甜茶 / tencha.3d 继续观看(%)与EV优化分析

长短视频播放与EV分布（按版本）

按鳴潮版本更新周期统计短视频(≤60秒)与长视频(>60秒)的外显播放、EV深度播放及观看继续观看(%)。

版本	类型	视频数	外显播放	EV深度播放	深度观看率	继续观看(%)	EV效率(EV/千次)
v3.4 (6/8~7/9)	短视频(≤60s)	34	2,359,030	639,952	27.1%	40.4%	271.3
	长视频(>60s)	0	0	-	0	-	0
	合计	34	2,359,030	639,952	27.1%	40.4%	271.3
v3.5 (7/10~8/19)	短视频(≤60s)	47	1,811,803	616,560	34.0%	42.1%	340.3
	长视频(>60s)	5	53,796	44,391	82.5%	-	825.2
	合计	52	1,865,599	660,951	35.4%	42.1%	354.3
v3.6 (8/20~9/20（进行中）)	短视频(≤60s)	28	657,696	251,671	38.3%	45.1%	382.7
	长视频(>60s)	4	73,778	29,678	40.2%	100.0%	402.3
	合计	32	731,474	281,349	38.5%	52.0%	384.6

💡 版本趋势洞察：

v3.4：短视频2,359,030播放(100.0%)，长视频0播放(0.0%)（短视频继续观看(%)40.4%）
v3.5：短视频1,811,803播放(97.1%)，长视频53,796播放(2.9%)（短视频继续观看(%)42.1%）
v3.6：短视频657,696播放(89.9%)，长视频73,778播放(10.1%)（继续观看(%): 短45.1%/长100.0%）
短视频继续观看(%)上升趋势：v3.4=40.4% → v3.6=45.1%，内容质量提升

术语说明

外显播放（观看次数）：视频在YouTube平台上被播放的总次数，不含外部网站嵌入播放。是衡量视频曝光量的基础指标。

EV（深度观看次数 / Engaged Views）：YouTube判定为"深度观看"的播放次数，即观众观看了足够长的时间或与视频产生了有效互动。MCN结算以此为准。

继续观看 (%)：YouTube Studio提供的指标，表示观众平均观看了视频时长的百分比。例如视频100秒，平均观看72秒则为72%。该指标仅对点播视频计算，直播归档不提供此数据（直播的观看模式为随时进出，与点播不同），因此表中部分长视频该列显示为"-"。

深度观看率（EV/外显播放 × 100）：EV深度播放占外显播放的百分比，反映每次播放中产生深度观看的比例。该指标适用于所有视频类型（含直播归档），弥补"继续观看(%)"仅限点播视频的不足。

EV效率（EV/千次播放）：每1,000次外显播放中产生的EV数量，计算方式为 EV ÷ 外显播放 × 1000。用于横向比较不同内容类型的深度观看转化效率。

EV增长机制

点播视频（含Shorts）的EV增长路径：

继续观看(%)↑ + CTR↑ → YouTube算法判定内容优质 → 推荐量↑ → 外显播放↑

同时继续观看(%)↑ → 每次播放更易达到深度观看门槛 → 深度观看率↑

两者叠加 → EV加速增长（增速 > 外显播放增速）

直播归档的EV增长路径（无"继续观看(%)"信号）：

① CTR↑（标题与缩略图优化）→ 搜索/推荐曝光↑ → 外显播放↑ → EV↑

② 直播切抜き精华片段 → 单条深度观看率↑ → EV↑

③ 章节标记（Chapters）→ 平均观看时长↑ → 间接提升EV

④ 首播热度↑（同时在线人数、聊天互动）→ 归档后推荐权重↑ → 外显播放↑ → EV↑

注：直播归档的EV几乎完全由外显播放量驱动，提升重点应放在CTR优化、切抜き精华和首播热度上，而非继续观看(%)。

一、频道整体概况

甜茶 / tencha.3d 是一个专注于《鸣潮》角色MMD（MikuMikuDance）舞蹈短视频的频道，118条视频中117条为MMD内容。她的内容模式极为统一——用游戏角色配流行音乐制作10~15秒的舞蹈短片。

