创作者和潜在用户，抖音只须要把用户和店家的交易留存在平台上，就能打通本地生活的交易闭环，让用户在抖音上完成拔草、购买、核销和评价的全流程。与“口碑”不同，抖音是一个具备不同竞争优势的庞大竞争对手。因此，美团须要新的方式来维持自己作为背部玩家的地位。
2. 研究问题：探店视频对商家营业额的贡献
今年3月，抖音以探店视频为流量切入点，上线了抖音团购这一营销工具，正式入局本地餐饮市场。抖音充分发挥其流量优势和内容优势，流量上在视频发布饭店的定位页面加入了让利团购，并在同城推荐界面降低了大量的本地生活服务入口；内容上发起“抖音探店团”，打造短视频平台生活服务达人组织，持续创作本地生活吃喝玩乐实拍视频内容。
图 1抖音餐饮团购相关页面
本报告的研究问题是，抖音的探店短视频营销对商家营业额是否有贡献，贡献大小会遭到什么店家特点和视频特点的影响。对抖音来说，了解探店视频的利润状况可以帮助视频营销的合理定价，理解商户和视频特点可以确定优先地推的商户类型，调整改善抖音赋能店家的营销方法。对美团来说，了解新进入者的恐吓也为美团在交易环节的上游——营销及拔草环节提供更多可借鉴的思路，从而实现对抖音的优势竞争。
二、
数据说明与描述
1. 数据获取和筛选规则
本报告采用的数据来自大众点评网与抖音APP，包括店面信息、视频信息和店面日评论数据三个表单，数据获取形式为自动节选和网路爬虫。以下对三部份数据分别进行说明。
店铺信息包含北京市247家进驻了点评和抖音的餐饮商户，来自点评的数据包括地址、各项评分、评价数目、人均消费等，来自抖音的数据包括品类（菜系）、浏览量、收藏量、附近店家数目、是否有抖音团购等。数据来源为，从抖音小吃人气榜（图1）16个品类各自Top30店面中，保留在抖音上有点赞量1000以上的视频且近一年在点评上有单日评论数小于5的店面。
视频信息包含1660条短视频的对应店面ID、创建时间、点赞/评论/转发量、标题、内容链接、时长、作者是否为抖音探店团成员等数据。数据来源为抖音小吃人气榜的店面页面推荐，视频均带有对应店面的定位，筛选除去了点赞量不足1000的视频。
店铺日评论数据为以上247家店从2020年7月1日到2021年5月1日的面板数据，包括当天评论数、当日平均评分等，共54734条。数据来自大众点评网的评论信息，截至去年7月是为了在尽量防止疫情影响的前提下，获取尽可能多的数据。本报告希望获取的是店家历史营业额的时间序列数据，但历史销量数据无法直接得到。考虑到美团点评平台对日常到店餐饮场景的高渗透率，假定单位时间内到点评评论的人数/到店消费人数的百分比保持稳定，可以用按时间聚合的评论量来近似到店餐饮消费的人数；而带有创建时间标签的评论数据可以在大众点评网上直接浏览到，有较好的可得性。
2. 数据的描述性统计
本报告采用了247家店面及其对应的视频和评论数据，下表展示了每家店的视频和评论数目分布特点。
表 1样本分店的视频数和评论数分布特点
接下来考察在样本在各个变量上的分布情况。由于搜集数据时是从探店视频出发，这里展示的是视频数目的分布状况。可以看见，样本广泛覆盖了各个品类、不同评分、不同消费水平和不同地段（用附近店家数量来评判）的店面，也囊括了不同宽度的各种视频。视频发布时间最早为去年7月，今年3月和4月的尤多，这与抖音的视频推荐算法、抖音探店团的活动推广都有关系。
图 2样本视频的描述性统计
三、
数据剖析与剖析
1. 抖音探店短视频营销对分店大众点评的评论数是否有影响
1.1 模型
为了辨识抖音探店视频的发布对于分店大众点评上饭店评论数的影响，本文使用计量经济学中常用的风波分析法（Event Study）设定了如下模型：
