场观大体上决定了直播间在过去几场当中的指标体现 ， 峰值则分为开场峰值跟推荐峰值 。
开场峰值同样受历史模型的影响 。
举个例子 ， 一个账号只要开播 ， 就会在直播广场里占有一席之地 。
但是这个位置能否靠前 ， 得到更多的流量推荐 ， 就需要看往期直播的质量 。
如果一个账号在多个高位点下播 ， 那么推荐机制就会按上一次的推荐机制位置重新推送 ， 让直播广场源源不断地为你的直播间上人 ， 这就是我们经常说的卡直播广场 。
而推荐峰值 ， 则更多受直播过程中的实时数据影响 。
一个直播间开播 ， 若开场前半小时的整体承接能力不错 。
那么在后续的两到三个小时的直播过程 ， 系统对于流量的推送会远高于同级别账号 。
而算法的计算 ， 则是依赖于直播过程中交易指标的表现 。
但是算法的衡量并非半小时为周期 ， 而是实时的计算 ， 并带有延迟性的流量回传 。
标签
那么 ， 流量在直播间的流动中是恒定不变的吗？
熟悉了上面的算法规则后可以得出答案：显然不是 。
除了规模上的非均衡分布 ， 在类别上也会经历质量的进化 ， 而因此引出另一个词——标签 。
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 ， 但未必热衷购物 。
因为这类型只是偏好 ， 并非交易决策的目标人群 。
交易标签包含用户下单品类、购买频次、客单价等属性 。
当一个直播间已经有交易行为的用户越多 ， 那么其交易指标的完成度就越高 。
但一个直播间的低客单价交易频率较多 ， 那么同样也难以承载高客单价 。
总而言之 ， 一个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 ， 转化率远远高于新号水平 。
权重
最后一个词：权重 。
当你的数据指标做的越来越好的同时 ， 你的直播推荐流量也会越来高 ， 但权重跟标签并不对等 。
权重反应流量规模 ， 标签反应流量质量 。
往往一个新号是没有任何标签的 ， 原因在于生成标签的唯一手段就是 ， 流量的洗礼化 。
一个直播间光靠停留获取的是泛流量 ， 成交才会有精准流量 。
理解到了流量、指标、标签、权重的含义 ， 这时候我们就可以去理解一些日常悬而未决的问题 。
1.为什么新号开播的流量普遍很少 ， 而且低质量？
因为一个新号刚开播时 ， 是没有任何标签跟权重的 。
没有权重意味着新号不会有大额的流量推荐 ， 没有标签意味着粉丝不够精准 ， 系统只是随机分拨了一波流量 。
2.为什么很多人会选择用低价起号 ， 而且不断引导用户点赞、扣评？
弄明白两个问题：
一是什么指标促发了流量推荐？
答案是互动指标 ， 交易指标；