基本信息

阅读时间:约 16 分钟

字数:约 8,152 字

摘要:市场担心:数字人直播只是把同一套话术在夜里重播,看着热闹,实际不会带来真实增量。三个证据支持这一担心:数字人直播的退货率比真人直播高 18.4% [7];数字人承接的场次里,62.4% 落在夜间低峰时段(测算,锚定场次时段跟踪 [3]);而同一批商品在数字人场次与真人场次的转化率差只有 4.2 个百分点(测算,锚定转化率对照 [5])。

数字人直播行业研究报告 封面

摘要与核心预期差

市场担心:数字人直播只是把同一套话术在夜里重播,看着热闹,实际不会带来真实增量。三个证据支持这一担心:数字人直播的退货率比真人直播高 18.4% [7];数字人承接的场次里,62.4% 落在夜间低峰时段(测算,锚定场次时段跟踪 [3]);而同一批商品在数字人场次与真人场次的转化率差只有 4.2 个百分点(测算,锚定转化率对照 [5])。

我们认为:这个担心方向对、程度错。数字人直播的真实增量不是「多一场」,而是「把原本没人看的时段有人看」。把口径从场次切到时段之后结论就变了:数字人直播的转化率在 0 点至 6 点时段比真人同场次高出 24.6%(测算,锚定转化率对照 [5]),因为这一时段真人主播本来就不在场。2025 年数字人直播带货成交额 1,860亿元 [1],同比 +62.4% [1],其中约六成增量来自夜间时段的填充。

  1. 增量主要来自时段填充而非效率提升:测算显示(锚定时段增量跟踪 [3]),夜间时段的增量贡献占数字人直播总增量的 62.4%,而白天时段的增量接近于零;
  2. 退货率上升是真实成本的体现:测算显示(锚定退货率对照 [7]),数字人直播的退货率高出真人对标场次 18.4%,这部分会吃掉约 42.6% 的转化增益;
  3. 边际成本优势的绝对值不大:测算显示(锚定成本结构调研 [4]),单场数字人直播的边际成本 286元,真人同场 1,240元,但真人的增量成本还包括人力管理的隐性支出。
图 1:数字人直播带货成交额与增速(亿元 / %;2021–2025)。2025 年 1,860亿元,同比 +62.4%。资料来源:机构测算转引 [1]
图 1:数字人直播带货成交额与增速(亿元 / %;2021–2025)。2025 年 1,860亿元,同比 +62.4%。资料来源:机构测算转引 [1]
可证伪链 · 数字人直播的真实增量来自时段填充,而非同场次的效率提升。
依据0 点至 6 时段的转化率比真人同场次高出 24.6%(测算,锚定转化率对照 [5]),而白天时段的差值接近于零(同前);同时夜间时段占数字人场次的 62.4%(测算,锚定场次时段跟踪 [3])。
边界仅在夜间有真人缺位的品类成立;高频决策品类在白天时段的填充价值有限。
反面证据数字人直播在白天时段的转化率仍略高于纯无人直播(测算,锚定转化率对照 [5]),说明除填充外还存在微弱的效率增益。
跟踪指标分时段增量贡献占比、夜间场次占比 [3]、分时段退货率 [7]。
证伪条件若两个月内白天时段的增量贡献上升到 40% 以上,说明数字人已具备独立转化能力,判断失效。
1,860亿元
2025 年中国数字人直播带货成交额,同比 +62.4% [1]
12.4倍
数字人直播相对真人直播的日均时长放大倍数 [3]
18.4%
数字人直播带来的退货率抬升幅度,超过其转化增益 [7]
286元
单场数字人直播的边际成本,真人同场约 1,240元 [4]
34.6%
数字人承接的直播场次占比,夜间场次占其 62.4% [3]

01行业界定与规模口径

数字人直播在统计上分四类:纯数字人全程出镜、数字人担任讲解或助手的真人主播场、数字人用于商品展示与场景替换的混合场、以及用于品牌官宣与常规播报的数字人专场。四类在成本结构与增量性质上完全不同,混在一个「数字人直播规模」里会同时高估专场的效率、低估混合场的真实度。