其中分店用r表示，日期用t表示。因变量为分店r在大众点评上日期t的评论数的log值（评论数为0则取log(x+1)）。由于一个分店在样本期间可能有发布多个探店视频，为了得到尽可能干净的辨识，我们仅考察每位分店在样本期间内首个发布的1000赞以上视频。，为一组虚拟变量，代表相对这一视频的周数，例如w=-3代表分店发布首个1000赞以上视频的前三周，w=0代表分店发布首个1000赞以上视频当周。我们考察探店视频在发布前6周到后6周对点评上评论数影响，并省略视频发布前一周（w=-1）作为对照组。对点评上评论数影响，并省略视频发布前一周（w=-1）作为对照组。本文所关心的系数即反映了探店视频发布前后的点评上评论数的变化，即探店视频的处理效应。为日期固定效应，为分店固定效应，控制不随时间变化的分店特点。
本文选定前后6周作为考察期主要是基于复赛报告（基于小样本）中 “探店视频疗效通常持续30-40天”的发觉。
1.2 结果剖析
图 3 基准回归结果：探店视频对分店点评评论数的处理效应
图3的基准回归结果显示，在探店视频发布前6周到前2周，本文关心的系数均在0左右且统计上不明显；视频发布当周到发布起3周后，系数系数明显为正，探店视频发布2周后处理达到最高值，约为0.1，表明相比控制分店，探店视频的发布促使处理分店在大众点评上的日均评论数提高了约10%；第4周后无论是处理效应的绝对大小还是统计显著性都明显下跌，表明探店视频的处理效应平均持续时间约为4周。
2.视频特点对探店视频疗效的影响
2.1 模型
首先，本文研究了视频热度对于探店视频疗效的影响。本文采用视频的点赞数作为视频热度的代理变量，由于部份分店在首个视频发布后不久又发布了新的探店视频，因此这儿本文使用首个视频发布后6周内发布的所有探店视频的点赞数总和作为每位分店探店视频热度的评判。
例如，某分店8.1 发布首个视频2000赞，8.10发布了第二个探店视频3000赞，则该分店视频热度为5000赞。
基于1.1中事件分析法使用的统计模型，本文通过在模型中加入视频/门店特点和，的交叉项来考察视频/门店特点对于探店视频发布疗效大小的异质性影响。这里关心的是视频热度与，交叉项的系数。若>0 ，则反映视频热度越高，视频的处理效应越大。
2.2 结果剖析
图 4 视频特点异质性剖析：探店视频点赞数对店面点评评论数的处理效应大小的影响
图4的结果显示，探店视频的热度越高，反映为视频的点赞数越多，其对于分店在大众点评上评论数的处理效应也越大。具体而言，视频点赞数每上升1000，探店视频的处理效应将上升1-1.5%。
此处为绝对值。作为对比，探店视频发布的平均处理效应约为10%。
2.3 具有哪些特点的视频热度高
以上剖析表明了视频热度是其疗效的重要影响诱因。本文通过描述性统计剖析和OLS回归模型，探究了部份影响探店视频热度的变量，下图展示了部份结果。发布者是否为抖音探店团的“探官”具有特别明显的影响，抖音认证的探店达人获得了更多的点赞数。从时长来看，长视频的点赞量更多；从拍摄内容来看，消费水平处于较低和较高两极的店面视频点赞更多。
图 5不同特点视频的点赞量分布
3.分店特点对探店视频疗效的影响
3.1 模型
为了进一步考察视频热度外，其他分店特点对于探店视频疗效的影响，本文在2中模型的基础上降低了分店特点与虚拟变量，的交叉项，模型如下。反映了在控制了视频热度的情况下，具有什么样特点的分店发布探店视频对其点评评论数的提高疗效最大。本文考察的分店特点包括：门店类型（菜系）、在点评上的综合评分、人均消费水平、抖音端口内有无团购产品、附近店家数等。
3.2 结果剖析
图 6 门店特点异质性剖析：点评综合评分对分店点评评论数的处理效应大小的影响
图6显示了标准化后的大众点评口味/环境/服务评分对于探店视频疗效的影响。整体上，评分越高的分店，在控制了视频热度后，发布探店视频对于点评上评论数的提高疗效一直愈发显著，且环境及服务评分的效应要强于口味评分。这似乎与短视频的展示方式有关，用户通过观看探店达人的实拍，能对店面的环境和服务状况有更为全面的了解，这是传统的图片、文字点评方式所不能比拟的。因此，具有更好的环境、更高的服务水平的店家，更能将自己的优势通过短视频诠释给用户。
