最近知乎上有位朋友@刘昊a 用爬虫做了一套关于 B 站的数据分析，感觉有些发现很有意思。
结合他的数据统计结果，我做了一些简化整理，加入了我的一些想法。
一、创作者投稿情况看历年的投稿数量，从 2016 年开始就有巨幅的增长。2020 年截至 3 月中，已经有 1158w 的投稿，按此估计，全年能到 4000w。想想 B 站的日活才 5000w+，比例几乎是 1：1。
创作者的引入情况看，增长率是惊人的，在 2017 – 2019 年，都是以年度翻番的速度在增长。
另外一个视角是看创作者的留存情况。图标里的留存率计算是，在X年份首次投稿后，在 2020 年还继续在投稿的创作者；以及在 X 年份首次投稿后，每年投稿量大于 15 ，在 2020 年还继续在投稿的创作者。
这个数字也是喜人的，曾经投过稿的人，有大概一半的人还在持续投稿。
二、分区投稿情况我之前就对各分区的状况很好奇，不知道游戏、生活、娱乐几大板块，哪个投稿的最多。从 18-19 年的投稿统计看，是这样的：
从投稿量上看，游戏区依然遥遥领先，二次元属性还是大盘。不过生活区有了几乎两倍的爆发式增长，这也是侧面说明了 B 站的破圈方向：大众化、普通人化。一般人想要传点什么视频，恐怕生活区还是最合适的。
说到生活区，不同类型的视频，投稿和播放的比例是不同的，像搞笑类和美食类的，就是属于高杠杆的（平均每个投稿的播放量较高）。
游戏区是这样的，GMV 和 Mugen 可能是属于专业性较强的内容，头部现象很明显。（GMV 是 Game MV，游戏或 CG 为素材的 MV；Mugen 是 2D 格斗开放平台的引擎，这里指相关的视频）
科技区的杠杆撬动情况也极明显。优秀的科技视频，平均播放量不低。这是除生活区外破圈的又一主阵地，而且这个阵地的内容价值含量高，播放存在长销（而非畅销）的可能。
三、头部内容分区播放量过 100w 的视频，所在分区的占比是这样的：
不出意外，生活区稳居第一，老牌的游戏和番剧也紧跟其后。
拆到二级类目是这样的：
从这个分类看，二次元和非二次元内容，也已经是不分你我、混在一起了。
四、头部 up 主分区（按粉丝量排名）头部 up 主的分区，在 2018 年到 2020 年看，看饼图貌似没有变化，但若换个方式看比重的变化，就能够看得出风向：
生活区、科技区的比重增加巨大。这两个也是我们日常印象中，对所谓 B 站破圈的主阵地的印象。其余增加较多的，也多与二次元无关。
五、头部 up 主流动情况看最头部的前 X 个 up 主对平台贡献的百分比，结果是这样的：
这简直是一张完美的 2/8 法则的诠释图。注意看第 6 列，即排在前 113000 的这些 up 主，他们贡献了全站 20% 的投稿数量，但占据了全站 75.62% 的播放量。
这些 up 主的流动性如何呢？是否会有阶级固化的问题呢？变动的情况统计结果是：
这个变动比例，很意外的，跟讨论社会阶级流动性课题时用的 The Great Gatsby Curve（了不起的盖茨比曲线）的美国、法国等国家的数字很接近，即 40%-50% 之间。
当然这里面没有太多可比性，讨论社会阶级流动性时，时间跨度是代际，也就是子女受父母的影响。上面对 B 站 up 主的统计，时间跨度是按年，节奏要快得多，几年时间可能就沧海桑田了。
从个人观察而言，B 站的头部流动性依然很高，还远没有到最头部的 up 主垄断内容的地步。新人的机会不止存在，而且很大。
六、 用户的赞评比赞同和评价的比值，是一定程度上反映用户活跃度的。点赞是轻互动，评论是重互动；点赞是仅仅表达认同，评价是参与讨论、表达的内涵更多。
从图表看，越 TOP 的视频，赞评比越高。也就是说，越头部的视频，轻互动越多。
很有意思的是，全站的赞评比在 3.46，这个数字远远低于抖音和快手（快手低于抖音，也是符合观察的结果）。也从侧面证明了我们日常的感觉：B 站的用户活跃更高、更倾向于重互动。
原作者也提到了，B 站还有投币、收藏等互动方式。如果都算上的话，活跃度会更高。
七、视频时长全站的视频平均时长早年间都在 20 分钟左右，从 2018 年开始持续下降，幅度不小。在 2020 年，已经是 12 分钟了。
从当前的视频时长分布来看，1min-3min 的视频占比最多，3min-5min 的次之，5min-10min 的再次之。
八、视频生命周期这是评论在时间维度上的分布。横轴时间代表评论时间和视频发布时间的差值， 0 对应 49.54% 代表在视频发布当天评论的占 49.54%，两年以上 对应2.56% 代表在视频发布两年以上评论的数据占比 2.56%。
从图表里看出，B 站的视频生命周期是很长的，虽说刚发布会有即时的爆发，但长期看，会持续有用户观看和互动。当然，由于没有跟抖音和快手等内容平台的对比，很难说这个数字是高还是低。
我个人对另外一个相关数据很感兴趣，不过原作者没有统计：不同分区的视频生命周期是否相同？比如科技区的视频是否可以“长销”。这个数据统计想必也会有很大价值。
以上是我整理的 8 项个人感兴趣的要点数据和结论。希望能对你有所启发。
作者：刘言飞语
来源：刘言飞语（liufeinotes）
