如何看待抖音

09-13

如何看待抖音

來自專欄自●視界8 人贊了文章

以下為在峰瑞分享會的講稿

講稿

從 ROI 出發，首先科普下內容推薦分發產品的底層邏輯，希望提供一個平台視角供大家參考。

這兩年「增長黑客」的概念炒得蠻火的，但無論是增長黑客、還是精細化運營，本質都可收斂為 ROI 的計算。換句話說就是算帳，產出能不能匹配投入。快速發展的頭條系產品始終在追求 ROI 的優化：只要 ROI 合適就會持續加大資源投入，力爭抓住時間紅利，讓產品的規模快速增長。而當 ROI 不再合適的時候，就重新考量投入和調整方向。

在具體的產品迭代和運營過程中，ROI 也比較適合成為衡量標準。業務的最後產出業績，是通過種種產品運營動作累積而產出的：產品運營的決策度量就可以收斂為：每個動作的預期收益（影響面、收益規模），收益概率（即你做這件事多大程度上能成功）、投入成本之間的 PK。許多初創公司由於體量有限，會選擇去做成功概率小但是預期收益大的事情，大體量公司的子部門則更可能傾向於選擇穩紮穩打的方式、去做那些成功概率更高的事情，根據實際收益情況來判斷進一步的投入情況。

什麼是演算法推薦？演算法推薦的最直白的理解就是規則匹配，將用戶和內容都打上標籤，再將對應的內容和用戶進行連接。但依靠人工制定規則，一定很容易觸達優化的天花板。因為人力有盡時，不可能覆蓋複雜度更高的子場景和分支情況。這時，我們就需要藉由演算法的力量不斷細化人群與物品的特徵，提升匹配效率。演算法推薦的廣泛應用，帶來的就是效率的不斷提升。

以內容的分類為例，體育里會劃分為籃球、足球、籃球里會劃分為 NBA、CBA等賽事，進一步在 NBA 中，某個球星也會成為一個值得關注消費的子類目。人工制定的規則只可以向下深挖幾個層級，而演算法推薦可以更快速準確的深挖出更多有收益價值的子類目，並將其中有消費價值內容挖掘出來，提供給用戶消費。

演算法是圍繞目標函數的不斷細化與迭代。對於信息流產品而言，用戶規模和停留時長兩個指標就非常關鍵，只有用戶停留時長越長，其留存情況才會越好；只有刷數越多，廣告收益才可能更多。所以，很多演算法的優化都會圍繞點擊率和停留時長這兩個核心目標。

在核心指標之上，我們可以進一步增加複合型指標，來完善體驗。以多樣性指標為例。不同於搜索場景下、用戶可以明確表達意圖，推薦場景是一個緩慢地認知用戶的過程。在滿足用戶已知興趣點的時候，還需要進一步觸探、了解用戶新的興趣。保證了推薦內容的多樣性，才能夠保證用戶對於平台的長期黏性。

不管是圖文還是視頻，一個內容推薦流程大體是：內容理解 → 冷啟動 → 收集用戶反饋→ 擴散/消亡 → 長尾的傳播。

基於對內容的理解，推薦演算法進行了初始流量的分配和推薦。文本內容的理解比較成熟，能夠通過標題、正文關鍵字的抽取，對文章的類型、話題進行比較準確的判定。視頻的初始信息較少，就更依賴於自媒體提交的文本描述、自媒體本身的屬性、抽幀畫面來理解內容。內容本身的特點和自媒體的特點，都會影響內容的推薦流量分配。一個更垂直、更可信的自媒體能夠得到更高的授信額度，從而會得到粉絲和目標人群的優先曝光。

冷啟動階段基本可以決定一篇內容的生死：如果一篇內容在冷啟動里沒有獲得很好的反饋，大概率就涼涼了；反之，如果一篇內容在冷啟動里表現很好，則很容易快速擴散成為爆款。冷啟動的結果直接決定了一篇內容會得到擴散或者消亡，就像是叢林法則：強者越強，弱者淘汰。這種機制對內容消費者是非常友好的，他們只會看到自己想看的東西，如果關注的作者發了一篇硬廣，用戶大概率是看不到的。

對於創作者端來說，或許需要學會如何適應新分發規則下的新常態，不能簡單的基於粉絲髮硬廣了。從某種意義上來講，推薦系統也是更公平的。即便一個自媒體出身草莽，只要產出的內容具有消費性，收穫了很好的用戶反饋，就能得到一個可靠的閱讀量或播放量。

爆發之後的文章進入了長尾傳播的過程：小眾的內容受限於內容生產集合比較小，很有可能會持續得到一個更長尾的流量；而優質的內容，其生命周期會比其他內容高很多，當因為時效性因素髮生第一次衰減後，如果還能得到非常好的用戶反饋，就會持續得到延續。

