抖音/快手/淘宝/腾讯四大直播平台的流量逻辑

　　一、抖音的流量逻辑：重算法轻粉丝 　　抖音的重算法轻粉丝的流量逻辑来自于今日头条的成功，作为区别于搜索和社交的信息推荐模型，将内容和用户进行匹配，通过系统进行精准推荐是这个算法的核心，所以有人又将这个逻辑称为：内容导向的计划经济。 　　抖音和头条推荐算法背后有一个简单的函数公式： 　　y = F ( Xi , Xu , Xc ) 　　这个函数包括三个维度的变量，即用户、环境、内容。 　　第一个维度：内容。每种内容都有很多标签，什么类别、属于什么领域、播放量、评论数、转发数等，需要考虑怎样提取内容特征来推荐； 　　第二个维度：用户特征。包括兴趣、职业、年龄、性别等； 　　第三个维度：环境特征。用户在哪里，什么场合，工作还是旅游，还是地铁里。 　　简单来说就是：我是谁、我在哪儿、我想看什么。 　　要将这三者匹配起来，是一个很复杂的数学问题，常用的模型就有好几种。像抖音这种数据量大、实时性强的，一般是多种模型混合使用。最终，系统会根据多个因素加权计算得出一条视频的指数，然后根据指数来分步骤推荐。 　　1. 第一步：冷启动 　　视频通过审核后，系统会分配一个初始流量池，初始流量池由两部分组成： 　　该账号的粉丝，但并不是所有粉丝都能推送，要服从算法优先原则； 　　可能喜欢该视频的用户。 　　冷启动推荐有300左右播放量。系统会根据数据来给视频加权计算，最核心的数据有4条： 　　播放率； 　　评论率； 　　点赞率； 　　完播率。 　　然后做加权计算： 　　权重的排序大概是完播率>点赞率>评论率>转发率。道理很简单，你的视频也许开头吸引了用户，也许标题吸引了用户，也许是封面吸引了用户，但这些都不能证明你的整个视频质量高，只能证明某一部分吸引人。 　　如果用户可以把你的视频看完，那说明你的视频真的是优质，所以把完播率的权重放在第一位也就不足为奇。 　　除了这四个数据外，账号的权重也是考虑因素。根据今日头条的算法经验来看，如果两个账号发同样的消息（文字可以抓取内容来分析），算法会优先采信权重高的账号。但是视频应该较难遇到此情况。 　　2. 第二步：被再次推荐 　　加权计算后，符合第二次推荐的要求，视频会被推荐到第二个流量池，3000左右。然后重复第二步的操作。统计数据，再推荐，每一次推荐都会获得更大的流量。如果某一次数据不达标，那就会暂时推荐。视频的流量也就止步了。最终形成了倒三角推荐机制： 　　以上是抖音短视频的流量逻辑，那么到了直播电商多半也会延续这个流量推荐算法，只不过直播电商还会涉及转化率、复购率等电商的参数，这些将让抖音面临新的流量分发挑战。 　　二、快手的流量逻辑：社交+兴趣 　　快手基于社交+兴趣进行内容推荐，采用去中心化的“市场经济”。平台以瀑布流式双栏展现为主，发布内容粉丝到达率约为30%-40%。 　　快手优先基于用户社交关注和兴趣来调控流量分发，主打“关注页”推荐内容。快手的弱运营管控直接“链接”内容创作者与粉丝，加深双方粘性，沉淀私域流量，诞生了信任度较高“老铁关系”。 　　我们看下快手推荐“互粉”的规则和路径，平台限制每天的关注上限是20人，并且，当关注数到达1500的上限之后就不再能添加了。当然，平台这样设计的目的并不是为了让人互粉。 　　推荐机制有以下几种类型： 　　根据你关注的人推荐； 　　有N位好友共同关注； 　　你可能认识的人； 　　他在关注你。 　　通过互粉得来的粉丝，一般也比较关注“互粉”，他可能会做粉丝管理：经常查看自己关注的人是否也在关注自己，如果对方不再关注自己，那么就取关。 　　以下这张由产品经理绘制的模型图大概可以演示由“陌生人社交”转变为“粉丝老铁社交”，由“公域流量”转变为“私域流量”的快手流量逻辑，发帖人的“风格”/“人设”越明显、越强大，私域流量就会越紧密。 　　据QuestMobile统计： 　　快手活跃用户7日留存率达到84.4%，位居短视频App之首，留存率仅次于微信。 　　三、淘宝直播的流量逻辑：主播的“经验+专业”分级运营 　　淘宝直播已经逐渐从内容过度到主播的“经验+专业”分级运营的阶段，经验涉及的维度包括：直播场次+时长、平台活动完成率、粉丝留存率。 　　专业涉及的维度包括： 　　单场直播栏目设置； 　　有效宝贝投放； 　　月直播订单； 　　进店转化率； 　　订单退货及差评售后服务能力。 　　主播分为三个大的级别： 　　TOP主播：MCN机构、艺人、大咖、KOL； 　　下期继续