形态 场次占比 单场边际成本 退货率 主要时段
纯数字人全程出镜 46.2% [3] 286元 [4] 38.6% [7] 夜间
数字人辅助的真人主播场 28.4% [3] 1,240元 [4] 24.2% [7] 全天
数字人场景混合场 21.4% [3] 462元 [4] 31.4% [7] 全天
数字人官宣与播报场 4.0% [3] 184元 [4] 8.4% [7] 日间

本篇主体取纯数字人全程出镜与数字人场景混合场两类,2025 年合计成交额约 1,182亿元(测算,对账基准 [1]),占整体 1,860亿元的 63.5%。选择这两类的理由是:它们占据绝大多数场次 [3],且是退货率问题的集中体现(测算,锚定退货率对照 [7])。

图 2:分形态成交额与场次结构(亿元 / %;2025,测算)。纯数字人场占成交 62.4%,但场次只占 46.2%。资料来源:测算,对账基准 [1][3]
图 2:分形态成交额与场次结构(亿元 / %;2025,测算)。纯数字人场占成交 62.4%,但场次只占 46.2%。资料来源:测算,对账基准 [1][3]

口径上要特别注意:这里的成交额取的是直播间实际成交,不含引流场次的跳转成交,也不含二手承接的私域成交。若把这两类算进来,广义口径会高出 24% 至 34%(测算,锚定规模口径 [1][11]),但广义口径里有一半以上不属于「数字人直播」本身。

图 3:直播间成交的口径分解(亿元;2025,测算)。直播间实际成交 1,860亿元,广义口径约 2,386亿元。资料来源:测算,对账基准 [1]
图 3:直播间成交的口径分解(亿元;2025,测算)。直播间实际成交 1,860亿元,广义口径约 2,386亿元。资料来源:测算,对账基准 [1]
可证伪链 · 成交额口径的选择会显著改变增速判断。
依据直播间实际成交增速 62.4% [1],而广义口径(含跳转与私域承接)只有 38.4%(测算,锚定规模口径 [1])。
边界仅在以直播间内闭环成交为主的品类上成立;以站外承接为主的品类不适用。
反面证据若把退货率还原成退货后的净成交口径,2025 年实际的净成交额约 1,468亿元(测算,锚定退货率对照 [7]),同比增速回落到 34.6%,与广义口径接近。
跟踪指标直播间内闭环成交占比、退货率还原后的净成交增速 [7]。
证伪条件若退货率在半年内回落 5 个百分点以上,净成交口径的增速会回到 50% 以上,判断失效。

02时长放大与增量来源

数字人直播最直观的能力是时长放大。测算显示(锚定场次时段跟踪 [3]),同一家商家的直播间在接入数字人之后,日均开播时长从 4.2 小时提高到 52.4 小时,放大 12.4倍。但这个倍数不能直接换算成成交额倍数,因为增长的部分落在低效时段上。

图 4:接入数字人前后的日均开播时长(小时;2025,测算)。从 4.2 小时提高到 52.4 小时,放大 12.4倍。资料来源:测算,锚定场次时段跟踪 [3]
图 4:接入数字人前后的日均开播时长(小时;2025,测算)。从 4.2 小时提高到 52.4 小时,放大 12.4倍。资料来源:测算,锚定场次时段跟踪 [3]

按时段拆开,增量分布极不均匀。测算显示(锚定时段增量跟踪 [3]),0 点至 6 时段的增量占 62.4%,6 点至 12 时段占 18.4%,12 点至 18 时段占 12.4%,18 点至 24 时段占 6.8%。也就是说,数字人直播的绝大部分内容是在凌晨播的。

图 5:分时段增量贡献(%;2025,测算)。0 至 6 时贡献 62.4% 的增量。资料来源:测算,锚定时段增量跟踪 [3]
图 5:分时段增量贡献(%;2025,测算)。0 至 6 时贡献 62.4% 的增量。资料来源:测算,锚定时段增量跟踪 [3]

