快手商业化的终局猜想：流量变现最大化直播电商成就未来.pdf

敬请参阅最后一页特别声明 -1- 证券研究报告 2021 年 2 月 23 日 公司研究 快手商业化的终局猜想：流量变现最大化，直播电商成就未来 快手 -W（ 1024.HK）投资价值分析报告 买入（ 首次 ） 快手商业化的终 局猜想： 流量变现最大化 ，广告变现是当下，直播电商是未来。 伴随快手未来用户流量的持续增长，商业化进程短期靠广告增长拉动，中长期看 直播电商 GMV 和货币化率的持续提升。 1）每一次信息总量的数量级增长，都 会带来创作者和用户行为模式的重塑以及注意力的重新聚集。 “流量”是一种蕴 含用户各类底层需求的注意力经济。算法加持下视频化的获客成本和变现能力具 备效率优势，当流量总量接近见顶，短视频与直播 领域 所获流量占比将逐渐提升 。 2）媒介从文本、图文、进入视频化时代，用户核心诉求是与海量信息匹配； 短 视频 +推荐算法是最高效的解决方案， 带来快手的核心竞争力 私域与公域流 量。 直播电商成就未来，渗透率持续提升 。 GMV 放量： 20Q3 的 GMV 增长至 945 亿 元，单季度接近 H1 的 1096 亿元的 GMV， 20 年 前三季度 GMV 达 2041 亿元， 同比增长 1115%； 根据我们测算 2021 年 GMV 有望达到 7,885.5 亿元 ，货币化 率有望提升至 1.5%。 1）为什么想要做大电商？ 从营收 /MAU，市值 /MAU 维度， 电商是流量变现最高效的商业模式，变现效率指标高于其他商业模式；从人性看， 消费者永远想要更多、更好、更便宜的东西，决定了电商 业务 的天花板很高。 2） 为什么可以 做大？ 一方面通过网红收集粉丝反馈、批量带货实现规模化，对接产 业熨平生产端波动，降低组织生产的不确定性；另一方面网红通过缩短供应链， 打造极致性价比吸引粉丝。 直播电商逻辑是社会组织形式沿资源和资本更有效配 置的路径演进，渗透率将持续提升。 广告是 快手近年 增长的核心驱动力。 快手产品形态改版壮大单列流量，强化运营， 调整组织架构，提升广告收入天花板以及变现效率。 2020 年前三季度广告收入 133.4 亿元，同比增长 212.7%。随着单列大屏版流量的壮大，根据我们测算， 21/22/23 三年广告收入有望增长至 440.4/739.9/1,089.2 亿元， 2019-2023 年 CAGR 为 95.7%。 直播打赏的高速增长时代已经过去，秀场直播形态或将转型。 1）首先直播政策 收紧； 2）既定人群的渗透率接近天花板； 3）经营公域流量的分流效应。 2020 年前三季度直播打赏收入 253.1 亿元，同比增长 10.4%，我们预测 21/22/23 三 年直播收入有望增长至 399.2/441.9/484.7 亿元， 2019-2023 年 CAGR 为 11.4%。 盈利预测、估值与评级： 快手兼具私域社交 +公域媒体两种产品特点，依托于“老 铁经济”和私域流量的强粘性和高转化的同 时，积极开发公域提高商业化变现效 率，公司广告及直播电商业务具备长期商业化变现潜力。根据分部估值结果， 首 次覆盖，我们给予快手 “ 买入 ” 评级 ， 目标股价 404 港元 。 风险提示： 用户增长进入瓶颈期，抖音、视频号竞争加剧 , 辛巴捆绑太深。 公司盈利预测与估值简表 指标 2018 2019 2020E 2021E 2022E 营业收入（ 亿元 RMB） 203 391 582 956 1,465 营业收入增长率 143% 93% 49% 64% 53% Non-IFRS 净利润（ 亿元 RMB） 2 10 -54 -33 70 归母 净利润增长率 -74% 405% -624% 40% 316% EPS（摊薄 RMB） 0.05 0.25 (1.30) (0.78) 1.69 P/E（港币汇率 0.83） 6539 1295 N/A N/A 190 资料来源： Wind，光大证券研究所预测， 股价采取 2021-02-19 收盘价。 