抖音、視頻號、小紅書算法解析和優化建議|深度好文
據艾瑞咨詢的相關數據統計,截至2021年6月,中國網民數已達10.11億。其中,搜索引擎用戶數7.95億,占網民整體的78.7%;短視頻用戶數達9.34億,占整體網民使用率的88.3%,已滲透到各個商業領域,成為超過搜索引擎的最大的信息檢索渠道。
目前,抖音用戶已達8.8億,日搜索量超過4億次。視頻號的月活和日活分別達到了7.5億、5億,超過快手,逼近抖音。短視頻已成為信息傳播和搜索的超級入口,對企業而言,掌握短視頻營銷方法已經成為數字化營銷工作,甚至是整個市場營銷工作中的重中之重。
在PC互聯網時代,營銷人除了能夠持續不斷產出高質量的內容以外,還需要懂得搜索引擎的排名規則,這樣網站的內容才會被更多的搜索用戶看到;同樣,在短視頻時代,營銷人除了制作高質量短視頻以外,也還需要懂得短視頻平臺的內容推薦、分發和搜索的算法,才能讓內容發揮其最大的威力。
本期內容,小編就和大家深入解析一下短視頻平臺(如抖音、視頻號、小紅書和快手等)的視頻推薦算法和優化建議。
一、去中心化的內容分發機制
無論是抖音、快手、小紅書還是微信視頻號,雖然算法各有不同,然而都是使用去中心化的內容分發機制,而且核心的推薦原理基本上大同小異。為了方便講述,接下來我們將會用抖音來泛指國內常見的短視頻平臺。
抖音的推薦機制是非常復雜且不斷更新的,即便是抖音算法工作人員也不見得知其全貌。但根本的原則卻是一直保持不變,即:去中心化的內容分發機制,給予優秀內容最大的曝光量。
傳統的社交平臺,如微信公眾號、微博,平臺只會向賬號的粉絲進行推送,如果你沒有粉絲,那么你的內容就不會被人看到。然而,抖音則不同:當新的內容被發布以后,只要滿足平臺的基本要求,平臺就會將內容推送給一些初始的用戶,從幾十到上千都有可能。這個過程業內常將其稱之為“冷啟動”。
之后,抖音會根據內容在這個初始流量池中的表現,來判斷是否將作品推送給更多的用戶,還是就此打住。因此,原則上來講,抖音的算法為每一位內容創作者提供了一個公平的競爭平臺,讓每一個優質的內容創作者,得到了跟大號同臺競技的機會。
如果內容受歡迎,平臺就持續給流量,甚至上熱搜;不受歡迎,就停止推薦,打入冷宮。
其推薦算法的最終目的也是顯而易見,那就是實現用戶體驗的最大化,從而實現平臺的用戶留存和新用戶的獲取。這也就是為什么常有人說,刷抖音上癮的重要原因之一。
下面,小編來詳細分析一下抖音的推薦算法,和優化視頻數據表現的技巧。
二、推薦算法的兩大基石
前文提到的抖音向內容分配流量的過程并非是隨機的,其中涉及了推送算法的兩個重要操作,即內容分析和用戶標簽化。
內容分析和用戶標簽的挖掘是推薦算法的基石。
抖音通過算法來識別內容并進行標簽化的歸類,又通過算法來識別用戶的行為,借助標簽對用戶的興趣進行記錄。在此基礎上,向不同類型的用戶推薦符合其興趣標簽的內容,并基于用戶互動數據進一步的完善內容和用戶標簽。
(內容分析和用戶標簽的挖掘是推薦算法的基石)
1.內容標簽化
內容分析從一個作品上傳至抖音平臺的時候就已經開始。視頻一般需要經過算法系統進行自動化的審核和識別,確保內容被打上正確的標簽。
內容識別的過程一般分為兩個步驟:
(1)讀取視頻標題、話題和熱點詞
抖音算法首先會在讀取創作者在上傳作品的時候,自行輸入的標題、話題和熱點詞等信息,來作為內容識別和標簽化的一個重要依據。
(2)智能識別視頻內容
抖音的算法和機器學習已經能夠非常準確地識別視頻中的內容,包含視頻內容和聲音內容。
使用過字節跳動旗下的視頻剪輯軟件:“剪映”,的朋友們,對此應該已經十分熟悉。抖音對于視頻內聲音和圖像的識別已經可以做到十分準確。借助內容提取和機器學習,抖音即可提取文本,將語義特征轉化文本向量,從而對內容進行精準的標簽化。
(視頻語義識別流程)
2.用戶的標簽化
抖音算法常用的用戶標簽分成兩類。
第一類是用戶屬性標簽,比如用戶性別、年齡、職業、手機型號、常駐地理位置等信息。性別信息通過用戶第三方社交賬號登錄得到;年齡信息通常由模型預測,通過機型、閱讀時間分布等預估;常駐地點來自用戶授權訪問位置信息,借此還可以推測用戶的工作地點、出差地點、旅游地點等等。
第二類是用戶興趣標簽,包括用戶感興趣的類別和主題、關鍵詞、來源,以及各種垂直興趣特征。興趣標簽基于用戶瀏覽動作進行逐步的更新和優化,并且會隨著用戶興趣的變遷進行動態調整。
三、內容推薦算法
在理解了推薦算法如何為內容和用戶進行標簽化操作以后,接下來,我們來介紹一下推薦算法是如何將內容推薦給感興趣的用戶。
1.算法的核心原理
讓我們直入主題:抖音內容推薦算法的核心原理究竟是什么?