总视频数

118

总播放量

496万

总EV深度播放

158万

平均EV率

31.9%

平均继续观看(%)

43.4%

平均CTR

5.55%

总观看时长

7,757小时

新增订阅

13,404

甜茶最独特的发现：继续观看(%)与EV呈负相关（-0.218）。这意味着继续观看(%)越低的视频反而EV越高——播放量最高的视频（Yangyang，64.6万播放）继续观看(%)仅11.3%，但EV高达8.5万。这是因为MMD舞蹈短视频的内容特性：观众"刷到即看、看完即走"，不需要深度继续观看(%)就能产生大量播放。

二、"低继续观看(%)高播放"悖论——MMD内容的天然属性

甜茶的继续观看(%)分布呈现出独特的模式：

继续观看(%)区间	视频数	占比	平均播放	平均EV	贡献总EV
<20%	3	2.5%	323,101	48,162	9.1%
20~40%	37	31.4%	49,796	14,319	28.8%	33.5%
40~60%	66	55.9%	29,535	12,200	50.9%
60~80%	3	2.5%	22,490	9,557	42.5%	1.8%
>80%	2	1.7%	29,785	12,046	40.4%	1.5%

关键发现：继续观看(%)低于20%的3条视频平均播放量高达32.3万——是继续观看(%)60%+视频的14倍。这些低继续观看(%)视频贡献了9.1%的总EV。对甜茶来说，"低继续观看(%)"不等于"低效"——因为她的视频很短（10~14秒），即使继续观看(%)11%，观众也看了1.5秒，而MMD舞蹈的核心信息在1~2秒内就传达了。

为什么低继续观看(%)反而高播放？

这是MMD内容的天然属性。MMD舞蹈短视频的核心吸引力是"角色+音乐+动作"的组合，观众在0.5秒内就能判断是否感兴趣：

即时满足型内容：观众不需要看到结尾就能获得满足感——3秒的舞蹈片段已经足够"好看"
重复消费型内容：同一条MMD视频观众可能看3秒就划走，但因为喜欢角色会反复刷到
分享驱动型内容：低继续观看(%)但高分享率的视频会被推荐给更多新观众，播放量膨胀

因此，对甜茶来说，"提升继续观看(%)"不应该是优化目标——即使把继续观看(%)从43%提升到60%，播放量反而可能下降（因为算法推荐模式改变），EV未必增长。

三、EV驱动因素——播放量仍是核心，但效率偏低

指标对	相关系数	解读
播放量 ↔ EV	0.861	强正相关——EV主要由播放量驱动
继续观看(%) ↔ EV	-0.218	负相关——继续观看(%)低的视频EV反而更高
CTR ↔ EV	-0.056	几乎无关
时长 ↔ EV	-0.134	弱负相关——越长EV越低
展示次数 ↔ EV	0.355	中等相关——推荐量有一定影响
继续观看(%) ↔ 播放量	-0.383	负相关——低继续观看(%)视频播放量更高

核心洞察：甜茶的EV率仅31.9%，虽然播放量与EV的相关系数为0.861，但"播放量→EV"的转化效率较低。甜茶的EV瓶颈不在"获取更多播放量"（她已经做到了496万），而在"把播放量更高效地转化为EV"。

EV率为什么低？

EV（深度播放）的计算逻辑是：观众观看时长达到一定阈值才算一次EV。甜茶的视频平均时长14秒、平均继续观看(%)43.4%，意味着平均观看时长约6秒。对于10秒的视频，EV阈值可能需要看5~7秒以上——相当一部分观众在5秒内划走，不计入EV。

因此，甜茶的EV率低不是因为内容不好，而是因为MMD内容天然导致观众"快速消费"——看了3秒就满足、划走了。这是内容类型决定的，不是质量问题。

四、时长分析——8~14秒是甜茶的黄金区间

时长区间	视频数	平均继续观看(%)	平均播放	平均EV	平均CTR
0~7秒	3	51.0%	23,292	8,945	38.4%	6.43%
8~14秒	60	43.7%	53,016	15,635	5.54%
15~29秒	41	41.3%	34,150	12,042	35.3%	5.74%
30~59秒	5	29.9%	35,507	9,902	27.9%	4.09%
1~2分钟	4	—	17,578	8,652	49.2%	5.48%
2~10分钟	5	—	11,452	7,893	68.9%	4.97%