接下來，我想糾正幾個關於內容推薦的常見誤解。

首先，高點贊+ 高評論是不是一定帶來高播放數？

二者是相關的，但不是嚴格正相關的。因為點贊和評論與內容的目標覆蓋面有關，如果目標受眾是 1 萬人，即便裡面有 5000 人給你的一條內容點贊評論，系統最大的目標上限也就是 1 萬；反之如果說你的受眾相對比較廣，比如有 5 萬、10 萬的受眾，你有 5000 贊和評論的時候，還能繼續往上漲。與此同時，一篇內容的消費量還會受到其他偶發因素的影響。

然後，解釋一句戲言，對於推薦系統而言，自媒體的表現是：「三分天註定，七分靠打拚」。

「三分天註定」的部分是指，推薦引擎具有一定偶然性概率：包括推薦系統本身的偏差和當時內容熱點的影響。就像「汪峰上頭條」，不是汪峰本身有什麼問題，而是那個時間段正好有其他更熱的內容將它的風頭蓋住了。

「七分靠打拚」說的是通過帳號的積累能得到平台更多的授信額度。一個自媒體做得越垂直、越久、累計表現越好，其自媒體帳號就越可信。站在平台的角度，平台追求的是用戶的點擊和留存。如果一個自媒體賬號有足夠多的活躍用戶，這些用戶和自媒體互動都不錯，那麼這個自媒體賬號對於平台來說顯然是有正收益的，從而會得到平台更高的授信額度，能夠被推薦給更多的用戶。

那麼，什麼內容會獲得流量？

這取決於平台的內容調性。不同的平台有著不一樣的用戶人群和迭代目標，其最後呈現出來的內容調性就會有差異性，自媒體應該選擇適合自己調性的平台進行發展。

實操中，通過分析某個平台最近 10 天的熱門內容，我們大體能夠感知到哪些內容在這個平台上能火。為什麼是「最近 10 天」？因為平台的策略優化是持續滾動和迭代的，同一時間有成百上千個 A/B 實驗在運行。只有不斷關注平台的熱門內容趨勢，才能夠更好的感知平台推薦調性的迭代，從而適應平台的內容分發特點。

我們要始終認識到：對於推薦分發平台，只有做機器能理解、用戶願消費的內容，才會獲得更大的流量成功。

至於說哪些內容是必掛的，除了敏感信息外就是短視的鑽漏洞行為。站在平台的角度，自然不希望有特別多的人作弊，也不會讓自媒體形成破窗效應。低俗的內容很容易吸到流量，但是如果放任低俗內容獲得很高的流量，就會給創作者端和消費者端帶來不好的影響，從而損傷平台的長期利益。因此，平台對於很多賬號的鑽漏洞行為是零容忍的。

最後，內容生產方需要了解平台每一階段的發展目標和運營動作。如果某個階段目標是商業化，那麼適合其商業化變現特點的賬號就會得到平台的青睞；如果某個階段在重點推進某個運營活動，那麼積極響應活動的自媒體就能夠得到額外的流量傾斜。

【QA】

Q1: 如果說抖音的關注點是用戶時長和留存，那我用一些策略，提升用戶在我們抖音號上的使用時長，能不能達到取悅演算法的目的，也是幫我們帶來更多的推薦量？

閆澤華：對，提升點擊率和完播率一定有助於內容推薦量的提升。但是要強調不要用炒短線的心態，使用欺騙機器、鑽漏洞的方式來做數據。內容一定不要太 low，不要用明顯的作弊方式。比如視頻頭幾秒都是引導文字，視頻結尾說片尾有彩蛋，這樣的方式一定能夠拉長時長和播完率，但對用戶來說是無意義。

反作弊是每一個平台都會做的事情，產品經理會定期將一些數據的離群點拿來分析。比如，某類內容的平均播完率在 60%，突然有個帳號高於 80%，就一定會有產品運營跟進人工判斷：如果內容真的好，運營會介入，如果是壞帳號，就會直接封禁。

Q2: 一個抖音賬號，是要做得更加垂直，有視覺上的統一性，還是說一個號可以容納幾種風格的內容？

閆澤華：我覺得相對垂直比較好。一方面，對於演算法分發平台而言：更垂直的賬號，機器的理解成本低，有利於更準確的分發；另一方面，垂直的賬號也有助於建立粉絲認知和積累粉絲。比較博雜的賬號，給用戶和演算法帶來的內容消費預期都不穩定，從而會影響打開率、帶來不太好的影響。

Q3: 抖音適合做銷量轉化嗎？你是否看好抖音電商化？

閆澤華：基於小視頻的成單可能關注的還是兩個元素：目標人群特點和內容到銷售的轉化。首先衡量商品和平台的目標人群、和內容發布賬號的關聯性，進一步衡量視頻內容是否可以在很短的時間內促成用戶的購買決策。

我們看到一些新奇特的產品如海淘的產品，在抖音上曝光之後，淘寶對應的銷量就漲得特別高。但一些大品牌可能更多在於建立品牌認知，不一定會完成在抖音里的直接轉化。