两周时间,一个零粉丝的新账号,二十多条完全由代码渲染的竖屏数据视频,同时发到TikTok、YouTube Shorts和Instagram。用的工具是HTML canvas、Playwright、ffmpeg,部分画面走Blender,数据来自公开的欧盟统计局(Eurostat)数据集。没有成功学滤镜,只有后台曲线。

打开网易新闻 查看精彩图片

先看最扎眼的一条:25秒是一道墙。起步阶段做的是22到49秒的讲解视频,配AI配音;后来改成11到17秒、无旁白的循环短片。同一个账号、同一批选题(AI、能源、工作、钱)、同一周发布。

结果差距不是几个百分点,是一个数量级。七条较长的TikTok视频在发布一天后仍是0播放,被直接删除。唯一一条获得分发的长视频拿到1100次播放,完播率1.4%。在Instagram上,所有25秒及以上的Reel播放量都停在129次或以下;而触达超过450个账号的Reel,时长全部落在11到17秒之间。

这算不上受控实验——短片本身也做得更好。但差距摆在那里。

第二条发现更残酷:一半观众在第三秒前就走了。TikTok Studio能按秒显示还有多少人在看,五条短片的曲线读下来,规律相当一致。

  • 前三秒几乎决定一切。到第3秒时,已有44%到62%的观众离开,之后曲线才趋于平缓。
  • 第0帧很关键。一条扁平的2D竞速视频在第一秒就流失43%,开场是六根一模一样的柱子一起长高,没有差异,没有事件。而从第0帧就有镜头运动的3D版本,第一秒的留存保持在75%到88%。
  • 第三秒前必须有事情发生。TikTok Studio显示,v2版塔楼视频最常见的退出点是第2秒。那一版里,屏幕上的问题大约1.5秒后就消失了,第2秒抬眼看的人只看到一个没有上下文的数字。现在的规则是:问题至少停留3秒,第一次淘汰发生在第3秒之前。
  • 结尾越短越好。11秒的竞速视频被看到结尾的比例几乎是16秒塔楼视频的两倍,18.9%对11.1%,尽管它的开局更弱。

第三条:TikTok只给你一天。每条短片的分发曲线形状相同——第一小时冲到峰值,约250到320次播放,之后每小时100到140次,到第7到10小时之后几乎归零。99%以上的播放来自“为你推荐”信息流。电力主题那条视频,24小时时是1147次播放,36小时时是1151次。

YouTube Shorts的表现不一样。第一条视频两天后还在涨,最终1485次播放,61.8%看到结尾,是所有视频里最好的数据,播放持续来自Shorts信息流。

粉丝转化几乎为零。三个平台合计约1万次播放,换来TikTok上2个关注、YouTube上1个订阅。单条数据视频没有给人任何关注的理由。下一步要测的是做成可见的系列,比如标注“Country race #4”这种编号。

想自己画留存曲线的话,TikTok Studio不提供导出,但可以在几个时间点读数再画图。读第1、3、5、8秒加上结尾的值,足够比较不同设计,曲线形状比精确百分比更重要。

需要说清楚的是局限:样本很小,一个账号、约20条视频,单条播放从几百到约1700次,只能当田野笔记看,不是统计结论。选题和设计混在一起,塔楼v2比v1表现差,但选题也不同,改到一半才学会一次只动一个变量。声音没有做分析,多数视频有合成音效,音乐与无音乐的对比没测过。Instagram的留存曲线缺失,Meta Business Suite网页版不显示这个账号的留存,只有平均观看时长,最好的Reel是9到11秒。

如果自己用数据渲染视频,可复用的部件包括一个Eurostat JSON-stat解析器、一个无头Blender渲染脚本,以及一个通过API把视频发到X的脚本。

最后留一个问题:如果你也把数据可视化做成短视频,第一秒里放了什么,才真的把人留住了?