《翘楚》于2026年6月2日上线，《莫离》于2026年6月9日上线，主要播出周期重叠。
CONTENT STRATEGY CASE STUDY
《莫离》vs《翘楚》
官方传播策略与B站UGC生命周期分析
以两部同期古装剧为样本，比较官方内容资源配置、传播节奏与用户创作的时间扩散路径
同期上线相近题材不同平台公开数据分析
00 / 项目引入
两部同期古装剧，如何形成不同的官方传播策略与UGC扩散节奏？
《莫离》与《翘楚》在相近时间窗口上线，均属于具有较强角色关系与情节推进属性的古装剧集，但分别由腾讯视频与优酷独播。相似的市场环境与内容类型，使两者具备横向比较的基础；不同的平台、传播资源配置与内容运营方式，则为观察传播策略差异提供了空间。
本案例不试图判断哪部剧“更成功”，而是通过公开数据拆解两个问题：官方账号如何组织传播内容，以及用户创作如何随播出周期开始、增长并衰减。
研究对象相近，传播条件不同，因此适合用于观察平台内容运营与用户扩散节奏的差异。
01 / WHY THIS CASE
选择《莫离》与《翘楚》，因为它们“足够可比，又存在关键差异”
两部剧均在2026年6月上线，核心播出窗口高度重叠。在这一时期内，它们面对相近的内容消费环境、暑期档竞争压力与古装剧受众，因此可以减少由市场周期差异造成的干扰。
与此同时，两部剧分别在腾讯视频和优酷播出，官方账号在内容资源配置、发帖频率、首播节奏与角色运营方式上呈现出不同特征。这样的组合可以让比较重点落在传播策略和UGC生命周期，而不是简单比较播放量或平台内部热度值。
两部剧均以人物关系与情节推进作为主要内容吸引点，面对相近的潜在受众。
两部剧分别由优酷与腾讯视频独播，平台传播体系和站内指标口径不同。
两部剧均形成一定规模的官方传播内容与B站用户创作，为公开数据分析提供基础。
这里的“可比”不意味着两部剧在演员阵容、制作投入、IP基础和平台资源上完全一致。本案例只将它们视为具有相似时间窗口和题材属性的观察对象，不进行严格因果实验。
PART 1 / RESEARCH FRAMEWORK
从“平台在推什么”到“用户何时开始创作”，建立双层传播分析
本案例将传播过程拆成两个可观察层面。Part 2分析官方账号的内容供给，Part 3分析B站用户创作的时间分布。两部分通过“首播相对日”和“传播生命周期”建立连接。
PART 2
官方传播策略
- 核心问题
- 平台在推什么？又在什么时候集中推？
- 分析对象
- 两部剧官微及相关平台官方账号公开发布的传播内容。
- 主要维度
- 内容资源配置
传播目标
播出阶段节奏
首播周发布强度
内容形式选择 - 边界
- 描述官方传播动作的内容结构与时间安排，不判断用户是否接受，也不评价传播效果。
PART 3
B站UGC传播生命周期
- 核心问题
- 用户创作在什么时候出现、达到峰值并逐渐衰减？
- 分析对象
- 经过剧集语境、UGC属性、日期窗口和去重规则筛选的B站公开视频样本。
- 样本规模
- 《翘楚》136条；《莫离》114条（2026-08-06累计快照）。
- 主要维度
- 有效UGC样本规模
相对首播日的新增曲线
峰值日与峰值周
连续7天集中度
生命周期阶段分布 - 边界
- 描述UGC发布的数量与时间结构，不根据标题推断讨论主题、用户情绪或内容偏好。
官方内容供给平台发布什么、何时发布↓以首播日 Day 0 对齐↓用户内容扩散UGC何时出现、增长与衰减
官方传播策略回答“内容如何被推向市场”，UGC生命周期回答“用户创作何时开始形成”。当前UGC抽样存在日期覆盖缺口，因此不以两者时间差进行同步、领先、滞后或因果判断。
PART 1 / METHODOLOGY
以统一时间轴连接官方传播动作与用户创作数据
为了使两个平台、两类数据具备可比性，本案例不直接比较腾讯视频与优酷的站内热度绝对值，而是将每部剧的首播日设为Day 0，分别整理官方传播动作与B站UGC发布时间。
研究过程遵循“采集—筛选—分类—标准化—对照”的路径，所有结论均限定在公开可见样本与既定规则内。
- 01
数据采集
收集两部剧官方微博传播内容，以及B站公开可见的相关UGC视频元数据。
- 02
语境筛选
排除剧名歧义、官方账号、简单搬运、跨作品内容和低相关结果。
- 03
数据结构化
官方内容按传播目标、动作、阶段与形式编码；B站UGC保留发布时间及客观元数据。
- 04
时间标准化
以两部剧各自首播日为Day 0，将自然日期转换为相对播出时间。
- 05
对比分析
观察官方内容配置、发布节奏、UGC峰值和长尾；时间关系分析保留至获得连续日度样本后。
PART 4 / CONCLUSION
结论：官方传播节奏与UGC产生节奏呈现不同的可观察结构
本案例先描述平台在推什么、何时集中发布，再描述公开可见UGC何时产生、增长与衰减。两部分共同构成一条从官方内容供给到用户创作生命周期的研究路径。
Part 2记录官方账号发布内容的结构、阶段分布、周度节奏与内容形式；这些观察仅描述官方发布行为。
Part 3仅以通过规则筛选的B站UGC样本描述新增发布时间，不将其解释为用户偏好或内容效果。
当前样本不能判断官方动作与UGC新增的同步、领先、滞后或因果关系。
公开数据能够描述传播结构，但不能替代平台内部数据或因果验证。腾讯视频与优酷的站内热度指标定义不同，因此不进行绝对值横向比较；B站样本为非概率、规则驱动的公开搜索抽样，不代表平台全量内容。
可以回答
- 官方主要发布哪些类型的内容
- 传播资源集中在哪些播出阶段
- UGC何时开始增长并达到峰值
- 抽样UGC的发布集中度与长尾结构
不能回答
- 哪部剧的真实播放量更高
- 用户为什么喜欢或不喜欢某部剧
- 某一传播动作是否直接导致UGC增长
- 两个平台站内热度值能否直接比较
表达原则
- 区分数据观察与谨慎判断
- 不把时间相关写成因果关系
- 不将搜索样本表述为平台全量
- 不根据缺失数据进行插值或推算