簡而言之,抖音的算法就是根據標簽推薦內容,根據行為數據優化標簽和流量推薦。
上文提到了推薦算法的兩大基石:內容標簽化和用戶標簽化。內容推薦算法就是根據用戶的初始標簽,推薦擁有相關標簽的視頻內容。同時,當用戶在與內容產生互動的時候,系統會記錄互動數據,包括:完播率、觀看時長、點贊率、評論率、分享率、關注率、不感興趣等數據,判斷內容的質量和相關性,從而完善用戶標簽,并決定是否給予內容額外的流量推薦。
2.面向用戶推薦算法
當一個新用戶加入抖音時,由于系統沒有任何該用戶相關的標簽,因此,系統會隨機推薦一些近期受歡迎的視頻給新用戶。這些視頻往往都是近期點贊上百萬的熱門視頻。
用戶使用過程中的互動數據成為了算法優化內容推薦的反饋指標,例如:完播率、觀看時長、點贊、評論、分享、關注、不感興趣等。
隨著用戶瀏覽過程的不斷深入,算法對于用戶喜好的了解也會更加的深入,從而,系統推薦的內容也會越來越符合用戶興趣,形成雙向的正循環。
算法在留存用戶上也是煞費苦心。對于新客戶,或者是長時間未使用的“回頭客”,抖音會盡可能多地推薦熱門視頻,把壓箱底的好內容通通拿出來招待用戶,試圖讓他們多呆一會兒;而對于那些平臺的重度用戶,算法就會更大膽地將一些新內容,或者是不知名的創作者的內容推薦給他們,幫助平臺做內容質量的甄別者。
這就好比在人情交往中,對于不熟的朋友,我們總會小心翼翼招待好他們;而對于離不開我們的老朋友,就會隨意許多,甚至讓他們幫忙干些活。
3.面向內容創作者的推薦算法
抖音上的內容創作者與普通用戶類似,需要經歷一個從一無所知到逐漸認識的階段。
對于一個全新的內容創作者,由于系統對于作者的認知非常有限,因此,內容推薦過程中的相關性就會相對較弱,因此推薦的用戶可能興趣不是特別相關,算法需要經過一段學習的過程。
這也就是為什么大多數抖音號在賬號創建的初期,即便內容質量很高,播放量也會差強人意的原因之一。
比如你的內容受眾可能是15至30歲的青年男性,而系統可能將內容同時推給了一些小朋友,或者是一些女性用戶,導致他們看到視頻后迅速劃走,從而使視頻的數據較差,無法獲得更多的流量推薦。
所以說在起號初期,沒有精準標簽的時候,內容的播放量普遍都會比較低。但是,只要堅持發布高質量的相關主題視頻,系統就會給你打上精準的標簽,將內容推送給更加精準的用戶,長此以往,內容的播放量也會逐步提升。
4.視頻冷啟動
一個短視頻被發布后,需要經過一個被稱為“冷啟動”的過程。
一般來說,一個短視頻會被小范圍推薦,比如200~500人左右,也就是冷啟動時期。冷啟動時期的數據越好,內容被推薦到更大的流量池中的可能性才會越高。相反,如果冷啟動時期數據不理想,推薦很快就會停止。
所以冷啟動時期對一條內容的推動至關重要,尤其是那些粉絲數量不多的創作者。
網上有一個廣為流傳的抖音冷啟動流量池推薦的機制,分成8次分級推薦,如下圖所示:
(冷啟動流量池推薦機制)
這就好比一個升級打怪的過程。當平臺給視頻分配了部分流量以后,考核的工作就會開始。平臺會從完播率、觀看時長、點贊、評論、分享、關注、不感興趣等不同角度對視頻的表現進行評估、打分。
經過小編的運營實踐,結合行業專家的分析結果,在眾多的評斷維度中,完播率、評論率和點贊率最為關鍵。只有當視頻滿足晉級要求以后,才會獲得平臺下一等級的流量推送,否則,推送就會就此結束。
5.賬號初始權重
雖然抖音是一個去中心化的內容分發平臺,然而,并不是所有賬號都在同一個水平線上競爭。賬號的歷史表現對于視頻的分發也會起到很大的影響作用。這個影響被稱為初始權重,也就是在抖音的影響力和貢獻度。
同質量的視頻,權重高的內容創作者肯定更容易被推薦,上熱門的概率也就越大。