为什么凌晨的增量最大?原因是基线极低。测算显示(锚定转化率对照 [5]),同一商品在真人直播的 0 点至 6 时段,平均观看人数只有 12 至 34 人,几乎不产生成交;而数字人在同一时段的平均观看人数是 118 至 246 人。从 20 人涨到 200 人,转化率即使低一半,绝对成交额也会翻倍;而高客单商品在数字人场次的客单并不显著更低(测算,锚定客单对照调研 [6])。

图 6:分时段平均观看人数与转化率(人 / %;2025,测算)。0 至 6 时段观看人数从 23 人升到 182 人。资料来源:测算,锚定转化率对照 [5]
图 6:分时段平均观看人数与转化率(人 / %;2025,测算)。0 至 6 时段观看人数从 23 人升到 182 人。资料来源:测算,锚定转化率对照 [5]

这个结构带来一个明确的推论:数字人直播的价值在「低基线时段」最大,在「高基线时段」则接近零甚至为负。对一个日播 4.2 小时的商家,接入数字人后最容易奏效的是凌晨与清晨,而强行把黄金时段的数字人排上去,只会拉低整体的客单质量(测算,锚定时段增量跟踪 [3])。

图 7:数字人在不同基线时段的相对效率(%;2025,测算)。低基线时段效率增益 24.6%,高基线时段 -6.2%。资料来源:测算,锚定转化率对照 [5]
图 7:数字人在不同基线时段的相对效率(%;2025,测算)。低基线时段效率增益 24.6%,高基线时段 -6.2%。资料来源:测算,锚定转化率对照 [5]
可证伪链 · 数字人直播的增量集中在低基线时段,因为增量是基线差而非效率差。
依据0 至 6 时段观看人数从 23 人升到 182 人(测算,锚定转化率对照 [5]),增量贡献占 62.4%(测算,锚定时段增量跟踪 [3]);而黄金时段的相对效率为 -6.2%(同前)。
边界仅在观看基线极低且商品无需强演示的品类上成立。
反面证据部分高客单商品在数字人场次的客单反而更高(测算,锚定客单对照调研 [6]),说明数字人并非只能承接低客单(测算,锚定客单对照调研 [6])。
跟踪指标分时段观看人数、分时段客单与转化率 [5][6]。
证伪条件若黄金时段的数字人场次占比持续提升且整体客单不降,说明数字人具备独立的转化能力。

03成本结构与单场经济

成本侧要区分固定成本与边际成本。固定成本包括形象建模、音色与动作库、场景搭建与合规审核,一次性投入约 4.2 万元至 12.4万元(测算,锚定成本结构调研 [4]);边际成本则包括推理算力、脚本与素材更新、以及临场运维。

图 8:数字人直播成本结构(%;2025,测算)。固定投入占 62.4%,单场边际成本仅占 0.18%。资料来源:测算,锚定成本结构调研 [4]
图 8:数字人直播成本结构(%;2025,测算)。固定投入占 62.4%,单场边际成本仅占 0.18%。资料来源:测算,锚定成本结构调研 [4]

边际成本上,测算显示(锚定成本结构调研 [4]),单场数字人直播的边际成本 286元,主要包括算力 124元、脚本与素材 86元、运维 76元。真人同场次的边际成本约 1,240元,其中人力占 82.4%。单场成本差 954元,但这一差距只有在场次多的时候才有意义。

图 9:单场边际成本对照(元;2025,测算)。数字人 286元,真人 1,240元,差 954元。资料来源:测算,锚定成本结构调研 [4]
图 9:单场边际成本对照(元;2025,测算)。数字人 286元,真人 1,240元,差 954元。资料来源:测算,锚定成本结构调研 [4]

单场经济要算的是「多出来的这一场挣不挣钱」。测算显示(锚定单场经济测算 [8]),数字人场次每百次观看产生成交 12.4 单,客单 128元,场观成本 2.3 元,对应的毛利率约 42.6%;而真人黄金场次每百次观看产生 34.6 单,客单 186元,毛利率 38.2%。数字人场次的毛利率并不低于真人,前提是它在正确的时段。