当前价 /目标价： 388/404 港元 作者 分析师： 付天姿 执业证书编号： S0930517040002 021- -52523692 联系人：王凯 02152523852 市场数据 总股本 (亿股 ) 41.59 总市值 (亿港元 )： 16,136.66 一年最低 /最高 (港元 )： 283.00/417.80 近 3 月换手率： 93.60% 相关研报 老铁经济，快手江湖 短视频快手系列报告一 （ 2020-11-26） 要点 敬请参阅最后一页特别声明 -2- 证券研究报告 快手 -W（ 1024.HK） 投资聚焦 关键假设 直播业务： 随网络直播新规出台，秀场直播平台进一步缩小，快手 将 获取更大游 戏直播份额，预计 2021-2023年公司直播市场份额 提升至 23.6%/24.2%/24.8%， 我们预计 2021-2023 年公司直播业务营收分别为 399.2/441.9/484.7 亿元， 2019-2023 年 CAGR 为 11.4%。 广告业务： 随着单列大屏版本推出、小店通等流量产品上线，公司广告库存量有 望实现大幅上升，预计 2021-2023 年总用户时长分别提升为 1,271/1,525/1,754 亿小时，单用户每小时广告变现收入分别为 0.35、 0.49、 0.62 元。我们预计 2021-2023 年公司广告业务收入分别为 440.4/739.9/1,089.2 亿元， 2019-2023 年 CAGR 为 95.7%。 电商业务： 快手自布局直播电商业务以来一直处于持续高速增长态势，假设 2021-2023 年快手直播电商 GMV 市占率逐步提升至 27.0%、 29.7%、 32.0%， 未来待直播电商规模快速增长、生态建设完善，预计 2021-2023 年货币化率或 将提高至 1.5%/2.1%/2.8%。我们预计公司 2021-2023 年直播电商收入将达到 116.1/283.5/574.3 亿元， 2019-2023 年 CAGR 为 286.1%。 我 们区别于市场的 创新之处 我们从用户角度探讨短视频 +推荐算法迎来结构性流量红利 机会。我们提出快手 商业化的终局： 1）直播电商将成为快手最重要的商业模式，基于直播电商模式 的本质论证直播电商渗透率将持续提升，并通过自上而下的视角测算了未来增长 空间。 2）我们测算了产品改版后广告收入天花板、变现效率的提升，提出广告 业务是当下业绩核心驱动力； 3）单纯的秀场直播打赏模式成为过去式。 股价上涨的催化因素 公司当前积极开发公域提高商业化变现效率，随着单列大屏版本推出、小店通等 流量产品上线，公司广告库存量有望实现大幅上升，打开广告天花板；直播电商 行业中长期空间巨大，快手多品类布局发力电商，打开非标品类线 上渗透率天花 板，有望在中长期开始贡献盈利增长；公司具备长期商业化变现潜力，有利于公 司估值进一步抬升。 估值与目标价 我们采用以下三种方式对公司进行估值分析： 1）分部估值： 我们采取 P/S、 PSG 估值法从直播业务、广告业务和电商业务三 个板块分别对公司 估值， 目标股价 404 港元。 2）市值 /MAU 估值： 我们给予公司 1760 倍市值 /MAU，假设 2021 年快手平台 总 MAU 达 8 亿人次，目标股价 409 港元。 3） DCF 估值： 我们预计公司 2021-2023 年归母净利分别为 -40.1/63.0/90.2 亿 元，根据 DCF 估值 ， 目标股价 439.9 港元 。 综上所述，保守原则下我们选取分部估值法结果：首次覆盖，我们给予快手“买 入”评级，目标价为 404 港币 。 国投瑞银 敬请参阅最后一页特别声明 -3- 证券研究报告 快手 -W（ 1024.HK） 目 录 1、 时代背景：流量、内容、算法 . 6 1.1、 单列产品 +算法推荐 =最高效的人与内容匹配，未来将占据更大流量结构 . 7 1.1.1、 精准的个性化算法推荐是为内容价值赋能的最高效方式 . 7 1.1.2、 产品交互迭代进化，单列大屏占比提升 . 8 1.1.3、 快手主站 8.0 改版后 运营数据提升 . 9 1.2、 视频化结构流量红利下，电商具备最佳流量变现效率 . 10 2、 快抖相争后趋同，视频号入局 . 11 2.1、 两强相争 、互补短板，产品及用户画像趋同 . 11 2.2、 基于微信流量和社交链差异化竞争者 微信视频号入局 . 12 3、 快手商业化终局猜想：直播电商是未来，广告成就现在，直播打赏成过去式 . 13 3.1、 内外生因素下直播打赏业务天花板已现 . 13 3.1.1、 外生阻力：政策约束加大，直播打赏模式或将转型 . 13 3.1.2、 内生阻力一：直播付费用户渗透率见顶，月均 ARPU 减速 . 14 3.1.3、 内生阻力二：商业化加速下的公域流量分配机制分流严重 . 15 3.2、 线上营销业务 -积累数据、壮大单列推荐流量 . 15 3.2.1、 信息流广告 . 16 3.2.2、 开屏广告 . 17 3.3、 直播电商是未来：中长期空间巨大，渗透率持续快速提升 . 18 3.3.1、 直播电商空间测算 . 19 3.3.2、 直播电商相对于传统电商具备优势，将驱动渗透率保持快速提升 . 20 3.3.3、 直播电商与传统电商的比较优势在于流量端的掌控 . 24 3.3.4、 快手下一步如何发力电商？多品类布局 直播打开非标品类线上渗透率天花板，或将布局奢侈品 与农产品 . 24 3.3.5、 辛巴家族与快手的博弈 . 28 4、 财务状况：营收保持高速增长，毛利率维持 30%+ . 29 5、 财务分析 . 31 5.1、 关键假设以及盈利预测 . 31 6、 估值水平与投资评级 . 33 6.1、 分部估值法 . 33 6.2、 市值 /MAU . 34 6.3、 绝对估值法 . 34 6.4、 目标价与评级 . 35 7、 风险分析 . 36 敬请参阅最后一页特别声明 -4- 证券研究报告 快手 -W（ 1024.HK） 图目录 图 1：互联网技术 -流量 -效率发展史 . 6 图 2：信息分发模式的演 进 . 6 图 3：推荐算法的内容分发逻辑 . 7 图 4：抖音、快手算法推荐逻辑比较 . 8 图 5：抖音、快手月均 MAU 及二者比值（亿人次， %） . 9 图 6：抖音、快手月使用时长及二者比值（亿小时， %） . 9 图 7：不同公司流量变现效率（营收 /MAU） . 10 图 8：不同公司商业模式市值 /MAU 比较 . 10 图 9：活跃用户数（亿） . 11 图 10：用户人均单日使用时长（分钟） . 11 图 11：抖音快手用户城市分布 . 12 图 12：抖音快手用户年龄分布 . 12 图 13：抖音快手用户性别分布 . 12 图 14：快手直播打赏收入预测（单位：亿元， %） . 13 图 15：快手直播月活（左轴）以及 ARPU（右轴） . 13 图 16：快手 MAU 及其增速 . 14 图 17：快手付费率 . 15 图 18：月均 ARPU . 15 图 19：广告收入空间估计 . 17 图 20：购物模式的演进 . 18 图 21：直播电商商业模式梳理 . 19 图 22：测算 1：直播电商市场规模测算（亿元， %） . 19 图 23：测算 2：直播电商渗透率及市场规模预测（亿元， %） . 19 图 24：测算 3：直播电商用户规模及市场规模测算 . 20 图 25：测算 3：直播电商渗透率及 ARPU . 20 图 26：传统电商与直播电商供应链对比 . 21 图 27：双十一购物决策因素 . 22 图 28：直播购物原因 . 22 图 29：各电商模式转化率 . 23 图 30：电 商模式的正向循环 . 23 图 31：非计划性购物需求主要因素 . 23 图 32：直播电商与传统电商规模增速对比 . 23 图 33： 2018 年电商各类目规 模及线上渗透率 . 25 图 34： 2019 年不同品类线上销售额 . 25 图 35：直播电商带来珀莱雅收入线上化率稳步上升 . 26 图 36：高打折力度催 化泡泡面膜成为爆款 . 26 图 37：翡翠线上渗透率在直播带动下骤升 . 27 图 38：微拍堂 GMV 逐年上升 . 27 图 39： 2020 年服装鞋包商品 GMV 在传统电商模式中仍居首位 . 27 敬请参阅最后一页特别声明 -5- 证券研究报告 快手 -W（ 1024.HK） 图 40：太平鸟服饰双十一期间线上销售额占比达 70% . 27 图 41：辛巴家族 GMV 占比（单位： %） . 28 图 42： 2017-20Q3 快手营业收入及同比增速 . 29 图 43： 2017-20Q3 快手营业收入构成 . 29 图 44：快手净利率、毛利率变动趋势 . 29 图 45： 2017-20Q3 快手调整后归母净利及同比增速 . 30 图 46：快手费用结构 . 30 图 47： 2017-20Q3 公司现金流量变动 . 30 表目录 表 1：单列、双列比较 . 9 表 2：直播行业相关政策梳理 . 14 表 3： 2021 年信息流广告收入测算 . 16 表 4：供应链对比 . 21 表 5：传统电商与直播电商对比 . 22 表 6：快手淘宝对比 . 24 表 7：不同品类的零售属性比较 . 26 表 8：快手直播收入增长潜力预测（单位：亿元， %） . 31 表 9：快手广告业务增长潜力预测 . 31 表 10：快手电商业务增长潜力预测（单位： 亿元， %） . 32 表 11：快手营收预测（单位：亿元， %） . 32 表 12：直播业务 P/S 估值 . 33 表 13：广告业务 P/S 估值 . 33 表 14：电商业务 PSG 估值（单位：亿元， %） . 33 表 15：快手及可比公司市值 /MAU 估值 . 34 表 16：绝对估值核心假设表 . 34 表 17：现金流折现及估值表 . 35 表 18：敏感性分析表 . 35 敬请参阅最后一页特别声明 -6- 证券研究报告 快手 -W（ 1024.HK） 1、 时代背景：流量、内容、算法 互联网用户基数的快速扩张、用户时长的快速提升带来了巨大的红利，在这一过 程中“流量”的概念应运而生。流量经济的背后是互联网技 术迭代驱动的信息效 率提升。海外的互联网研究者根据用户与信息之间交互方式的变化，将互联网的 发展史大致划分为 Web 1.0-Web 3.0 三个阶段： Web 1.0 阶段用户是被动接受 静态网页的信息； Web 2.0 阶段以用户为中心，实现了用户和用户、用户与信息 的大规模交互； Web 3.0 阶段应用程序将变得高度智能化，目前属于概念定义期。 图 1： 互联网技术 -流量 -效率发展史 资料来源： 光大证券研究所 根据公开信息 整理 每一次信息总量的数量级增长，都会带来创作 者和用户行为模式的重塑以及注意 力的重新聚集。“流量”是一种蕴含用户各类底层需求的注意力经济。算法加持 下视频化的获客成本和变现能力具备效率优势，当流量总量接近见顶，短视频与 直播领域 所获流量占比将逐渐提升 。 1）在当社会发展节奏慢、信息总量不大的 时候，人们通过中心化途径了解信息：电视机前看新闻联播为 “ 订阅 ” 模式； 2） 当社会节奏加快，信息总量爆炸式增长，人们已经无法通过中心输出了解关键信 息的全貌，我们对信息的诉求就进入主动 “ 搜索 ” 模式时代； 3）信息进一步膨 胀加剧了用户对优质 内容的核心诉求，人与内容匹配的核心矛盾 催生了“推送” 模式时代：如果我们以若干个标签定义每个用户的特异性，需求可以被划分、分 析和预测，那么在人们需求之前，算法 +用户数据可以给予精准的内容供给排序。 图 2：信息分发模式的演进 资料来源： 光大证券研究所根据公开信息整理 敬请参阅最后一页特别声明 -7- 证券研究报告 快手 -W（ 1024.HK） 短视频以及直播将比图文媒介产生更深远的影响和渗透，视频化趋势仍在进行 中，并维持较高增速。 短视频 +直播链接各个产业成为必然选择：在资讯类、电 商类、社交类等 APP 中都会作为新的媒介形式；电商、体育、文旅、汽车、游 戏、音乐、家居、 本地生活等各行业渗透率逐步提升。 快手商业模式的本质问题是人们注意力的买卖：如何低成本的获取流量，然后高 质量的卖出流量？而互联网产品形态很大程度左右着用户的注意力、流量的价 值。 1）如何以更低的价格买入更多用户的注意力？ 即以低成本大规模方式获取 流量。快手答案是：记录每个人的生活，通过 UGC、 PUGC 的内容来买入用户 的注意力，满足用户对内容、自身效用的需求获客并实现留存。抖音运营体系多 是围绕头部和潮流热点生产内容； 2）如何以更高的效率卖出更多用户的注意力？ 即商业化问题的本质：以直播打赏、广告、电商等模式卖出注 意力。 1.1、 单列产品 +算法推荐 =最高效的人与内容匹配，未来 将占据更大流量结构 1.1.1、 精准的个性化算法推荐是为内容价值赋能的最高效方式 信息流形态产品的快手拥有大规模的内容供给以及亿万级别用户消费，其需要解 决的核心问题为：如何把这些内容分类淘洗有效分发出去。精准的个性化算法推 荐是为内容价值赋能的最高效方式：内容价值高低的关键因素是在于谁来看，即 人与内容的匹配。 图 3： 推荐算法的内容分发逻辑 资料来源： 光大证券研究所整理 1）抖音的核心生产数据是用户行为，结果是 大众点击投票。算法获得热门的内 容反馈更多，所以会推得更准、力度更强，同时可能低估长尾内容的价值。如果 算法高度依赖大众行为，那创作者也会被大众行为诱导； 2）快手用户行为数据 里包含了点击率（双列产品从封面进入内容的行为），同时相应推荐算法鼓励分 享、并限制头部内容流量； 3）视频号核心生产数据是关系链，能够按照阶层去 分发触达，关系链会更偏向用户所属阶层。