数据, 术→技巧, 营销
最近公司的部分运营工作涉及到的抖音短视频的宣传。为了达到更好的效果,于是对抖音的推荐机制进行了简单的整理和研究。
通过数据的分析,我们发现在传播效果方面,抖音>小红书>微信朋友圈>新浪微博。究其原因是内容分发的逻辑存在非常大的差异。
微信虽然可以通过转发传播,但是在转发意愿度层面会消弱传播效果。朋友圈转发困难度较大,很难进行二次传播。而非订阅模式的抖音模式通过算法机制,可以将内容一次次的推送给潜在感兴趣用户,致使内容可以大面积的广泛传播。
关于抖音的分发推荐机制,我没有找到官方的说明材料,但获取到了同样字节跳动旗下的“中视频平台”西瓜视频的推荐机制介绍。
要了解推荐机制,首先我们要了解观众。每个观众的观看兴趣都是大不相同的,个性化推荐机制要做的事情就是让每位用户看到可能感兴趣的内容。这种精准推荐,是建立在机器对每位用户都有充分认知的前提下的。在机器中,每位用户实际是由大量数据构成的,用户的观看兴趣就藏在这些数据中。不同数据对用户兴趣计算所占权重不同,数据包括:
推荐系统的本质,就是从一个海量的内容池里,为观众匹配出少量感兴趣内容。为了给用户提供他们喜欢的内容,或者理解用户的需求,平台有很多角度可以去刻画一个用户的画像,比如,年龄、性别、历史浏览的文章、环境特征等;同时,利用先进的AI技术对内容进行分门别类。紧接着,推荐机制就像一座“桥梁”,连接观众和内容,将内容源源不断地推送到感兴趣的用户面前。这座“桥梁”有两个特点:
视频的首次推荐,如果点击率低,转评赞不高,系统认为视频不适合推荐给更多的用户,会减少二次推荐的推荐量;如果点击率等数据高,系统则认为视频受用户喜欢,将进一步增加推荐量。以此类推,视频新一次的推荐量都以上一次推荐的点击率等数据为依据。例如,一个视频首次推荐给了1000个用户,如果这批用户的点击率、完播率等较高,系统判定用户非常喜欢这篇视频,将其扩大推荐给10000个用户,如果这轮推荐用户的点击率、完播率等仍然维持在较高水平,那么系统会将视频再次扩大推荐给30000个用户、50000个用户、100000个用户……推荐量和播放量便如滚雪球一般节节攀升。因为这种扩大推荐的机制,创作人想获得更多的播放量,就必须努力把各维度阅读数据(点击率、用户播放时长、收藏数、评论数、转发数等)维持在高位水平。这就要求视频:
其中,至关重要的当然是点击率,完播率,转评赞等,也因此,标题和封面图的重要性便不言而喻。这也是今天注意力稀缺时代,播放获得好的传播的关键要素。有吸引力的标题能带来更多点击,但这不意味创作人要成为惯用夸张标题的标题党。恰恰相反,标题党反而会被平台通过技术手段识别和打压,限制推荐量。除了标题夸张,用户举报密集、负面评论过多都是限制播放推荐量的因素。归根结底,一个作品能否获得更多推荐最终取决于内容质量,好的内容才能带来流量的长效增长。
关于抖音的分发机制完善流传着这样一份的流程图,整体流程和上面的西瓜视频的介绍的推荐逻辑类似。后续我们就根据下面的流程进行深入的研究与分析。
在抖音,每天有数量庞大的新作品上传,需要对一些内容进行过滤,从目前公布的内容看,检测主要集中在:
如果纯靠机器可能存在一些误判,人工一一确认又不太现实。所以采用机器检测和人工检测的结合。
机器审核:一般是通过提前设置好的人工智能模型来识别你的视频画面和关键词,它主要有两个关键作用:
人工审核:主要集中在3块:视频标题、封面截图和视频关键帧。
通过检测是迈向内容分发的第一步,如果第一步没通过则相当于被关进了小黑屋。违规检测相对来说比较容易规避。版权检测,特别是音乐版权有时不清楚自己使用的音乐是否合规,保守方案是使用抖音上目前热门视频所使用的音乐。去重检测其实是一个很容易误触的机制,特别是一些模仿性质的内容,可采取的方案是更换不同的背景、角度、服装等。录屏性质的视频非常的特别特别容易触发去重检测,取而代之的是摄屏的方式,摄屏是可以采取不同的背景和角度,但需要注意的是保证摄屏时的清晰度。
抖音的算法其实是一个赛马机制。简单的说就是先将视频推荐给小部分人群,收集这部分数据的表现情况,再将表现好的视频分发到更大的范围。
所以抖音流量的增长方式并不是线性的,增长曲线更多类似:
从目前了解的资料看,抖音的赛马机制总共有三种方式:
以下是网友通过数据的整理的大致抖音流量池分级情况:
流量触顶
抖音作品经过双重审核、初始推荐、叠加推荐层层引爆之后,通常会给账号带来大量的曝光、互动和粉丝。而这种高推荐曝光的时间,一般不会超过一周。之后,爆款视频乃至整个账号会迅速冷却下来,甚至后续之后发布的一些作品也很难有较高的推荐量。主要原因:
单有赛马机制对于抖音来说还不够,抖音想要的提升的用户的观看体验,最重要的是将合适的内容推荐给合适的用户。想了解抖音的个性化推荐算法先从数据角度进行分析,以下是抖音前端返回的数据:
视频信息:
音乐信息:
用户信息:
除了这些基础的信息外,针对推荐系统,通常最需要获取的是用户的行为数据:
推荐系统一般有以下四个部分组成:
做常见的推荐算法为协同过滤,协同过滤算法通常会被分为两大类:
对于抖音来说,每天产生的视频非常的多,如果抖音使用基于物品的协同过滤算法做推荐,则需要对平台的每条内容做相似度计算,除了需要识别视频画面中出现的物品以及他们之间的关系外,还要识别视频的背景音乐、台词。显然,对于以视频为主要内容的抖音来说,选择这种推荐算法是极其不明智的。如果使用基于用户的系统过滤算法取推荐算法就不必知道某条内容是什么,只需要看到某一群人都喜欢这条内容就可以把这群人归到同一类人里。严格意义上说,抖音给用户的打的并不是具体的属性标签,而是类似聚类出来的一个ID。
以上介绍的知识最初级的推荐算法的逻辑。抖音的多级流量池,实际是基于上一级流量池的响应数据利用类似Lookalike 算法去扩大用户群。
抖音的算法并不会仅仅像上面介绍的一样,中间还需要考虑非常多的其他场景和因素。比如初级分发,其实就是推荐算法中的冷启动问题。对于一个全新的视频无法通过系统过滤的方式给推荐出去。退而求其次的方式是给视频和用户打上标签属性,再通过标签的匹配筛选做可能的用户做打样。中间又涉及到两个问题:
如何给视频打标签?