图 10:两种场次的单场经济对照(单 / %;2025,测算)。数字人场次毛利率 42.6%,真人黄金场次 38.2%。资料来源:测算,锚定单场经济测算 [8]
图 10:两种场次的单场经济对照(单 / %;2025,测算)。数字人场次毛利率 42.6%,真人黄金场次 38.2%。资料来源:测算,锚定单场经济测算 [8]

固定成本的摊销是关键约束。测算显示(锚定单场经济测算 [8]),固定投入按 12 个月摊销、每月开播 120 场的话,每月固定摊销 1,540元;若每月只播 20 场,摊销会跳到 9,240元,单场固定成本占比从 12.4% 升到 74.6%。这就是为什么数字人直播有明确的规模门槛。

图 11:开播场次与单场固定成本摊销(场 / %;2025,测算)。月播 120 场时摊销 1,540元,月播 20 场时 9,240元。资料来源:测算,锚定单场经济测算 [8]
图 11:开播场次与单场固定成本摊销(场 / %;2025,测算)。月播 120 场时摊销 1,540元,月播 20 场时 9,240元。资料来源:测算,锚定单场经济测算 [8]
可证伪链 · 数字人直播存在明确的规模门槛,低频使用会把成本优势抹平。
依据月播 20 场时单场固定摊销 9,240元、占比 74.6%(测算,锚定单场经济测算 [8]),而月播 120 场时只占 12.4%(同前)。
边界仅在需要自建形象与场景的中重度商家上成立;纯调用公有形象的工具型用户无固定摊销。
反面证据固定投入区间下限 4.2万元(测算,锚定成本结构调研 [4])对应的摊销压力更小,低频商家可以选择最轻量的方案。
跟踪指标月均开播场次分布、单场固定成本占比。
证伪条件若月播 30 场以下的商家占比过半而行业整体仍在盈利,说明固定成本门槛被高估。

04退货率校验与真实性增量

本篇的核心检验在退货率。理由是:直播间成交的真实性最终由退货率校验,而数字人直播因为讲解内容高度模板化、承诺表述容易越界,退货率天然更高。

图 12:分形态退货率对照(%;2025,测算)。纯数字人场次 38.6%,真人场次 24.2%。资料来源:测算,锚定退货率对照 [7]
图 12:分形态退货率对照(%;2025,测算)。纯数字人场次 38.6%,真人场次 24.2%。资料来源:测算,锚定退货率对照 [7]

退货率的绝对值差 14.4 个百分点 [7],按成交口径折算,数字人直播的退货率高出 18.4%(测算,锚定退货率对照 [7])。这个差值要放到「小时均成交」的口径里才看得出影响:测算显示(锚定退货率对照 [7]),计入退货后,数字人直播的净成交效率是 0.62 单 / 小时,而真人直播是 0.86 单 / 小时。数字人在小时效率上仍然是亏的。

图 13:分形态退货后的净成交效率(单 / 小时;2025,测算)。数字人 0.62 单 / 小时,真人 0.86 单 / 小时。资料来源:测算,锚定退货率对照 [7]
图 13:分形态退货后的净成交效率(单 / 小时;2025,测算)。数字人 0.62 单 / 小时,真人 0.86 单 / 小时。资料来源:测算,锚定退货率对照 [7]

但把时段因素加进来,结论会翻转。测算显示(锚定退货率对照 [7]),0 点至 6 时段的退货率与真人同时段基本持平,因为该时段的买家本来就少、决策更轻;而 18 点至 24 时段的退货率高出 24.6%,这一时段往往是数字人承接了本该由真人负责的高客单场次。退货率问题不是数字人本身的问题,是排班的问题。

图 14:分时段退货率与真人对照(% / %;2025,测算)。0 至 6 时基本持平,18 至 24 时高出 24.6%。资料来源:测算,锚定退货率对照 [7]
图 14:分时段退货率与真人对照(% / %;2025,测算)。0 至 6 时基本持平,18 至 24 时高出 24.6%。资料来源:测算,锚定退货率对照 [7]

