「解析頭條」媒體人的疑惑:推薦量很高閱讀量低?值得一看的乾貨

「解析頭條」媒體人的疑惑:推薦量很高閱讀量低?值得一看的乾貨

很多人在今日頭條做自媒體,都會遇到這個問題:為什麼頭條文章推薦量高但閱讀量低

1.今日頭條文章推薦、閱讀過程

首先,來看看這個過程。今日頭條的文章從發佈到最終被讀者閱讀,有一個過程,如下圖。

「解析頭條」媒體人的疑惑:推薦量很高閱讀量低?值得一看的乾貨

而每一個過程,都會有一定轉化率,這是常識。

比如一些文章發佈了,審核不通過,這裡就有一定轉化率。有一些通過審核了,消重不通過,又有一定轉化率。轉化率最明顯的,是推薦到閱讀。你的推薦數據可以非常高,但可以非常低,這就是個轉化率問題。


一、什麼是消重?

消重就是指對重複、相似、相關的文章進行分類和比對,使其不會同時或重複出現在用戶信息流中的過程。頭條號平臺首先會通過消重機制來決定同樣主題或內容的文章是否有機會被推薦給更多用戶。

沒錯,所以今日頭條在推薦某篇內容之前,必須確定這篇內容:

在系統裡是否存在相同或者高度相似的內容?

如果存在,那麼這篇內容的來源是否是最權威、最有價值、最有可能是原創的來源呢?

1、內容消重與「關鍵項」

①only you

②有多篇類似情況咋辦

通過如下方式判斷:

發佈時間;

來源的權威性和在網絡上被引用的次數。

頭條是通過用戶的閱讀習慣推薦一篇最優質的文章給用戶

2、其他一些「消重」的規則

①標題和預覽圖片的消重

②針對相似主題的消重

機器為避免在同一時間段用戶看到太多同一事件的文章,就會啟動對「相似主題」的消重。(娛樂新聞)

3、如何做

②面對「熱點」要謹慎追逐。(除非你角度獨特或者發的早)

③少用常見標題套路


2.原因何在?轉化率低,當然有個原因。

1、今日頭條算法還不夠精準今日頭條最大的特徵就是「機器分發」,這也是它能做到如此巨大規模的關鍵。

簡單說,機器分發就是通過算法自動識別出文章的特徵,然後與具有類似特徵的讀者進行匹配,這樣就實現了今日頭條口號中所說的「你關心的,才是頭條」。而機器畢竟是機器,雖然用到了人工智能,在文章的理解上還有很多不足。所以會出現一篇文章推薦量很高,但閱讀量很低的情況——頭條認為用戶喜歡,而真實用戶並不喜歡。

當然,今日頭條在這方面已經足夠強,才會有幾億用戶,才會有這樣的規模。

2、文章標題、配圖不夠吸引人推薦量高,閱讀量低,說明很多用戶看到了這篇文章,但很少點擊這篇文章進去查看完整文章。

那麼,用戶能看到什麼?就是文章的標題、配圖、摘要。而其中最明顯的,就是標題與配圖。標題與配圖。

所以原因非常明顯:雖然有很多用戶看到了文章配圖和標題,但他們沒有興趣,所以閱讀量低。

「解析頭條」媒體人的疑惑:推薦量很高閱讀量低?值得一看的乾貨


3.如何破解?說起來也簡單:寫好標題、找好配圖。

「解析頭條」媒體人的疑惑:推薦量很高閱讀量低?值得一看的乾貨

  • 寫好標題說起來,就這麼幾點:體現文章關鍵詞——為了提升推薦量,這是基礎、簡潔——標題字數不要太長、形象、熱點相關——蹭熱點、有爭議性/討論性、幽默、令人驚訝——別用震驚了之類的,不信你試試
  • 找好配圖這塊主要靠審美,但稍加細心,也可避免。不要把第一張圖放一些低質量的圖即可。

頭條的後臺編輯器就能用免費高質量圖片,建議試試。說起來都很簡單,要做得好,還要積累。


分享到:


相關文章: