你选择什么样的货，就给你的直播团队提出了什么样的要求，你的团队有没有这个能力吃这个市场？你的供应链有没有能力吃这个市场？这句话至少可以问死60%想要做直播带货的团队，试想一次，当你选择服装大类作为方向，你面临的是什么？跟每天多如牛毛的S级带货主播抢占流量，你有这个信心吗？这就是为什么很多直播中途暴毙的最大原因，为了追赶趋势而带货，全然不去关注竞争市场，以及自身供应链、团队的能力。
如何去判断哪个赛道可以做，看下头部的垂号和品牌自播账号日成交额是多少，如果已经有稳定日GMV在几百万的直播间，而且很多，就已经是绝对的红海了，看看自己的团队、供应链要素，是不是有信心去做，反之如果最最头部的直播间只有每天几万的GMV，那就是蓝海赛道。
只有想清楚了第一个问题，后面的方法论才有意义。
二、算法篇-短视频、直播底层算法逻辑
抖音本质是互联网产品，产品的背后是算法，想要做好直播带货，就必须要理解抖音底层的算法体系。
流量、算法、指标、标签、权重，构成了直播间的底层体系。
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。