类似用户消费朋友圈内容的关键因素 是社交、情感联系，更有机会解决普通人内容价值低问题。 敬请参阅最后一页特别声明 -8- 证券研究报告 快手 -W（ 1024.HK） 图 4： 抖音、快手算法推荐 逻辑比较 资料来源： 光大证券研究所整理 1） 抖音主打公域为主的算法推荐。 抖音重视优质的内容，通过中心化的分发算 法，筛选优质的内容，利用单列大屏的呈现，使得用户能更沉浸式的不停观看其 短视频，且将大部分的流量留在了可控的公域。算法机制发现用户投票的优质内 容，通过逐级推送流量池，放大头部效应。抖音的内容消费者体验更好，使得头 部达人涨粉速度更快，粉丝向头部达人集中。 2）快手分发当中给予社交更高权 重，在逐步开始强化公域运营。 快手更重视的是用户关系和真实普惠，通过均衡 的分发机制让更多中腰部和长尾用户更有机会被 看到，使得用户更多的进行互动 和社交，形成了以私域 流量为核心的平台。快手只有 30%的流量是分配给头部 达人， 70%的流量分配给长尾内容，提升内容创作者体验，但头部达人的涨粉速 度慢。 3）视频号基于社交关系的分发。 2020 年上半年，由于视频号平台内容的 丰富度不够，使得算法推荐上，命中率很低。 2020 年下半年开始丰富内容，开 始做全屏短视频的尝试，因此推荐命中率有提升。根据微信公开课，张小龙表示 视频号中关注、好友推荐、机器推荐的消耗比例应该是 1:2:10，也就是 某一用户 看过的 130 条视频中，应包含 10 个关注的 up 主的 视 频 、 20 个朋友点赞的视频 和 100 个系统推荐的视频。 1.1.2、 产品交互迭代进化，单列大屏占比提升 单列和双列交互方式对抖音快手造成的差异包括： 1） 单列沉浸式完美契合无脑的状态，消费成本低、体验更好，在相同的时间内， 单列比双列能看的视频会更多、更高效。单列产品减少用户的思考、选择和操作， 只需要滑动就可切换视频， 而双列则需要通过点击来切换视频， 消费路径 长 、消 费成本 高 。 2）单列沉浸式成瘾性使得用户时长增加。用户效用来看，在刷短视频的时候会 处于持续无脑的、愉悦的状态；用户成本来看，单列上下滑的时间切换视频的成 本极低、时 间很短，愉悦状态不会因为切换视频被打断。用户时长以及用户生命 周期价值增加，用户给平台贡献的价值增加。 3） 单列沉浸式的商业化更理想。单列式变现效率高于双列。 单列比双列的消费 路径更短、成本更低，同样的时长内，单列比双列能消费的视频数更多，因而所 观看的广告数就更多。 单列沉浸式更加适合短视频消费，单列沉浸式使得用户时长增加，单列沉浸式的 商业化更理想。单列沉浸式用户时长增加，同时也提高了变现效率。单列双列会 造成内容生态的不同。 单列交互方式特征是强内容、弱关系，导致私域弱，公域 敬请参阅最后一页特别声明 -9- 证券研究报告 快手 -W（ 1024.HK） 强；双列式弱内容、强关系，内容需要用 户自己选择点击观看，因此私域强，公 域弱。公域意味着平台对流量的控制权，私域强是有利于平台创作者。 表 1： 单列、双列比较 单列 双列 1.1.3、 快手主站 8.0 改版后运营数据提升 单列沉浸式对用户使用有更好的体验。快手转变 成 单列沉浸式、 通过强化运营以 及组织架构调整后开始吸引了更多用户， 快手 /抖音 使用时长比值在改版后变大， 且 MAU 比值在 1 月出现迅速增长。 2020 年 2 月 -9 月 ， 快手与抖音 MAU 的比值 以及快手与抖音的使用时长 比值 呈下降趋势 。 2020 年 9 月 3 日，快手进行 8.0 改版，更新了 LOGO，发布了全新的 Slogan，在首页 “ 关注、发现、同城 ” 之外，增加了底部导航栏和 “ 精选 ” 栏 目，支持单列沉浸式上下滑体验。 快手 改版后 ，其 与抖音使用时长比值呈现稳定增长趋势，在 10 月迎来 MAU 和使用 时长比值的小幅增长。 图 5： 抖音、快手月均 MAU 及 二者 比值（亿人次， %） 图 6： 抖音、快手月使用时长 及二者比值 （ 亿 小时 ， %） 资料来源： 极光数据，光大证券研究所 资料来源： 极光数据，光大证券研究所 敬请参阅最后一页特别声明 -10- 证券研究报告 快手 -W（ 1024.HK） 1.2、 视频化结构流量红利下，电商具备最佳流量变现效 率 视频化结构性流量红利下，终局是流量变现效率的最大化。