此外,初始權重高的賬號擁有可觀的粉絲數量。視頻內容除了享受冷啟動流量池的流量以外,還會被推送給部分現有粉絲。需要指出的是,平臺不會把視頻分發給所有關注這個賬號的粉絲,只有大約10%的粉絲能看到這條視頻的推送。
對于那些擁有私域流量的內容創作者,鐵桿粉絲對于互動數據的貢獻不容小覷。這也說明了為何有時大號的一個平平無奇的視頻卻擁有遠超其他賬號的播放量和互動數據的原因。
因此,綜合兩個因素,算法對于內容的推薦機制基于用戶行為和賬號權重兩個因素共同考慮,如下圖所示:
(短視頻內容質量的評判指標)
總而言之,抖音的算法旨在激勵創作者持續不斷地創造高質量的內容。
四、提升視頻數據的四個技巧
理解了短視頻平臺的算法,我們應該如何學以致用,提升自己的短視頻的表現呢?接下來小編與大家分享一下提升視頻數據的幾個技巧。
1.賬號的定位
短視頻的運營策略中,最為關鍵的莫過于明確的賬號定位。定位越垂直,平臺對于賬號內容的標簽化才能越準確,推薦的用戶才能越相關,視頻的數據也才能最大化,從而形成正向循環。
作為一個內容創作者,或者是企業賬號的運營者,一定要注意內容的垂直度,專注你的領域,這樣算法才能正確明白你的賬號所屬的類別。
如果內容不垂直,游離在各種不同的主題和領域,今天發產品動態,明天發新聞事件,一會兒涉及A行業,轉眼又去發B行業的視頻,系統就沒有辦法正確識別你的領域,給予正確的標簽。這樣就會導致推薦的用戶不是你的目標人群,進而完播率、贊評轉率都不會有好的表現。由此就會進入到一個惡性循環,數據越來越差,推薦也就原來越少。
因此,賬號定位是短視頻運營的重中之重,需要在一開始就有比較明確的定位,并且不要隨意做更改。
2.建立中長期的內容計劃
都說萬事開頭難,抖音的運營更是如此。你可能無數次地設想過,當你一開始在平臺上發視頻,就會獲得成百上千的點贊和源源不斷的新粉絲關注。而事實卻往往并非如你所愿。
新聞中那些一夜之間增粉百萬的情況,在通常的企業賬號運營過程中幾乎鮮有發生。即便是那些擁有豐富運營經驗的達人和MCN機構,在他們起號的初期,視頻的互動數據也是寥寥無幾。
初期表現平平,除了因為前文提到的算法對于賬號內容缺乏正確的標簽化以外,還因為很多賬號的運營者對于內容方向的選擇很難做到一次就對,都是在不斷發布作品,基于數據逐步優化內容策略,日積月累不懈努力的情況下才找到一條適合自己的內容運營策略。這是一個循序漸進的過程,很難一蹴而就。雖然也不乏一些能力出眾,并且運氣很好的創作者前幾個視頻就走紅全網,然而,這畢竟是低概率的事件。
因此,對于運營者來說,建立一個中長期的內容生產計劃尤為重要。這樣既可以給系統算法更多時間認識你的賬號,也可以為自己的內容策略留下足夠的容錯空間。
3.尋找對標賬號
當內容創作者初涉短視頻領域時,與其從零開始逐步摸索合適的內容策略,不如尋找一些對標賬號,例如競爭對手或者行業標桿,或者是其他行業的優秀的短視頻賬號,從他們的視頻內容中汲取經驗。
在短視頻運營的早期,模仿,是最好的學習方式。
研究他們的往期視頻,嘗試發掘受歡迎的內容的特性,尋找自己原定內容策略與這些賬號之間的相似點和不同點,用來指引自己視頻創作的方向。
4.提高互動數據
接下來小編給大家提供一些提高視頻互動數據的技巧。
(1)提升完播率的技巧
a.視頻控制長度
視頻的長度越長,達到高完播率所需要的播放時長越長,無形之間,這就為自己增加了難度。
雖然短視頻平臺上也不乏一些時長超過五分鐘的爆款視頻,然而根據抖音公布的統計數據,完播率表現的最好的視頻普遍長度都在30秒以內,占比最高。
因此,小編建議在完成傳達意思的情況下,視頻長度盡可能控制在一分鐘以內。
b.視頻預覽
對于一些時長較長的視頻,一個比較常見的提高完播率的方法就是在視頻的前十秒提供一個縮減版的視頻亮點片段預覽,這樣就可以讓感興趣的觀眾看完整個視頻。
c.引導讀者看到最后
