視頻號底層算法:算法推薦+社交推薦

各位女神,大家節日快樂。

我倡議爲我們的慧月讀的女神點贊一小時。

哈哈哈,今天我分享的內容個點贊有關。

我分享的題目是視頻號底層算法:算法推薦+社交推薦

我想問個問題,視頻號是算法推薦作用大,還是社交推薦作用大?

大家不着急回答,聽我細細說。

什麼是算法推薦?

️ 算法推薦:互動率×完播率

互動率=(點贊+評論+轉發+收藏)/播放量

點贊、評論、轉發、收藏也就是我們說的四連。

一個視頻能否成爲爆款主要看點贊、評論、轉發、收藏,其中,評論所佔的權重最高,所以說我們好朋友發的視頻,我們最好評論一下。

還有我們昨天一位老師一眼就瞄見的重點,設置評論點。

做視頻號時,會提前建立好選題庫和評論庫,在拍攝和剪輯視頻前就先想好這條視頻需要設置幾個評論點。

一般一個視頻中至少會設置2~5個評論點,然後在發佈視頻前讓團隊成員準備好高贊評論,引導用戶自覺地在評論區發表觀點。

完播率=看完視頻人數/播放量,和視頻時長強相關。

這個很好懂,一個一分鐘的視頻和一個一小時的視頻,一分鐘的視頻肯定更容易看完。

作者呂白經過精密計算,視頻號時長在25秒之內的視頻最容易提高完播率。

️社交推薦:私域流量冷啓動

大家知道視頻號和抖音的區別嗎?

抖音的算法能夠很快知道用戶喜歡什麼,系統會投其所好給用戶推薦其喜歡的視頻。

我們在抖音發佈一個視頻,它會先放到100人的流量池裏,如果數據好(點贊、評論、轉發、收藏的人多),抖音算法系統會繼續把這條視頻推到1000人的流量池,以此類推。

但騰訊的算法還不夠厲害,因爲字節跳動是做內容出身,騰訊則是社交爲王。

騰訊做自己的優勢項目:社交媒體分發。

視頻號是基於熟人關係鏈給你推薦視頻,比如琪老師點贊、分享的視頻,系統會推薦給我。

這就造成視頻號和抖音的一個巨大的區別,在抖音中爆火的內容在視頻號不一定會大火。

爲什麼呢?比如抖音中我點讚了一個小姐姐跳舞的視頻,沒有人能看到,但如果我在視頻號點讚了一個這樣的視頻,我媳婦就會看到,我的媽也會看到,我們單位領導也會看到,羣裏的女神們也會看到。我肯定是鴨梨山大,不敢輕易點呀。

我敢點的是啥呀,比如琪老師講書啦,樊登讀書了,娜姐談商業了,伊文講學習啦,然說育兒啦,點這樣的視頻可以展現自己的品位。

視頻號的推薦機制也在逐漸完善,向着合理的方向發展。

張小龍在2021年微信公開課上說:

未來有一天,關於視頻的播放量,(關注、好友推薦、機器推薦的比例應該是1∶2∶10),即一個人應該平均看10個關注的視頻,20個朋友點讚的視頻,100個機器推薦的視頻。

因爲對於關注的東西你已經知道大概內容了,反而不會太有吸引力,因此比例爲1。

好友推薦的內容雖然看起來累,但是不能錯過,所以比例爲2。

而機器推薦的內容符合懶人原則,是大多數人都更容易消費且獲得舒適感的信息,所以比例爲10。


最後問大家一個問題,視頻號是算法推薦作用大,還是社交推薦作用大?

敲黑板劃重點,社交推薦只是起到冷啓動的作用,最終決定視頻火爆程度的還是算法推薦。

視頻要火需要冷啓動,一般只要有20個好友點贊就足夠了。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章