为什么快手加强电商 业务？从“流量效率”来看，我们认为直播电商渗透率快速提升的底层逻辑是流 量变现效率的优势： 从效率的角度来看，收益 /DAU 更高的产品形态更 好， 那么 电商是更好的流量变现方式。 DAU 即企业每天可以接触到的用户量级。推荐决 定了新用户的留存，内容多样化决定了长期用户留存。越多流量就越能通过服务、 广告去转化这些用户。应用的形式深刻影响着这些与用户接触的货币化能力，我 们把产品抽象成黑箱，每天进入黑箱是 DAU，产生的是收入。 APP 本身的每日 启动次数代表 每天有多少潜在消费者的光顾。而这个启动次数又和其内部的每项 业务相关，各项业务都可以分解成每日 DAU、每日营收，从而获得总体营收。 什么是更好的产品以及商业形态？如何提升流量转化效率？ 1） 电商行业货币化率处于 成熟阶段的公司，均以相对较低的流量创造了较高的 营业收入，电商是流量变现最高效的手段。 阿里巴巴市值约 46068 亿元， 20 年 6 月 MAU 达 8.46 亿， 2019 财年营业收入为 5097.1 亿元；腾讯市值约 58866 亿元，其流量大约是阿里的 4.5 倍，但 2020 年前三季度营业收入仅 3484.0 亿 元；京东 20 年 6 月 MAU 仅为 2.95 亿，但其 20 年前三季度营业收入为 5214.7 亿元；拼多多市值约 46052 亿元， 20 年 6 月 MAU 达到 4.98 亿， 20 年前三季 度营收达 329.4 亿元。分别通过营业收入 /MAU 和市值 /MAU 得到的变现 效率， 均显示阿里、京东的流量变现效率高于腾讯。 2） 公域流量通过广告变现效率更高，抖音现用的单列沉浸式在以公域流量为核 心的情况下变现效率更高。 图 7： 不同公司流量变现效率（营收 /MAU） 图 8： 不同公司商业模式市值 /MAU 比较 资料来源：公司公告，易观应用，光大证券研究所 注： 阿里营收为 2019 财年数据，其余公司营收为 2020 年前三季度数据 ； MAU 为截至 2020 年 6 月易观应用 top 榜数据。 资料来源： WInd，易观应用，光大证券研究所 注：市值按 2021 年 2 月 19 日收盘价计算， MAU 为截至 2020 年 6 月易观应用 top 榜数 据。 敬请参阅最后一页特别声明 -11- 证券研究报告 快手 -W（ 1024.HK） 2、 快抖相争后趋同，视频号入局 2.1、 两强相争、互补短板，产品及用户画像趋同 抖音和快手稳居短视频行业第一梯队，愈发激烈的行业竞争促使两者日益趋同。 根据中国网络试听节目服务协会公布的数据 ， 2020 年 12 月 抖音和快手两者活 跃用户规模约占 整个短视频行业用户规模 的 56.7%，抖音在活跃用户规模上领 先于快手。 2020 年 12 月两者月均日活用户数分别为 3.2 亿和 1.4 亿，月活用户 数为 6.3 亿和 3.3 亿，用户人均单日使用时长为 120 分钟和 102 分钟。随着移 动互联网人口红利出尽和短视频用户规模接近天花板，为了争取更多的活跃用户 和更高的用户人均单日使用时长，抖音和快手的产品形态、用户画像日益趋同， 短视频行业竞争愈发激烈。至 20H1 两者用户重合度超过 40%。 图 9： 活跃用户数（亿） 图 10： 用户人均单日使用时长 （ 分钟 ） 资料来源：艾媒咨询，光大证券研究所 注：统计截止于 2020 年 12 月 资料来源：艾媒咨询，光大证券研究所 注：统计截止于 2020 年 12 月 从产品形态上看，抖音定位社交媒体，快手偏向社区。在产品迭代过程中，双方 都有向对方靠近的趋势，核心驱动力是获取更多用户流量以及变现效率的要求。 快手上线 8.0 版本，提高平台公域流量占比。 2020 年 9 月快手 8.0 版本的上线 是快手自 2014 年由 GIF 工具转型短视频社区以来，涵盖产品与品牌的最大规模 升级，不仅更新了品牌 LOGO 和 Slogan，还更新了产品主交互界面。产品主交 互界面的变化主要包括： 1）新增底部导航栏和 “ 精选 ”tab 。 2）兼容 双列点 选和单列上下滑两种浏览模式。升级到 8.0 版本以前，快手的视频内容全部采用 双列卡片流的形式。升级到 8.0 版本以后，首页的 “ 关注、发现 ” 页面采用双列 卡片流的形式，新增的 “ 精选 ” 页面支持单列沉浸式上下滑体验，页面的 界面设 计 与 抖音“推荐” 页面的界面设计相似度较高。