流量分散，渠道多元

想要獲取流量，還真就得了解各個主流平臺的流量算法

(資料圖)

今天就來給大家分享一下四大主流平臺 抖音、小紅書、知乎、視頻號的流量算法底層邏輯

1）抖音

抖音的流量算法幾乎是所有流量平臺中最為復雜的，當然也是流量最大的

抖音是典型的“標簽”對“標簽”的平臺

如果你是用戶，平臺會根據(jù)你平時的瀏覽喜好把你的關(guān)注點拆解成大約150個標簽，你能刷到哪些視頻一定程度上是你的用戶標簽決定的。如果瀏覽喜好發(fā)生變化，用戶標簽也會隨之變化，刷到的視頻也會跟著標簽而變化

如果你是創(chuàng)作者，平臺會根據(jù)你發(fā)布的內(nèi)容形成創(chuàng)作者標簽，標簽數(shù)量同樣是150個，如果發(fā)布內(nèi)容產(chǎn)生變化，創(chuàng)作者標簽也會隨之變化

創(chuàng)作者發(fā)布視頻后，視頻會根據(jù)創(chuàng)作者標簽匹配相似的用戶標簽，這就是上面我們講過的“標簽”對“標簽”的流量算法

短視頻匹配到用戶后，會通過該視頻的數(shù)據(jù)表現(xiàn)來衡量該視頻是否值得進一步的推薦

抖音對單個視頻的推薦，會考核5個關(guān)鍵數(shù)據(jù)

1）完播率

完播率=觀看時間/作品時間

完播率越高，說明作品越吸引人觀看，大盤的合格線通常是15%-20%左右，40%-50%以上的完播率就已經(jīng)很優(yōu)秀了。要想辦法做高完播率，通常的方式是開頭設(shè)置懸念或者引導打開評論區(qū)，拉長觀看時間

如果是新號的話，建議前期視頻時長不要太長，時長越長，完播越低，除非視頻質(zhì)量極佳

2）點贊率

點贊率=點贊量/播放量

點贊量越高，推薦量才會越高，第一波推薦的點贊率至少要達到3%-5%

也就是說每100個播放量，至少要有3-5個點贊

3）留言率

留言率=留言量/播放量

留言率的數(shù)據(jù)高低跟視頻類型有很大關(guān)系，不好用平均數(shù)據(jù)去衡量，但確定的是留言率表現(xiàn)越好，加權(quán)推薦就越高。所以，創(chuàng)作者可以主動在視頻中或者文案、評論區(qū)引導評論，提升留言率

4）轉(zhuǎn)發(fā)率

轉(zhuǎn)發(fā)率=轉(zhuǎn)發(fā)量/播放量

轉(zhuǎn)發(fā)率對于還在初級流量池流傳的視頻影響并不大，但想要突破流量層級，轉(zhuǎn)發(fā)率就是很關(guān)鍵的指標

5）轉(zhuǎn)粉率

轉(zhuǎn)粉率=關(guān)注量/播放量

也就是路轉(zhuǎn)粉的比例，單條視頻帶來的新增粉絲率，同樣是沖擊高級流量池的關(guān)鍵數(shù)據(jù)

抖音平臺是一個巨大的流量池，抖音推薦機制是一個漁網(wǎng)，視頻內(nèi)容是魚餌

如果你的視頻的五個關(guān)鍵數(shù)據(jù)都能取得較好的數(shù)據(jù)表現(xiàn)，那么進入到中高級的流量池繼續(xù)流轉(zhuǎn)的可能性非常大

抖音的流量池有也有它的法則

視頻發(fā)布后會進入冷啟動池，流量通常是是300-500，一般是由粉絲+朋友+可能認識的人+少量標簽匹配的用戶構(gòu)成，因為冷啟動池的流量構(gòu)成最為復雜，也是最難突破的流量池，這就要考驗，你的粉絲是否精準，內(nèi)容是夠優(yōu)質(zhì)，如果關(guān)鍵數(shù)據(jù)達標會進入到初級流量池

初級流量池的流量大約在1000-5000左右，同樣需要繼續(xù)觀察視頻在初級流量池的變現(xiàn)，如果數(shù)據(jù)繼續(xù)過關(guān)，將進入中級流量池