基于以上大概能给一个视频初步的分类。
一般推荐系统的分类都要按照层级进行划分的,如下图:
如何给用户打标签?
引申话题:如何让冷启动更有效?
二次引爆
除了以上正常的流量池流程外,抖音还有两种额外的情况:
短视频想要进入下级流量必须满足一定的指标要求,并且由于流量池越开越大,响应的匹配精度越低,平台想要控制整体内容的满意度,对于指标的要求也会越来越高。抖音推荐算法中的赛马机制主要看中的视频指标由以下部分组成:
如何评级视频质量的好、中、差?
什么样的视频有爆款潜质?
通过数据统计得到的结论:
所以,一个作品发出后,基本前面一两个小时,或者30分钟左右,就能预测到是否会火了。如果1小时之内,播放量突破5000,而点赞量能大于100,评论数大于10,那么,得到系统推荐的机率就大很多了,基本上离热门也不远了。
用户可以直接通过抖音推出的DOU+氪金让自己创作的视频直接进入更高级别的流量池。
参考链接:
深圳SEO优化公司舟山网站改版沧州百度爱采购报价丽江网站搭建哪家好玉溪推广网站价格福州seo网站优化哪家好松原网站优化排名推荐阜新网络推广报价威海百度标王哪家好吉林网络营销报价安康营销网站多少钱荆州SEO按天收费公司龙岩网站设计价格庆阳seo网站推广哪家好海南模板推广价格辽源SEO按效果付费公司乐山网站推广方案哪家好连云港百姓网标王推广报价黄石网站优化软件哪家好楚雄关键词排名公司龙岗网络广告推广哪家好沙井模板制作公司松岗如何制作网站公司龙岗营销网站推荐盐城百姓网标王报价海西seo排名公司安顺网页制作上海网站定制报价泰州SEO按天计费保定营销型网站建设公司沙井企业网站建设公司歼20紧急升空逼退外机英媒称团队夜以继日筹划王妃复出草木蔓发 春山在望成都发生巨响 当地回应60岁老人炒菠菜未焯水致肾病恶化男子涉嫌走私被判11年却一天牢没坐劳斯莱斯右转逼停直行车网传落水者说“没让你救”系谣言广东通报13岁男孩性侵女童不予立案贵州小伙回应在美国卖三蹦子火了淀粉肠小王子日销售额涨超10倍有个姐真把千机伞做出来了近3万元金手镯仅含足金十克呼北高速交通事故已致14人死亡杨洋拄拐现身医院国产伟哥去年销售近13亿男子给前妻转账 现任妻子起诉要回新基金只募集到26元还是员工自购男孩疑遭霸凌 家长讨说法被踢出群充个话费竟沦为间接洗钱工具新的一天从800个哈欠开始单亲妈妈陷入热恋 14岁儿子报警#春分立蛋大挑战#中国投资客涌入日本东京买房两大学生合买彩票中奖一人不认账新加坡主帅:唯一目标击败中国队月嫂回应掌掴婴儿是在赶虫子19岁小伙救下5人后溺亡 多方发声清明节放假3天调休1天张家界的山上“长”满了韩国人?开封王婆为何火了主播靠辱骂母亲走红被批捕封号代拍被何赛飞拿着魔杖追着打阿根廷将发行1万与2万面值的纸币库克现身上海为江西彩礼“减负”的“试婚人”因自嘲式简历走红的教授更新简介殡仪馆花卉高于市场价3倍还重复用网友称在豆瓣酱里吃出老鼠头315晚会后胖东来又人满为患了网友建议重庆地铁不准乘客携带菜筐特朗普谈“凯特王妃P图照”罗斯否认插足凯特王妃婚姻青海通报栏杆断裂小学生跌落住进ICU恒大被罚41.75亿到底怎么缴湖南一县政协主席疑涉刑案被控制茶百道就改标签日期致歉王树国3次鞠躬告别西交大师生张立群任西安交通大学校长杨倩无缘巴黎奥运
研究的好透彻,拜读
向前辈致敬!感谢分享。