这说明快手以私域流量为核心， 逐渐提升公域流量占比，将流量的分发权更加集中在平台的手上，提高平台整体 的变现效率。 抖音近期的产品更新更加重视平台的社交属性。 抖音上线了承载熟人 /半熟人社 交功能的 “ 朋友 ” 栏目，替代底部导航栏中原有的 “ 同城 ” 栏目。 “ 朋友 ” 功 能 更强调了平台内的双向关系，这有利于促进用户在平台内的社交关系的构建和深 化，从而增加用户粘性。抖音还上线主打与好友分享的 “ 日记模式 ” ，用户可通 过抖音底部栏的 “+” 号进入拍摄功能，选择 “ 快拍 ” 按钮进行日记的拍摄。日 记模式将进一步强化抖音的社交关系。 敬请参阅最后一页特别声明 -12- 证券研究报告 快手 -W（ 1024.HK） 图 11： 抖音快手用户城市分布 图 12： 抖音快手用户年龄分布 图 13： 抖音快手用户性别分布 从用户画像上看，抖音的女性用户占比略高于快手， 25 岁以下的用户占比略低 于快手，一二线城市用户占比略高于快手，但用户画像整体趋同。 1）在原来的印象中，快手的用户群体具有男性主导、年龄结构偏大、下沉市场 的特征。快手主动改变 “ 男性主导 ”“ 年龄结构偏大 ” 的原始用户画像，在吸引 年轻群体和女性群体 方面做出了一些尝试，例如邀请到周杰伦在快手平台首播新 歌 Mojito，邀请张雨琦担任快手电商代言人，逐渐实现男女用户比例均衡化 和用户年龄结构年轻化，城市分布上也更符合中国互联网民的整体画像。 a）年 轻用户注入了创造力和新的消费动力； b）吸引女性用户，用 “ 她经济 ” 打开增 量市场，美妆、女装市场明显收益；随着小镇青年和镇域经济的崛起，下沉市场 迎来持续增长，赢 得对低线城市经济发展的红利收割。 2）抖音的产品定位以一、二线城市时尚、年轻用户为主。但随着近年移动互联 网流量红利在一、二线城市的逐渐消退，抖音正在极速下沉。 抖音在吸引低线城 市用户群体方面做出了一些尝试。抖音推出抖音极速版，通过社交裂变和金币玩 法效果，与快手争夺下沉市场用户；由于下沉市场具有强烈的 “ 熟人 ” 特性，抖 音打造地域性红人，扶持搞笑风方言红人和各个地域的垂直类美食或生活红人， 显现本地化特征。 2.2、 基于微信流量和社交链差异化竞争者 微信视 频号入局 微信视频号基于微信流量和社交链，将社交关系引入到视频内容。 与抖音快手不 同，微信视频号背靠微信 12 亿日活用户，从一开始就是基于私域流量的短视频 平台，通过建立完整的闭环和生态系统，推动转、赞、评等互动的增加。基于社 交链推 荐分发方式，微信视频号通过好友之间的互相推荐来扩大视频内容的选择 范围，在延迟视频生命周期长方面比其他平台更优越。微信做视频号，一方面填 补了市场上缺乏优质的 “ 社交 +视频 “ 的产品空白，另一方面拓展与加强原有的 社交链，在用户、内容和创作者之间建立了连接。 敬请参阅最后一页特别声明 -13- 证券研究报告 快手 -W（ 1024.HK） 3、 快手商业化终局猜想：直播电商是未来， 广告成就现在，直播打赏成过去式 公域流量中，电商平台内容化，内容平台电商化，商业化的终局是流量变现效率 的最大化。 围绕着“流量效率”，我们认为直播电商渗透率快速提升的底层逻辑 是流量变现效率的优势。 新的流量分布形式 、 新的用户交互 形式和新消费 的 兴起 带来全新机遇。 1）电商 形态 不断进化， 而 人的需求依然存在，且会进一步被放 大。 2）媒介、信息分发方式的变革导致新事物取代旧事物 ，直播电商渗透率将 持续提升。 3.1、 内外生因素下直播打赏业务天花板已现 据 艾瑞咨询 ，随网络直播新规出台，秀场直播平台进一步缩小，快手获取更大游 戏直播份额，快手直播打赏市场份额有望逐步提升 。 2020-2023 年， 艾瑞咨询预 测 直播打赏行业规模分别为 1,540 亿元 、 1,694 亿元 、 1,830 亿元 、 1,958 亿元， 我们 预 计 2020-2023 年快手直播打赏收入市场份额逐步提升至 23.0%、 23.6%、 24.2%、 24.8%， 测算得出 2020-2023 年快手直播收入分别为 354 亿元、 399 亿元、 442 亿元、 485 亿元，由于针对电商主播的小店通流量产品上线后或对打 榜电商有替代作用，我们预计未来直播收入增速或将下降，整体占快手的收入比 例也会下降。 