將比較重要的信息放置在視頻的末尾來講,并且在視頻開頭就提示用戶,是一種比較有效的提升視頻完播率的做法。
比如一家輪胎品牌制作了一個短視頻,關于如何提高輪胎使用壽命的六點建議。開頭的文案就提示用戶,“尤其是第六條最為有效”。
這種做法能夠在一定程度上提高看到視頻最后的比率,提升完播率。雖然這種做法在短視頻平臺越來越多,甚至有些爛大街了,不過經過通過小編在多個客戶案例中親測,對于數據的提升還是有很好的作用。
(2)提升評論率的技巧
a.引導讀者在評論區互動
通過設置一些特定的內容環節,引導用戶在評論區留言,例如:
“你還有什么提升輪胎壽命的做法,歡迎在評論區留言”
“視頻中的問答題,你一共答對了多少題,在評論區告訴我”
“你能做幾個引體向上,快在評論區@你的小伙伴一起挑戰吧”
有一些賬號還會通過刻意制造無傷大雅的口誤的方法,引誘用戶留言糾正。
比如:故意將“三百六十行,行行出狀元。”說成了“三十六行,行行出狀元。”用戶肯定會自告奮勇的在評論區留言糾正。
當然,這招使用的時候需要慎重,不能在一些關鍵內容上犯錯誤,以免影響內容的公信力。
b.積極回復用戶的留言
一旦有用戶評論,我們就可以積極的去回復,一方面可以提升評論用戶的滿意度。在評論區開始互動對話也能提升評論的數量,增加系統的推薦;另一方面其他用戶看到了作者積極地回復評論,也可以激發他們的評論欲望。
c.發動線下資源參與評論
除了激勵短視頻平臺用戶評論以外,創作者自己也可以發動身邊的朋友、同事和私域好友參與評論。也可以選擇摘錄對標賬號的爆款視頻下方的神評論和類似內容的高贊評論,利用小號發布在自己的視頻評論區。此舉對于提升用戶評論和點贊效果顯著。
經過眾多短視頻大V的實測表明,評論率的權重很高,評論率可以讓一條爆不起來的視頻重新流行起來。在實戰中,多次被驗證評論率對于視頻上熱門至關重要!
(3)提升轉發率的技巧
相較之下,轉發率的引導難度比較大,一般比較難做實施,而且數據監控的難度也更大一些。一般情況下,小編建議創作者們將精力放在內容質量方面。
這里,小編給大伙兒提供一些提升內容轉發率的一些建議,當然,這些建議對于提升視頻的其他數據指標同樣適用。如果內容質量提升了,完播率、點贊率、評論率同樣也會相應提升。
雖然內容創作者的行業和領域各異,但是只要做到以下“六有”,內容質量就會有最基本的保障。
有情
走心的、勵志的、正能量的、讓人產生共鳴
有趣
有趣的內容,有意思的,能夠提供娛樂休閑的短視頻
有用
有用的信息,比如:科普類、知識分享、技能傳授類短視頻
有品
令人向往的,有品位的內容,如藝術鑒賞,案例分享類短視頻
有顏
顏值高,出眾的技能和才藝好的短視頻
有料
獵奇的、實時動態、熱點事件,滿足好奇心類的短視頻
實戰運營中,如果用戶感覺到內容干貨十足,滿足了以上“六有”之中的特定痛點需求,用戶保存和分享視頻的意愿就會大大增強。
如果視頻內容具備一定的社交價值的內容,比如當下人們正在熱議的時事熱點。這樣,用戶的分享意愿就會更高,視頻的轉發率也會較高。
除此以外,也可以在視頻中適度加入一些引導分享的提示,如:“如果你覺得這個內容對你有所幫助,請轉發給你身邊需要的朋友”。
(4)提升點贊率的技巧
如果你的視頻滿足前面提到的“六有”,內容的質量很高,那么點贊的數量必定不會少。因此,提升點贊率的關鍵也如前一點所說就是提升內容的質量。
此外,適度的點贊引導對于提升點贊率也是有所裨益的。
比如:
“如果喜歡我們的內容,記得點贊關注”
“好內容,點贊關注不迷路”等等。
(5)數量和質量同樣重要
每一個運營人都有一個出爆款內容的夢想,公眾號運營時期的10W+文章和短視頻時代的熱搜榜,都是每個運營人孜孜不倦的追求目標。然而,絕大多數的質變發生在量變的基礎上,先通過日積月累,把數量累起來,然后,才有可能出現質變。
