前言概要：
2020年已至尾声，Noxinfluencer决定从数据库中挖掘一些有价值的数据献给一路以来支持我们的用户和跨境同行们。本数据报告选取的数据维度相对普适，无论是跨境电商的卖家，游戏行业的发行商还是YouTube创作者们都可以进行分析从而得出想要的结论，请耐心阅读，我们来带大家一起分析一下美国小型YouTuber的现状和流量分布。
本报告的数据样本范围：NoxInluencer从1500万海外网红大数据中，抽取了20000个数据样本进行分析，本次界定的小网红粉丝量区间为50000-100000，考虑到美国的ARPU最高，跨境企业的主攻市场大多为美国，同时兼顾了美国受众的CPM价值最高，我们本次将国家范围设定为美国。
频道画像
频道创立时间&粉丝数
首先我们来了解一下美国5-10万粉丝量的频道整体状况：
频道经营时间：代表一个频道从创建年份-至今的时间长度，根据Noxinfluencer的大数据计算可以看出，平均经营时间为6.78年，最短0.25年(4个月)，最长16年。从这三个数字中我们可以提取到的信息是：成长为美国5-10万粉的YouTube网红平均需要6.78年，而他们都会以自己的内容风格与互动方式在YouTube上沉淀了将近7年。同时，这里也不缺乏优质的网红，最快只需要4个月可以成长到如此规模，也有十分有耐心的网红，在YouTube上经营了16年之久。
频道粉丝数：在这里照顾一下首次接触数据的读者朋友们，我们先明确下平均数和中位数的区别：平均数反映了数据样本的整体表现，它会受到边界值的影响，而中位数反映了数据样本中的中间值，更能体现数据样本中的集中趋势。我们可以看到美国5-10万粉的YouTuber们的平均粉丝量为75058，中位粉丝量为73200，两者偏差不大。
频道按内容分类分布
从图中数据可以了解到美国5-10万粉的网红内容分类分布，可以发现Top5分类分别是娱乐、音乐，人物与博客，游戏，以及科普与知识分享。广告主朋友可以结合各自所属的行业了解到自己在海外网红营销中符合自己受众画像的网红数量，同时也可以直观了解到不同行业的流量竞争激烈程度。对于出海创作者来说，这部分数据可以帮助你快速了解各个内容的频道数量，也可以体现出不同内容路线的竞争激烈度。想知道观看量数据吗?继续阅读你会找到。
跨渠道经营状况
YouTube小网红人群中也有一些跨内容分类经营的博主，其中有2246人同时在两种内容分类下交叉输出内容，132人可以多元化地在3个分类发布内容。跨平台经营的网红是一个很有意思的群体，他们拥有流量布局意识，会同时经营Facebook，Instagram和Twitter。而这些跨平台经营的海外网红们对于广告主是不可多得的资源，因为他们可以支持出海广告主在不同渠道快速将产品触达粉丝，同时也能让广告主进行不同社交媒渠道推广的A/B Test。再揭露一个数据：在20000数据样本中，有7674个网红有商务合作意向，占比为38.37%。
频道数据表现
在这部分内容中，我们将接触到更多观看量相关数据指标，通过平均数与中位数的对比来分析美国5-10万粉的小网红的生存现状和增长速度。在分析之前我们先了解一下各个数据指标的含义：
观看量：表示网红发布内容后被观看的次数
观看订阅比：通常为单个频道平均观看量与粉丝数的比值，这个指标能够反映出网红频道的活跃粉丝比例，也能体现出网红的内容对粉丝的吸引程度。
互动率：通常为单个频道各个视频中粉丝参与点赞数，点踩数，评论数，和平均观看量的综合计算。这个指标能够反映出网红对粉丝的号召力，也能体现出粉丝愿意参与网红内容的比例。
观看正负值：过去10部视频平均观看量与过去30部视频平均观看量的差值，可以反映出网红近期视频观看量对比之前的平均观看表现的增减。
观看正负比：观看正负值与过去30部视频的平均观看量的比值，可以反映出网红近期视频同比之前视频平均观看量的增长比。
平均数与中位数对比是一件很有意思的事情，各个国家人均收入与中位收入的对比可以很好的体现不同国家的贫富差距。本次2020海外大数据报告我们也做一次这样的对比，帮助广告主了解小网红的现状，也可以让不同赛道的创作者网红们更加直观地了解目前粉丝段的表现。
观看量维度
海外小网红的平均观看量为185706，中位观看量仅有5860，两者差值高达179846。这意味着美国5-10万粉的小网红中已经出现了头部效应，绝大部分观看量在少数网红手中，对于投放的广告主需要更加关注平均观看量这个指标，同时，创作者们也可以比对自己的平均观看量，看看自己是否突破了5860中位观看，如果你的平均观看量大于中位值，那么恭喜你，你突破了这个分水岭。
观看订阅比维度
这个维度的数据变得更有趣了，因为大部分频道的观看订阅比不超过100%，根据Noxinfluencer的大数据计算发现，这2万小网红数据样本中，有1382个(6.91%)美国网红的观看订阅比超过了100%，最大值高达1522%，15倍!这个数值反映出这些网红存在至少1个视频内容成为了爆款，而多个内容成为爆款意味着他们有极大的可能突破5-10万粉丝量的瓶颈，迈入下一个阶段。而中位观看订阅比反映出，绝大部分网红内容可以吸引7.91%的粉丝进行观看，同时我们也不能忽视几个因素：可能存在假粉，不同频道的粉丝重合度较高，内容不够吸引人等。
