首先是流量，流量的分发有据可循，这决定了不是开播就有流量。从供给的角度，每天几十万主播直播，算法需要一套指标体系，用于衡量每个直播间的开播数据，进而根据数据的优劣排序，给不同直播间划分流量层级，供给不同额度的流量分发。

其次是指标，当很多人谈论停留、点击、UV数据的指标权重时，却忽略了数据体系的复杂性，指标的排序并不是简单的线性排序，而是线性基础上的交叉排序。为了便于理解指标的排序逻辑，我们将所有指标进行分类，分为互动指标、交易指标、流量指标。

用户在直播间的互动行为，我们称之为互动指标，我们经常讲到的评论、点赞、关注、粉丝团...等等皆为互动指标，互动指标能够大体上反映一个直播间的人气状态，从算法判断的角度，是衡量直播间能否有效留住用户的重要维度之一，而其中最重要的指标为停留，停留作为最基础的行为，进而带动点赞等其他行为的产生。

交易指标包含GMV、UV、人均GMV等数据，交易指标大体能反映一个直播间的价值属性，从算法判断的角度，也是衡量直播间能否有效转化用户的重要维度之一，而其中UV为最重要的指标，UV是单个人的商业属性，GMV才是整体，而人均GMV又决定了直播间用户的消费水平。

流量指标则是一场直播当中所有的流量元素，如场观、峰值等，流量指标是互动指标跟交易指标的风向标，即有着良好的互动、交易指标的直播间，算法会通过流量供给，反映在流量指标上。

再次，人们口中经常讲的标签到底是什么？

标签即直播间的身份，身份越明确，算法越能知道直播间需要什么类别的用户，进而推送什么类别的用户。标签同样是具备三层的结构体系，分别为基础标签、偏好标签、交易标签，基础标签包含用户的性别、年龄、地域等基础信息，具备基础标签的直播间，算法会提供满足基础标签的用户流量，大多数直播间，只要开播超过一周，算法会通过学习摸索到开播直播间的基础标签，这时候会发现，原本男女、年龄混杂的用户，开始变得精准化。

偏好标签包含用户的直播倾向，即喜欢在什么类型的直播间互动，具备偏好标签的直播间，你会发现算法推送进来的用户，开始喜欢停留，点赞。交易标签包含用户下单品类、购买频次、客单价等属性，具备良好交易标签的直播间，往往就是我们说的标签精准的直播间，转化率远远高于行业水平。

最后一个词，权重，权重的概念是什么?即当你的数据指标做的越来越好的同时，你的直播间标签越来越精准，进而汇总形成一个词，就是权重，权重高的直播间，转化率跟流量推送都会更为优质。

理解到了指标、标签、权重的含义，这时候我们就可以去理解平时悬而未决的问题，一个新直播间为什么没有流量？因为没有权重；为什么没有权重？因为指标做的不好；标签为什么不精准？因为交易指标做的不好；高客单价为什么卖不出去，因为人均GMV指标没做拉升....