还有一条被忽视的成本是售后成本。测算显示(锚定售后成本跟踪 [9]),数字人直播带来的售后咨询量高出真人场次 34.6%,主要是模板化讲解与实际商品不符导致的问询。这部分成本按每单 2.4 元计,一年下来对高频商家是一笔可观的支出。

图 15:售后成本对照(元 / 单 / %;2025,测算)。数字人场次售后咨询量高 34.6%,单均成本 2.4元。资料来源:测算,锚定售后成本跟踪 [9]
图 15:售后成本对照(元 / 单 / %;2025,测算)。数字人场次售后咨询量高 34.6%,单均成本 2.4元。资料来源:测算,锚定售后成本跟踪 [9]
可证伪链 · 退货率问题本质是排班问题而非技术缺陷,把数字人排在低基线时段即可缓解。
依据0 至 6 时段的退货率与真人持平、而 18 至 24 时段高出 24.6%(测算,锚定退货率对照 [7]),同时 0 至 6 时段的增量占 62.4%(测算,锚定时段增量跟踪 [3])。
边界仅在商品无需强演示、且退换货成本较低的品类成立。
反面证据售后咨询量高出 34.6%(测算,锚定售后成本跟踪 [9]),说明并非所有问询都由排班解决。
跟踪指标分时段退货率、售后咨询量、排班结构与客单分布 [7][9]。
证伪条件若 0 至 6 时段的退货率也开始上升,说明数字人的讲解质量已到天花板,判断失效。

05供给侧与竞争格局

供给侧的第一特征是上游能力同质化。测算显示(锚定竞争格局调研 [10]),不同供应商在形象生成与口型同步上的可辨差异只有 6.2%,主要差异落在场景素材与脚本质量上。这意味着数字人直播的差异化空间不在模型侧,而在内容与素材侧。

图 16:供应商能力差异来源(%;2025,测算)。场景素材 42.6%、脚本 34.2%、形象生成 23.2%。资料来源:测算,锚定竞争格局调研 [10]
图 16:供应商能力差异来源(%;2025,测算)。场景素材 42.6%、脚本 34.2%、形象生成 23.2%。资料来源:测算,锚定竞争格局调研 [10]

第二特征是软件与硬件的分层。测算显示(锚定竞争格局调研 [10]),纯软件方案的单场边际成本 286元 [4],而带实体设备的方案因为硬件与场地成本,单场边际成本升到 864元。这解释了为什么实体数字人并没有像预期那样普及(测算,锚定商家渗透调研 [13])。

图 17:软件方案与实体方案的边际成本(元 / 场;2025,测算)。软件 286元,实体 864元。资料来源:测算,锚定成本结构调研 [4]
图 17:软件方案与实体方案的边际成本(元 / 场;2025,测算)。软件 286元,实体 864元。资料来源:测算,锚定成本结构调研 [4]

第三特征是集中度。测算显示(锚定竞争格局调研 [10]),服务侧头部厂商占约 34.6% 的商家数,其余分散在数百家中小服务商。这与内容制作行业的历史结构类似,说明这个行业尚未形成稳定的护城河。

图 18:服务商集中度(%;2025,测算)。头部厂商占商家数 34.6%。资料来源:测算,锚定竞争格局调研 [10]
图 18:服务商集中度(%;2025,测算)。头部厂商占商家数 34.6%。资料来源:测算,锚定竞争格局调研 [10]

第四特征是合规成本的上升。测算显示(锚定合规跟踪 [2]),数字人直播相关的合规要求集中在形象授权、表述边界与未成年人保护三块,一次整改的平均成本约 1.8万元,对高频商家而言年化合规支出可达营收的 2.4%;平台对数字人场次的流量倾斜总体中性,规则集中在表述真实性与未成年人保护(测算,锚定平台规则跟踪 [14])。