互动率维度
我们终于看到了差值较小的一组数据，平均互动率与中位互动率仅相差4.29%。这意味着5-10万的小网红的内容唤起粉丝互动表现趋于稳定，当然也不排除会有个别网红的互动表现超过100%。据统计，只有68个海外网红可以做到，占比仅为0.34%，最大值为1161.89%。
观看正负值维度
这组数据开始出现了负值，这个数值意味着5-10万粉的美国小YouTuber们近期观看量开始下滑，平均值为负证明极端值中出现了较大的下跌，样本中最大的负值为-1287007，最大正值为770595。 我们可以判断出YouTube的流量很可能被10万粉以上的网红拿走了。对于广告主而言，我们将不得不接受小网红价格上涨这个现象。
观看正负比维度
再看观看正负比维度时，是否感觉在坐过山车呢？除了头部效应的之外，平均值为正给我们传递了好消息，但是这组数据可以反馈出5-10万粉的美国小网红中有35%的网红依然有强劲的增长速度，他们在一起努力扭转观看量下滑的逆境。然而平均值与中位值差距达到了31.18%，根据Noxinfluencer的大数据分析，样本中有307位网红的观看正负比超过100%，最大值为3333.43%，最小值为-100%(出现频道被封或是删除的情况)。这带给广告主的信息是：投资小网红流量需要更加严格的筛选。对于创作者而言，如果不做任何改变，你的流量增速将继续下滑。
各分类数据对比
在第三部分，我们将按照观看量、互动率、观看订阅比、观看正负值、观看正负比集中展示各个内容分类中的平均值与中位值，并做出差值降序排列。我们可以更加直观地了解到在不同数据维度下，不同内容分类的差异化表现。
观看量维度
我们继续沿用广告主与创作者的双重视角，在第二部分我们有提到：平均值与中位值差值过大时，意味着某个领域开始出现头部效应。但是在当前维度下，我们也要兼顾中位观看量的绝对量。
对于广告主而言，中位观看量可以看到不同行业与小网红进行合作时，可以带来多少稳定的曝光量。
对于创作者而言，可以思考当前中位数的绝对量下，以平均表现切入到某个行业是否有预期的流量收益，同时也可以衡量是否值得继续坚持。
互动率维度
互动率往往更能体现出一个行业的流量价值，粉丝们参与互动的本质是他们真正热爱的事物。而面对越热爱的事物，人们就会表现得越挑剔、越纠结。汽车、宠物、人物与博客、教育、旅行、游戏在平均互动率指标中名列前茅。
对于广告主而言，如果你有幸在做这个行业，请务必坚持下去，因为你们的行业正是互联网的受众们所喜爱的事物。你需要不断打磨产品，做出更好的服务，这些用户都会给你应有的回报。
对于创作者而言，如果你突破了中位互动率的瓶颈，你将收获到这些分类下最有价值的用户，同时也意味着你制作出的内容很难被复刻，你们会拥有属于自己的护城河。
观看订阅比维度
有时候，我们也需要辩证的看待许多问题，比如头部效应反映了某个领域的竞争异常激烈，大部分人都在和头部陪跑。但是我们是否想过，我们能否成为头部呢？是否意味着，我们也有出现爆品的可能呢？当然可以!音乐，喜剧，电影&动画，人物与博客，娱乐这五个分类的平均观看订阅比都超过了100%，根据Noxinfluencer的微观数据来看，其实这些内容分类真的大有可为!
对于广告主而言，如果利用数据分析挑选到了具备潜力的网红，你很可能收获到一次绝无仅有的推广爆量，通常这种爆量带来的长尾效果会持续1-2年。
对于创作者而言，如果你有一颗做出极致内容的心并付诸行动，这些分类将加速你获得成功的可能，你将成长为一个真正的关键意见领袖——KOL。
观看正负值维度
承接上面的结论，我们在这个维度下要重点关注哪些内容分类的差值较小，虽然5-10万粉的美国小网红粉丝量的观看正负值处为负数，但是这些差值较小的内容分类下的网红有着非常可观的影响力，也可以侧面印证这些粉丝对内容的喜爱与支持。体育，非营利性组织，音乐，汽车，教育分类在时间的推移下，即将摆脱眼前的困境。
观看正负比维度
这是最后一个维度，我们要从悲观的数据中做出分析出一些结论。请留意所有平均正负比为正的内容分类，这些分类的网红们在与处于中间值的网红拉开距离，差值越大意味着这些内容分类的头部小网红们即将迈入中小网红行列的力量越强。因此，处于中间水平的网红将面临更大的压力与竞争。同时，对于广告主而言，如果你能在当前与这些网红建立联系，你将与头部优质小网红共享流量增长的红利。对于中间水平的创作者们，一定要提高内容的质量，才能摆脱眼下的困境，因为你活在一个大争之世。
结语：
通过频道画像，频道数据表现，各分类数据对比我们得到了很多的结论，我们也相信大家可以从我们的分析之外得到其它视角的答案。希望本次数据报告可以对大家有帮助，如果有其它感兴趣的维度请留言告诉我们。送给大家一句话：有些人生来就是孤独的，因为他们注定要与众不同。感谢大家的阅读与支持，新年快乐!
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