爆款內容的出現是一個概率實踐,就如同射擊練習。雖然有人天賦異稟,一發擊中靶心,而大部分人都需要日復一日的練習方能達到較高的技藝水平。從概率學角度來說,這才是大多數普通人勝出的唯一方法。通過量變的積累,最終實現質變的飛躍。
同樣,短視頻的運營也是一樣的道理。
持續不斷,是打動用戶的基礎;
制作爆品,是長期積累的結果。
(6)布局私域流量的搭建
鐵桿粉絲對于提升視頻的數據參數至關重要。鐵桿粉絲越多,你的完播率、贊評轉越高,精準粉絲越少或者沒有粉絲,數據提升的難度就會很大。
因此,內容創作者除了專注提升內容質量以外,還需要投入一些精力在粉絲運營之上。比如,一些賬號都會選擇利用微信群或者企業微信群的方式搭建自己的私域流量。通過專享福利的方式引導粉絲加入思域流量池。后續新視頻發布的同時也能夠在自己的私域流量池中做內容的同步轉發。這就相當于在平臺冷啟動流量池的基礎上,增加了一個自有的流量池,而且這部分粉絲又是十分精準的,互動數據自然不會差。由此,視頻的整體數據也會有很大程度的提升。
關于如何搭建私域流量池,以及私域流量的運營方法,小編會在今日的內容推送中詳細介紹,感興趣的朋友們請關注聚加互動微信公眾號。
五、付費獲取流量
如果你對自己內容的質量有信心,但是苦于新開號,沒有足夠的粉絲積累,而平臺分配給你的內容的流量又十分有限,并且匹配度又不高。這時候,你可以適度的考慮使用付費購買流量的方法,提升內容的曝光度。
在抖音,這個付費平臺叫做“抖音DOU+”。進入后,登錄你的抖音賬號,你就可以看到下面的頁面。選擇你要推廣的視頻,確定購買的流量以及人群標簽,付費后,就可以獲得抖音額外推送的付費流量。
(圖片來源:抖音DOU+)
運營者可以根據這些流量的互動數據調整、優化運營和內容策略。
嘗試付費流量的前提是短視頻內容的質量需要一定的保障。如果你視頻內容太差的話,即使播放量再高,也不會有很多的點贊、評論、轉發和完播,反倒是浪費了廣告費用。
至此,以抖音為例子的短視頻平臺流量獲取的渠道分析就講解完了,可以通過以下的思維導圖來概括,包含公域流量推送、私域流量建設和付費流量購買三方面。
(抖音流量獲取渠道匯總)
寫在最后
短視頻的內容推薦算法雖然日趨完善和復雜,然而其底層邏輯卻一直保持不變,那就是基于用戶對于視頻內容的互動數據,借助賽馬機制海選優質內容,提供給相匹配的用戶查看,在提升用戶滿意度的同時,獎勵優質內容創作者以更多的流量曝光,從而起到用戶、內容創作者和平臺三贏的良性循環。
一旦運營者理解了這個算法邏輯,就會發現了解短視頻推薦算法只是做好短視頻運營的的基礎,而持續不斷的創作優質內容才是短視頻運營的核心。
李誕在他的《脫口秀工作手冊》一書中寫道:“如果你的目標是這場脫口秀一定要炸,那準備就永遠是徒勞的。只有當你的目標是成為一個越來越好的脫口秀演員時,準備才會有意義。”
同樣,對于短視頻的運營,如果你的目的是出爆款視頻,對于算法的了解是徒勞,因為算法優化所貢獻的那點流量,相比于高質量內容所獲得的流量屈指可數。
所謂:三分靠運營,七分靠內容。
持續不斷的好內容是關鍵,而精細和科學的運營則可以實現內容價值的最大化。
原文鏈接:https://mp.weixin.qq.com/s/2-qfHYBeTKTfSQOlMfhMOA
轉載請在文章開頭和結尾顯眼處標注:作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載,授權事宜請聯系作者本人,侵權必究。
本文禁止轉載,侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權,侵權必究。
評論
評論
推薦評論
暫無評論哦,快來評論一下吧!
全部評論(0條)