图1：不同时长区间的平均播放量与平均EV对比

8~14秒是甜茶的最优时长。60条视频（占50.8%）产出了318万播放（占64.2%）和94万EV（占59.3%）。平均每条8~14秒视频的EV为15,635，是所有时长区间中最高的。超过14秒后，平均播放和EV均下降；30秒以上的视频继续观看(%)骤降至30%以下。甜茶应该将80%以上的产出集中在8~14秒区间。

五、月度趋势——从爆发到收缩的转型期

月份	视频数	总播放	总EV	EV率	平均继续观看(%)	平均CTR	平均时长
6月	27	219万	58.5万	26.7%	41.7%	4.8%	13s
7月	35	129万	44.1万	34.2%	39.0%	5.0%	28s
8月	39	120万	45.5万	37.8%	46.6%	5.6%	25s
9月	17	27万	10.1万	37.3%	47.7%	7.6%	29s

图2：月度视频数、总播放量与EV率趋势

关键趋势：6月是播放量巅峰（219万），但EV率仅26.7%；9月播放量大幅下降（27万），但EV率提升至37.3%，继续观看(%)也从41.7%升至47.7%。甜茶正在经历从"追求播放量"到"追求继续观看(%)质量"的转型——但数据显示，这种转型在EV总量上是"亏损"的：6月58.5万EV vs 9月仅10.1万EV。

这个趋势揭示了一个残酷的事实：对甜茶的MMD内容来说，"高播放低继续观看(%)"比"低播放高继续观看(%)"在EV总量上更有效。6月一条爆款视频（Yangyang，64.6万播放）单条就贡献了8.5万EV，超过9月全部17条视频的EV总和（10.1万）。

六、头部内容分析——"系列化"是流量密码

EV Top 10视频

标题	播放	EV	继续观看(%)	CTR	时长
Yangyang — あんま無理しなさんな♪	646,159	84,985	13.2%	11.3%	3.9%	14s
Lucilla & Hiyuki — Trying the Trend	157,202	68,691	43.7%	55.2%	6.0%	10s
夏を刺激する千咲	161,792	50,316	31.1%	29.5%	6.6%	14s
Denia — あんま無理しなさんな♪	193,768	33,309	17.2%	14.6%	4.4%	14s
Aemeath & Rover — Enjoying Summer Break	130,380	36,790	28.2%	26.6%	4.5%	18s
Denia — 愛くださいませチャレンジ	144,193	36,060	25.0%	26.8%	5.1%	9s
Carlotta — 愛くださいませチャレンジ	141,228	35,683	25.3%	26.6%	3.7%	9s
Chisa — あんま無理しなさんな♪	130,652	31,770	24.3%	23.7%	3.7%	14s
鳴潮Ver.3.6始まったよ〜	106,870	45,030	42.1%	45.2%	8.1%	17s
コンサートツアーの余韻に浸る	98,736	37,766	38.2%	38.2%	8.0%	17s

系列化是甜茶的流量密码。Top 10中有4条来自"あんま無理しなさんな♪"系列（Yangyang/Denia/Chisa/Aemeath），2条来自"愛くださいませチャレンジ"系列（Denia/Carlotta）。同一个音乐+不同角色 = 低成本高效率的系列化产出模式。每次新角色上线，用同一首音乐制作新版本，粉丝会因为喜欢不同角色而重复消费。

爆款内容特征

分析播放量最高的Yangyang视频（64.6万播放），可以发现几个关键特征：

标题用角色名开头："Yangyang — 「あんま無理しなさんな♪」"——角色名是搜索关键词
使用流行音乐："あんま無理しなさんな♪"是当时日本流行的MMD趋势音乐
14秒时长：正好是MMD舞蹈一个完整动作循环的长度
低继续观看(%)但高传播：11.3%的继续观看(%)意味着观众平均看1.6秒，但播放量极高——大量分享和重复推荐