中級流量池就有10000以上的播放量，同理看數(shù)據(jù)表現(xiàn)；

高級流量池就有十萬+以上的播放量了，上不封頂

2）小紅書

小紅書的算法和抖音類似，也是“標簽”對“標簽”的流量算法

不同的是，基于不同的用戶習慣，抖音更側(cè)重主動推薦，小紅書更側(cè)重搜索推薦

基于小紅書的平臺定位，超過65%的流量來源于搜索，所以在搜索流量算法上更精細一些，所以這里側(cè)重講一下搜索流量算法的邏輯

搜索結(jié)果與需求的匹配主要是核心關(guān)鍵詞與query的匹配度，搜索結(jié)果中展示的具體內(nèi)容是通過分析用戶需求，找到最能命中用戶需求的信息

一篇筆記標題中的關(guān)鍵詞可謂是重中之重，官方也明確提示：“填寫標題會有更多贊哦”

由此可見，標題是小紅書官方用來識別內(nèi)容屬性的重要選項，想要讓筆記獲得更多的展現(xiàn)，最基礎(chǔ)的工作就是要做好標題的優(yōu)化

我們要善用搜索的關(guān)鍵詞、熱詞推薦等來幫助我們找到筆記核心詞，以便能讓系統(tǒng)識別并推薦給對應(yīng)用戶

從推薦內(nèi)容找核心詞

推薦內(nèi)容包括幾個方面，搜索框置灰關(guān)鍵詞，頁面顯示的歷史搜索，熱搜詞

1）默認提示詞

點開搜索還未輸入搜索詞之前，平臺會根據(jù)用戶標簽推薦默認提示詞，默認提示詞中存在一定量的搜索流量

2）搜索發(fā)現(xiàn)（熱門搜索）

熱門搜索把最近一段時間被搜索次數(shù)最多的詞展示出來，去引導用戶看一些最近熱門的內(nèi)容和用戶搜索量大的話題推薦，跟用戶的搜素量和近期的熱門話題相關(guān)

3）補充聯(lián)想關(guān)鍵詞

補充聯(lián)想關(guān)鍵詞，即用戶輸入部分內(nèi)容，然后系統(tǒng)根據(jù)這些內(nèi)容聯(lián)想出完整內(nèi)容，自動補全關(guān)鍵詞，通過即時匹配關(guān)鍵詞并展示出來，增加用戶的選擇。我搜了顯瘦，平臺就給我推薦了關(guān)于顯瘦的幾個關(guān)鍵詞推薦

考慮熱詞排序是綜合展示的結(jié)果。除了筆記數(shù)外，“熱詞” 的熱度排序可能還牽涉到兩個方面的因素：用戶主動搜索的頻率，以及筆記本身被系統(tǒng)推薦的熱度

搜索之后，系統(tǒng)根據(jù)搜索詞進行算法匹配，把所有結(jié)果都展示出來。而如果這個關(guān)鍵詞是相關(guān)品類中范圍比較大的詞匯，那么就能看到在界面上半部分有一些專門的標簽詞匯提供分類篩選的功能。這種方式對于用戶無目的搜索的體驗會更好。同時將最熱門的筆記排在前面，這種搜索結(jié)果的展示形式以及篩選條件，目的都是為了縮小選擇范圍，幫助用戶快速選擇

關(guān)于關(guān)鍵詞的選擇有以下幾點值得注意：

1）小紅書的熱搜推薦是平臺短期流量內(nèi)容的標識；搜索提示關(guān)鍵詞、篩選熱門是長期流量所在，來源于小紅書真實的用戶數(shù)據(jù)分析和總結(jié)

2）一定要優(yōu)先選擇競爭度小流量大且比較精準的關(guān)鍵詞，避免選擇寬泛的關(guān)鍵詞

3）學會反推關(guān)鍵詞。確定筆記主題及關(guān)鍵詞后，要去反推希望用戶用什么關(guān)鍵詞能搜到自己的筆記，考慮如果自己去搜這類筆記會用哪些常見關(guān)鍵詞去搜。

4）在筆記標題、正文、話題、評論等位置合理的布局關(guān)鍵詞，有助于筆記被收錄及精準推薦。避免堆砌關(guān)鍵詞，堆砌關(guān)鍵詞會被系統(tǒng)判定為廣告，長期這樣操作，賬號會被系統(tǒng)降權(quán)

3）知乎

首先是針對搜索流量 ，知乎的搜索排名其實跟搜索引擎是有類似的，內(nèi)容需要先進行收錄，然后才能提升搜索詞排名

一方面需要看內(nèi)容和搜索關(guān)鍵詞的匹配度，匹配度越高，收錄的概率也就越大；另一方面，優(yōu)質(zhì)賬號的權(quán)重更高，能夠獲得的搜索詞排名也會更高；最后，內(nèi)容的熱度也會影響搜索排名，總之越熱門的內(nèi)容排名會更加靠前