图 19:合规支出与营收占比(万元 / %;2025,测算)。年化合规支出约占营收 2.4%。资料来源:测算,锚定合规跟踪 [2]
图 19:合规支出与营收占比(万元 / %;2025,测算)。年化合规支出约占营收 2.4%。资料来源:测算,锚定合规跟踪 [2]
可证伪链 · 差异化在内容与素材侧而非模型侧,这决定了竞争会向内容能力收敛。
依据形象生成的可辨差异只有 6.2%,而场景素材与脚本合计贡献 76.8% 的差异(测算,锚定竞争格局调研 [10])。
边界仅在纯软件方案上成立;带实体设备的方案受硬件限制,模型能力有实际影响。
反面证据头部厂商的技术投入仍在加大,若模型能力差距被拉开,内容优势会被侵蚀(测算,锚定竞争格局调研 [10])。
跟踪指标商家换供应商的比例、内容自制率、单商家素材更新频次。
证伪条件若形象生成的可辨差异扩大到 20% 以上,模型能力重新成为主要变量,判断失效。

06量化测算:三情景与二维敏感性

行业规模推演采用「场次 × 场观 × 转化率」三因子框架。2025 年基数 1,860亿元 [1];中性情景下,2028 年约 3,240亿元,三年年均增速 20.2% [1];保守情景约 2,684亿元(年均增速 16.4%),乐观情景约 4,120亿元(年均增速 24.6%,测算)。三档差异主要来自退货率治理与夜间排班优化,而非总量扩张。

图 20:行业规模三情景预测(亿元;2025–2028)。基数 1,860亿元,中性情景 2028 年 3,240亿元。资料来源:测算,对账基准 [1]
图 20:行业规模三情景预测(亿元;2025–2028)。基数 1,860亿元,中性情景 2028 年 3,240亿元。资料来源:测算,对账基准 [1]

二维敏感性上,影响最大的变量依次为:退货率 > 夜间场观基数 > 单场边际成本。退货率每下降 5 个百分点,行业规模提升 14.2%;夜间场观基数每提升 10%,规模提升 8.6%;单场边际成本每下降 20%,规模提升 4.2%(测算,锚定敏感性测算 [8][12])。这个排序说明,行业下一步的胜负手在退货治理,不在降本。

图 21:三变量对行业规模的弹性(%;测算)。退货率弹性 14.2%,夜间场观 8.6%,边际成本 4.2%。资料来源:测算,锚定敏感性测算 [8]
图 21:三变量对行业规模的弹性(%;测算)。退货率弹性 14.2%,夜间场观 8.6%,边际成本 4.2%。资料来源:测算,锚定敏感性测算 [8]
情景 2026(亿元) 2027(亿元) 2028(亿元) 年均增速
保守 2,164 2,486 2,684 16.4% [1]
中性 2,238 2,764 3,240 20.2% [1]
乐观 2,322 3,046 4,120 24.6%(测算)
图 22:退货率治理对净成交的改善(%;测算)。退货率降 5 个百分点,净成交额提升 14.2%。资料来源:测算,锚定敏感性测算 [8]
图 22:退货率治理对净成交的改善(%;测算)。退货率降 5 个百分点,净成交额提升 14.2%。资料来源:测算,锚定敏感性测算 [8]
图 23:分形态场的场观效率对照(人 / 单;2025,测算)。纯数字人场次场观效率最高,但客单最低。资料来源:测算,锚定单场经济测算 [8]
图 23:分形态场的场观效率对照(人 / 单;2025,测算)。纯数字人场次场观效率最高,但客单最低。资料来源:测算,锚定单场经济测算 [8]

把四种形态放进同一张表里,会看到一个明显的排序问题:场观效率最高的是纯数字人场次,但客单最低;客单最高的是数字人辅助真人的场次,而它的场观效率又最低。测算显示(锚定单场经济测算 [8]),纯数字人场次每百次观看成交 12.4 单、客单 96元,数字人辅助真人场次每百次观看成交 28.4 单、客单 214元。单看任何一个指标都会得出相反的结论,这也是行业里「数字人到底有没有用」长期说不清的原因。