图 14： 快手直播打赏收入预测（单位：亿元， %） 图 15： 快手直播月活（左轴）以及 ARPU（右轴） 资料来源： 艾瑞咨询，光大证券研究所预测 注：直播打赏行业规模预测来自艾瑞咨询，快手市场份额预测来自光大证券研究所。 资料来源： 快手招股说明书 ，光大证券研究所 3.1.1、 外生阻力：政策约束加大，直播打赏模式或将转型 政策对于直播约束趋严的大方向逐渐清晰，严监管对直播打赏业务带来一定不确 定性。政策限制用户打赏上限，外生阻力下核心用户价值受限。 根据国家广播电 视总局 2020 年 11 月 12 日发出的关于加强网络秀场直播和电商直播管理的通 知对直播打赏规定。第一，未经平台批准，主播不得变更其直播间所提供节目 的类别；第二，未成年或未实名登记的用户不得打赏；第三，平台亦要限制每次、 每日及每月的虚拟打赏金额上限。若用户的虚拟打赏已达到每日 /每月上限，平 台须暂停该用户当日或当月的虚拟打赏功能。贡献大量直播打赏收入的 “ 土豪 ” 用户的价值上限被 锁死。 敬请参阅最后一页特别声明 -14- 证券研究报告 快手 -W（ 1024.HK） 表 2： 直播行业相关政策梳理 发布时间 相关政策 政策内容 3.1.2、 内生阻力一：直播付费用户渗透率见顶，月均 ARPU 减速 我们将直播打赏收入按以下方式拆分： 直播打赏收入 =用户数 *用户付费率 *ARPU。从三种因素驱动来看，在未来较长的一段时间内用户数、用户付费率、 ARPU 均无法为直播打赏收入提供推动力。 1） 短视频赛道竞争加剧，吃用户增长红利的时代已经过去。 17 年后短视频赛道 进入高速增长时代， 2017-2020 年，快手 MAU 月环比增速接近 10%， 2020 年 以来快手 MAU 环比增速明显下滑，近半数月份出现增速为 负的情况，其余正增 速月份增速也接近于 0， 9 月环比增速为 -8.6%，达到历史最低。随着腾讯旗下 视频号加入赛道以及竞争对手抖音商业化加速，短视频赛道用户增长两位数甚至 三位数的时代已经过去，难再依靠用户数增长作为内生推动力。 2） 直播付费率遇瓶颈，月均 ARPU 连续两年下滑。 2017-2019，快手直播用户 渗透率由 9.94%提升至 13.15%， 19 年达到最高。根据快手招股说明书数据计 算，近两年用户付费率由 1Q19-3Q19 的 13.71%跌至 1Q20-3Q20 的 12.84%， 快手直播用户渗透率指标短期内已经见顶，我们 预计 21-23 年将保持在约 13%。 ARPU 自 19 年以来持续下降， 19 年月均 ARPU 由 54.9 元跌至 53.6 元，同比增 速 -2.37%。 20 年数据更加不乐观，月均 ARPU 由 1Q19-3Q19 的 52.5 元跌至 1Q20-3Q20 的 47 元，同比增速低至 -10.48%，预计全年跌幅接近 -10%。 因此 我们认为直播付费率及 ARPU 两项指标短期内均见顶，难以为直播打赏业绩提 供内生推动力。 图 16： 快手 MAU 及其增速 - 2 0 % - 1 0 % 0% 1 0 % 2 0 % 3 0 % 4 0 % 5 0 % 6 0 % 0 1 0 , 0 0 0 2 0 , 0 0 0 3 0 , 0 0 0 4 0 , 0 0 0 5 0 , 0 0 0 6 0 , 0 0 0 2 0 1 7 -0 1 -3 1 2 0 1 7 -0 2 -2 8 2 0 1 7 -0 3 -3 1 2 0 1 7 -0 4 -3 0 2 0 1 7 -0 5 -3 1 2 0 1 7 -0 6 -3 0 2 0 1 7 -0 7 -3 1 2 0 1 7 -0 8 -3 1 2 0 1 7 -0 9 -3 0 2 0 1 7 -1 0 -3 1 2 0 1 7 -1 1 -3 0 2 0 1 7 -1 2 -3 1 2 0 1 8 -0 1 -3 1 2 0 1 8 -0 2 -2 8 2 0 1 8 -0 3 -3 1 2 0 1 8 -0 4 -3 0 2 0 1 8 -0 5 -3 1 2 0 1 8 -0 6 -3 0 2 0 1 8 -0 7 -3 1 2 0 1 8 -0 8 -3 1 2 0 1 8 -0 9 -3 0 2 0 1 8 -1 0 -3 1 2 0 1 8 -1 1 -3 0 2 0 1 8 -1 2 -3 1 2 0 1 9 -0 1 -3 1 2 0 1 9 -0 2 -2 8 2 0 1 9 -0 3 -3 1 2 0 1 9 -0 4 -3 0 2