七、EV贡献集中度——头部效应更为极端

排名	视频数	占总视频	贡献总EV
Top 10	10	8.5%	42.7%
Top 20	20	16.9%	58.5%
Top 50	50	42.4%	84.5%
底部40条	40	33.9%	4.2%

甜茶的EV集中度很高——Top 10贡献42.7%，底部40条仅贡献4.2%。底部40条视频每条平均EV仅1,663，是Top 10平均EV（67,448）的1/40。这意味着甜茶频道高度依赖爆款——没有爆款的月份EV会急剧下降（如9月）。

八、优化建议

建议1：停止制作30秒以上的视频
30~59秒视频平均继续观看(%)仅29.9%、平均EV 9,902；而8~14秒视频平均EV 15,635。长于30秒的MMD内容继续观看(%)急剧下降，且无法弥补时长带来的EV阈值提升。5条2~10分钟的长视频平均EV仅7,893，应完全停止。

建议2：强化系列化产出——同一音乐+不同角色
"あんま無理しなさんな♪"系列（4个角色版本）总播放111万、总EV18.4万，平均每条27.7万播放、4.6万EV——远超频道平均水平（4.2万播放、1.3万EV）。建议每次新版本/新角色上线时，用已验证的流行音乐制作多角色版本，形成系列。

建议3：保持6月的高产出模式，而非9月的收缩模式
6月27条视频产出219万播放/58.5万EV；9月17条仅27万播放/10.1万EV。虽然9月EV率更高（37.3% vs 26.7%），但EV总量差距5.8倍。对甜茶的MMD内容来说，"量"比"质"更重要——因为爆款是概率事件，产出越多命中概率越大。建议月产出恢复到30~35条。

建议4：利用趋势音乐提升爆款命中率
甜茶的爆款几乎全部使用当时日本流行的MMD趋势音乐（"あんま無理しなさんな♪""愛くださいませ"）。建议持续关注Niconico/YouTube的MMD趋势音乐排行榜，优先使用上升期音乐。趋势音乐自带搜索流量，是播放量爆发的核心驱动力。

建议5：标题格式标准化——"角色名 — 音乐名"
Top 10中8条使用"角色名 — 音乐名/描述"格式。这种格式有两个优势：①角色名是搜索关键词 ②音乐名让观众知道会听到什么。建议统一采用此格式，而非用emoji或模糊描述替代。

建议6：不要刻意追求继续观看(%)提升
甜茶的继续观看(%)与EV负相关（-0.218），这意味着"提升继续观看(%)"可能反而降低EV。MMD内容的天然属性决定了观众快速消费模式。与其花时间优化"让观众看更久"，不如把时间用于制作更多系列化内容、追逐趋势音乐、提升产出量——这些才是EV的正解。

建议7：控制合集类内容的产出
6条合集（Compilation/まとめ）平均播放和EV均低于单条视频。合集类内容把多个角色的舞蹈拼在一起，反而降低了"角色名搜索"的匹配度。建议优先做单角色版本，合集仅作为补充。

九、总结

指标	当前	优化目标	路径
平均继续观看(%)	43.4%	维持40~45%	不需要刻意提升（与EV负相关）
平均EV率	31.9%	35%+	集中在8~14秒时长区间
月产出	17~39条（波动大）	30~35条	恢复6月高产出模式
长视频占比	7.6%（9条）	0%	完全停止30秒以上内容
系列化内容占比	~30%	60%+	同一音乐+多角色版本
总EV	158万	预估200万+	系列化+趋势音乐+高产出

核心判断：甜茶的MMD内容天然是"低继续观看(%)高播放"模式，这是内容类型的固有属性而非质量问题。她的EV瓶颈不在继续观看(%)（与EV负相关），而在EV转化效率。三条优化路径：①爆款命中率（系列化+趋势音乐）②产出量（更多视频=更多爆款概率）③时长控制（8~14秒最大化EV效率）。

预估影响：如果甜茶将月产出从9月的17条恢复到30~35条，同时80%集中在8~14秒、60%采用系列化格式，按6月的数据模型估算，月EV可从10万提升至35~45万。按4个月计算，总EV可从158万提升至200万+（+27%以上）。