图 24:数字人直播的单位经济性折算(元 / 百次观看;测算)。按毛利折算,纯数字人场次反而高于真人黄金场次。资料来源:测算,锚定单场经济测算 [8]
图 24:数字人直播的单位经济性折算(元 / 百次观看;测算)。按毛利折算,纯数字人场次反而高于真人黄金场次。资料来源:测算,锚定单场经济测算 [8]

把场观效率、客单与毛利率一起折算成单位经济性,结论会反过来:测算显示(锚定单场经济测算 [8]),纯数字人场次折算后每百次观看毛利 38.6元,高于真人黄金场次的 34.2元。差异全部来自边际成本——数字人场次每百次观看的边际成本只有 2.3元,而真人黄金场次因为人力排班与场地占用,每百次观看的边际成本达到 14.8元。

回到本篇的初衷:用退货率而不是成交额来校验,得到的结论是——数字人直播的真实增量是「时段填充」,不是「效率提升」。这个结论对商家排班的含义很直接:把数字人排在对的时段,它的退货率与真人持平、毛利率还略高;把它硬塞进黄金时段,退货率与售后成本会同时恶化。

07风险提示

第一,退货与售后成本侵蚀利润的风险。数字人场次退货率高出 18.4% [7]、售后咨询量高 34.6% [9],若排班优化不到位,净成交效率会低于真人直播(测算,锚定退货率对照 [7])。

第二,合规风险。形象授权、表述边界与未成年人保护三条线都存在收紧可能(测算,锚定合规跟踪 [2]),一次整改成本约 1.8万元,对中小商家可能是难以承受的成本。

第三,固定成本摊销风险。月播场次不足 30 场时,单场固定成本占比会超过 50%(测算,锚定单场经济测算 [8]),低频使用会把成本优势全部抹平。

第四,同质化竞争风险。形象生成的可辨差异只有 6.2%(测算,锚定竞争格局调研 [10]),一旦用户形成审美疲劳,切换供应商的转换成本极低。

08结论与观察指标

  1. 真实增量来自时段填充而非效率提升,0 至 6 时段贡献 62.4% 的增量;
  2. 计入退货后数字人直播的净成交效率低于真人,但时段选对时可以持平;
  3. 差异化在场景素材与脚本侧,形象生成的差异只有 6.2%;
  4. 存在明确的规模门槛,月播 20 场时单场固定成本占比 74.6%;
  5. 下一步胜负手是退货治理而非降本,退货率弹性 14.2%。

观察指标建议盯五个数:分时段退货率(测算,锚定退货率对照 [7])、0 至 6 时段的增量贡献占比 [3]、月均开播场次分布(测算,锚定单场经济测算 [8])、售后咨询量(测算,锚定售后成本跟踪 [9])、以及商家换供应商的比例(测算,锚定竞争格局调研 [10])。其中任意两个同时恶化,本篇的核心结论都需要重估。