图 7 门店特点异质性剖析：抖音端口内是否上线团购产品对分店点评评论数的处理效应大小的影响
图7显示了抖音端口内有无团购产品对于探店视频疗效的影响。结果显示抖音上有团购的分店发布探店视频，对于点评评论数的提高作用更大。值得指出的是，在控制了众多诱因的前提下，造成上图差别的惟一缘由就是是否有抖音内的交易入口。事实上，在大众点评的评论文本中，可以看见许多类似“在抖音上订购了团购券来种草”的内容，抖音团购产品提供的消费可得性的确提升了短视频的营销疗效。
此外，本报告也考察了不同苏菜的差别，结果显示烤肉、日料、自助、快餐小食等较为年轻化的品类有更好的疗效，对各类地方苏菜则疗效通常。由于篇幅限制，这里不再展示。
四、
商业应用与总结
本报告基于商业数据剖析验证了抖音平台的探店视频对于餐饮店面的引流作用，估计了引流的影响规模，并进行了视频维度和店面维度的异质性剖析。总结发觉，引流作用主要彰显在视频发布后的4周内，主要具有以下三个方面的商业应用：
1.短视频的销量提高计算和预测
通过本报告的回归模型，代入视频点赞量、店铺评分和消费水平等参数，可以恐怕出店面的大众点评日评论数增量。已知所有到店消费的客人大概有5~10%会订购美团的套代产品，约15%的订单会留下评论，则可以通过以下公式估算营业额的提高：
对于抖音和美团来说，由于有端内的团购销量数据，可以直接对订单量进行建模，得到更精确的恐怕结果，从而在视频营销推广时进行更优的定价。
2.抖音探店视频的营销策略
借助第三章的异质性剖析，抖音可以了解如何的视频特点、门店特点能提高短视频的营销疗效，从而改善视频内容的生产，确定店家地推的优先次序。
本报告给出的建议为：内容产出方面，侧重时长较长（60秒以上）、特征较鲜明（极端性价比或极端高端）的视频，对达人探店的视频优先推广；商家地推方面，优先选择点评评分较高、特别是环境和服务评分突出的店家，注重烤肉、日料、小吃、自助餐等较为受年轻人欢迎的品类，同时大力推荐店家开启抖音让利团购入口。
3. 美团面临的竞争压力评估
对于来自抖音的竞争压力，美团中的乐观者觉得，当前到店餐饮市场的用户心智是美团的护城河。当前大部分用户的消费习惯是，遇到“吃”的场景就会在美团上搜索，看一看美团提供如何让利和折扣。即使抖音折扣与美团折扣相同，大家也会倾向于在美团下单。本报告尝试对这一观点进行了驳斥。
从短期来看，用户心智的确对美团有利，用户提到“吃”首先想到的仍是美团；但这是对存量市场而言。在增量市场，抖音的流量优势、内容优势和用户使用时长优势使其可以从餐饮消费的上游——种草营销环节加码，带来用户注意力的大量下降。本报告通过考察“探店视频发布后的超常评论量”这一指标，证明了短视频流量带来的到店餐饮消费增量是存在的，并恐怕出在北京市这一增量约占10%；对于抖音平台上有团购券的店家，增量市场占比接近20%，其规模不容小觑。
从中常年来看，当前我国的O2O餐饮渗透率还比较低，2019年O2O餐饮市场规模只占到店餐饮行业总市场规模的12.4%，有较大的提高空间。如果纵容抖音通过本地生活服务类短视频的巨大流量抢占用户时间和注意力，其很有可能在未来到店餐饮的增量市场取得主导地位，进而产生对本地生活领域的破坏式创新。从巨量的用户消费行为数据中，抖音可以持续获得不同店家、不同视频类型营销疗效的反馈，迭代优化店家地推策略和视频营销策略，使其在吃完第一波流量红利之后仍有很大的优化空间。
数据来源：国家统计局，前瞻产业研究院
4.不足与展望
由于数据获取难度较大，时间较为紧张，本报告无法实现全部想像，还有众多可以改进的地方。例如，把数据集从北京市店家扩充到包含二线、三线城市，通过对城市的异质性剖析，评估探店导流模式在下沉市场的疗效，从而了解在真正的增量市场上抖音所具备的竞争实力。另外，本文曾构想结合短视频内容对其进行分类，提出小吃探店内容制做方面的实质性建议，同样因为时间和数据处理难度而没能实现，未来可做的工作还有特别多。