當然，搜索還涉及到問題下回答的排名，一般來說，搜索詞收錄該問題后，會抓取問題下其中一條高贊的回答展現(xiàn)，除此之外，因為用戶的習慣一般會參考不止一條回答，那么該問題下自然排序第一的回答，也有更大的曝光概率

所以，如果能夠?qū)崿F(xiàn)搜索詞+問題下的排名都非?？壳埃敲戳髁孔匀痪蜁?；如果不能實現(xiàn)兩者均很靠前，那么起碼要實現(xiàn)有一條在靠前的位置。

第二是針對推薦流量 ，推薦流量是通過知乎的推薦算法，然后將內(nèi)容推送給用戶

一般來說，推薦算法會先將內(nèi)容推送給一小部分人，然后收集反饋數(shù)據(jù)，如閱讀完成率、贊同率、互動數(shù)據(jù)等，來判斷這條內(nèi)容是否值得持續(xù)推薦

第三是針對熱榜流量 ，熱榜是知乎的全站實時熱門內(nèi)容合集，其維度主要是看24小時的瀏覽量、互動量和領(lǐng)域權(quán)重來計算

想要內(nèi)容上熱榜，那就必須要在短時間內(nèi)有大量的領(lǐng)域內(nèi)用戶參與互動，形成不錯的聲量后，內(nèi)容自然熱度就提升上去了

當然，針對視頻類內(nèi)容，其分發(fā)機制跟推薦類似，而且有單獨的榜單支撐，參考即可

第四是綜合算法， 和頭條、抖音等平臺不同的是，知乎采用的是威爾遜算法，即根據(jù)內(nèi)容的點贊、反對、收藏等數(shù)據(jù)，按照威爾遜公式來決定內(nèi)容的推薦和排名

u代表內(nèi)容的贊同數(shù)，v代表內(nèi)容的反對數(shù)，p則代表內(nèi)容的贊同率=贊同數(shù)/（贊同+反對），而Z則是與權(quán)重相關(guān)的數(shù)字

算法公式雖然很復雜，但大家只需要記住最核心的一點：贊同率比贊同數(shù)重要，反對率比贊同率重要

和其他內(nèi)容平臺不相同的是，除了點贊和互動，知乎用戶還可以給不同意的內(nèi)容點反對票，而反對票數(shù)一定程度上將會影響回答排名

4）視頻號

微信視頻號和其他流量平臺的算法完全不同，視頻號的分發(fā)機制是基于社交推薦和個性化推薦

1）社交推薦

社交是微信生態(tài)的先天基因，所以對于微信視頻號來講，社交關(guān)系鏈同樣非常重要，比如你的好友發(fā)布和點贊的內(nèi)容，會優(yōu)先推薦。一個作品，你的好友點贊收藏互動多的話，你的閱讀量曝光量就會上升，相反，如果非好友進行點贊收藏的話，對于你作品的曝光低于好友點贊收藏

所以，你微信好友的點贊收藏互動對于作品提升權(quán)重有很大的影響

其實這個就跟公眾號的“在看”和“點贊“的邏輯相似，比如你給某個文章（視頻）點了“在看”，你好友將會在微信“看一看”刷到這個文章（視頻），你好友點贊了，他的好友也可能會刷到這個作品，以此類推

2）個性化推薦

指的是系統(tǒng)會根據(jù)用戶的日常行為、活動軌跡和興趣、職業(yè)、年齡等標簽，通過一系列大數(shù)據(jù)算法，推測出用戶可能喜歡的內(nèi)容。因為微信本身就擁有11億的超級用戶畫像和各種算法機制作為參考

不過目前由于微信視頻號尚處于熱啟動階段，目前數(shù)據(jù)庫并不全面，采用的數(shù)據(jù)源都是從微信大盤抓取，算法基本會采用興趣標簽+定位+熱點+隨機推薦

所以無論是發(fā)視頻還是發(fā)圖片，添加話題和定位更有助于個性化推薦。這一點跟抖音的推薦算法有點相似，只不過目前還不夠成熟

3）去中心化的推薦算法

視頻號雖然是基于社交推薦，但每個人的社交關(guān)系鏈畢竟有限，當一個作品已經(jīng)在完整的社交關(guān)系鏈獲得了展現(xiàn)且取得了較好的數(shù)據(jù)表現(xiàn)后，視頻號會進行社交關(guān)系鏈以外的擴大推薦，邏輯類似于抖音的“標簽”對“標簽”，這里不做過多延展

以上就是抖音、小紅書、知乎、視頻號的流量算法，相信大家仔細閱讀后會對四大平臺有新的了解和認識

關(guān)鍵詞：