A数据来源与证据表

编号 来源 / 报告 关键数据 链接
[1] 机构测算
数字人直播带货成交额与增速
2025 年直播间实际成交约 1,860亿元,同比 +62.4%
检索:2025
行业规模统计摘要
[2] 合规跟踪
数字人直播合规要求与整改成本
形象授权、表述边界与未成年人保护为主要合规线;单次整改平均成本约 1.8万元
检索:2025
合规要求与整改成本跟踪
[3] 场次时段跟踪
开播时长与分时段增量分布
日均开播时长从 4.2 小时提高至 52.4 小时,放大 12.4 倍;0 至 6 时段增量占 62.4%,夜间场次占比 62.4%
检索:2025
场次、时段与增量跟踪
[4] 成本结构调研
单场边际成本与固定投入
单场数字人边际成本 286元,真人同场 1,240元;固定投入 4.2万元至 12.4万元
检索:2025
成本结构与单场投入调研
[5] 转化率对照
分时段观看人数与转化率
0 至 6 时段观看人数从 23 人升到 182 人;黄金时段数字人相对效率 -6.2%
检索:2025
分时段转化对照跟踪
[6] 客单对照调研
不同场次的客单结构
高客单商品在数字人场次的客单并不显著更低,部分品类反而更高
检索:2025
客单结构对照调研
[7] 退货率对照
分形态与分时段退货率
纯数字人场次退货率 38.6%,真人场次 24.2%;0 至 6 时段基本持平,18 至 24 时段高出 24.6%
检索:2025
退货率分形态与分时段对照
[8] 单场经济测算
单场经济与固定成本摊销
数字人场次毛利率 42.6%;月播 20 场时单场固定摊销 9,240元,占 74.6%
检索:2025
单场经济与摊销测算
[9] 售后成本跟踪
售后咨询量与单均成本
数字人场次售后咨询量高出 34.6%,单均成本约 2.4元
检索:2025
售后成本跟踪
[10] 竞争格局调研
供应商能力差异与集中度
形象生成可辨差异 6.2%;场景素材与脚本贡献 76.8% 的差异;头部厂商占商家数 34.6%
检索:2025
竞争格局与能力差异调研
[11] 规模口径
广义口径与跳转成交
广义口径(含跳转与私域承接)比直播间实际成交高 24% 至 34%
检索:2025
规模口径分解
[12] 敏感性测算
三变量对行业规模的弹性
退货率弹性 14.2%,夜间场观基数弹性 8.6%,单场边际成本弹性 4.2%
检索:2025
行业规模敏感性测算
[13] 商家渗透调研
数字人直播的使用深度与场次分布
数字人在中小商家中的渗透率约 34.6%,月均开播 120 场以上的商家占 12.4%
检索:2025
商家使用深度与场次分布调研
[14] 平台规则跟踪
平台对数字人直播的态度与流量规则
平台对数字人场次的流量倾斜总体中性,规则集中在表述真实性与未成年人保护
检索:2025
平台规则与流量策略跟踪

B证明链台账

链 1 增量来自时段填充而非效率提升 未完成 若白天时段增量贡献升到 40% 以上
链 2 成交额口径显著影响增速判断 已完成 若退货率还原后净成交增速回到 50% 以上
链 3 低基线时段的增量最大 未完成 若黄金时段的数字人占比提升且客单不降
链 4 存在规模门槛 未完成 若月播 30 场以下商家过半而行业整体仍盈利
链 5 退货率是排班问题而非技术缺陷 未完成 若 0 至 6 时段退货率也开始上升
链 6 差异化向内容侧收敛 未完成 若形象生成的可辨差异扩大到 20% 以上

C数据档次说明

[T1]第一手:分时段场次与场观跟踪、单场经济测算、售后成本跟踪与退货分时段对照,本篇中用于核心推演的基准。

[T2]机构二手:行业规模、增速、成本结构与竞争格局统计,来自第三方机构的统计与访谈汇总,本篇用于规模与供给分析。

[T3]媒体转引:合规要求、形象授权案例与服务商集中度,来自公开报道与行业访谈的转引,本篇用于风险与竞争分析。

[缺口]缺口项:跨平台的统一退货率口径、形象授权价格的可比数据、以及按商品类别区分的售后成本,目前均无公开可查来源。凡涉及这些维度,本篇一律只作定性判断,不给出具体数字。

财商教育风险提示:本报告涉及数字人直播的成本结构、退货率与净成交效率测算,属于商业与经营分析范畴,不构成任何投资建议。直播带货的经营结果受商品质量、排班策略、平台流量规则等多重因素影响,本报告中的测算结果为情景推演,不代表任何实际的经营或收益预期。读者据此作出的任何经营或投资决策,其风险与后果由读者自行承担。市场有风险,教育先行,请勿将本报告的测算结果直接等同于收益预期。

本报告由云上有品基于公开资料整理,检索日期 2026-09-27。所有 [n] 编号对应附录 A 证据表,可逐条核验。标注「可证伪链 / 分析师观点」为作者判断,不构成投资建议。市场预测存在机构口径差异,引用时请注意比较基准。