掌握今日頭條推薦機制,輕鬆獲取高推薦高播放量

掌握今日頭條推薦機制,輕鬆獲取高推薦高播放量

前言

如果說目前中國互聯網行業裡有哪家公司可以和百度騰訊相提並論,字節跳動是當仁不讓的。短短的幾年時間,這家曾經還非常低調的公司就衝到了互聯網行業的第一梯隊。

無論是曾經的內涵段子,火山小視頻,還是今日頭條,抖音,快手,西瓜視頻等等,隨便哪一個都是用戶幾個月的大流量平臺,其中今日頭條是其他APP的核心基礎。

那麼如何在今日頭條站住腳,成為大V,並且成功實現變現,是每一位網絡營銷人都在思考的問題。

可能會有很多人說“內容為王”,是的,內容是決定你是否可以創造出爆文的核心,但不知道大家有沒有發現,很多時候即使你寫出了或者拍出了非常優秀的作品,甚至在別的平臺上發佈已經取得了巨大成功,但是到了頭條上就行不通了。

為什麼呢?因為每個平臺都有一套自己的推薦機制,這個推薦機制是有一套很複雜的綜合算法組成的,它考察的也是你綜合的數據,只有滿足了綜合考核指標的情況下才能夠成為真正的爆款。

那推薦機制是如何操作的呢?今天我們就為大家詳細解讀頭條推薦機制的工作原理以及運營原理,和大家一起玩轉頭條號。

內容標籤

頭條文章正式推送前,需要先經過機器審核,根據以下指標對內容進行針對性特徵識別後,為文章打上標籤。

如何確定文章標籤呢?主要依靠關鍵詞。那麼如何判斷關鍵詞呢,那就是高頻詞。

如一篇介紹頭條號如何引流推廣的文章,高頻詞是:“今日頭條”、“引流”、“推廣”等,那麼系統就會將這3個詞語作為我們的標籤。要特別注意的是,非常規詞儘量不要使用,它們會增加文章的理解障礙,比如一些口水話的替代詞,比如“微信海外半月號”這種,只有專業交易賬戶的號商可能才懂,頭條的機器人是識別不了的。

用戶分析

頭條推薦系統對於目標用戶的理解是通過大數據分析得出的,判斷標準主要包括以下3個方面。

(1)基本信息

包括用戶性別、年齡、地域、常用APP等。

比如,來自重慶的年齡25歲的男性用戶,使用使用今日頭條看娛樂新聞。那麼系統就會嘗試將他與來自同一地區,相同性別年齡,同樣喜歡玩今日頭條的用戶,喜歡閱讀的文章類型進行推薦,並從閱讀情況瞭解用戶不喜歡哪些類型的文章,並減少此類型推薦。

(2)關注內容

關注內容主要通過關注的賬號、關注頻道以及關注的話題等角度判定。比如,關注講述頭條號漲粉技巧的頻道,那麼系統就會嘗試推薦類似引流推廣的的文章/賬號/頻道/圈子推薦給我們。

(3)閱讀興趣

閱讀興趣包括:用戶過去閱讀的文章類型和關鍵詞、相似用戶喜歡閱讀的文章類型和標記了“不感興趣”的文章類型等。

通過對用戶的閱讀興趣的瞭解,可以進一步瞭解用戶閱讀習慣。比如,用戶在閱讀故事題材文章時喜歡點贊,閱讀營銷類文章喜歡點擊“不喜歡”,系統就會盡量將故事題材文章推薦給用戶,減少或者不推薦營銷類文章。

推薦機制

今日頭條的內容推薦並不是一蹴而就的,也不是一成不變的,而是分批次推薦的,包括抖音也是類似的推薦機制,那麼如何推薦呢?

1.分批次推薦

包括兩種模式:一是某一時效期內多次推薦;二是不同時效期(24小時、72小時和一週)的推薦。

2.首次推薦

首次推薦給的目標用戶的閱讀標籤與文章標籤匹配度最高,他們被系統認為是最有可能對該篇文章感興趣的用戶。

3.首次閱讀數據決定第二次推薦量

首次推薦的用戶閱讀數據,包括點擊率、收藏數、評論數、轉發數、完播率和頁面停留時間等,決定著第二次的推薦量。如果首次推薦的綜合指標比較高,那麼說明文章是適合這類用戶的。那麼系統在第二次推薦時就會加大力度,推薦給更多的人,反之則減少推薦力度。

所以說,很多人發現自己發的內容一上來就沒人看,或者是短短几個小時就爆了,就是基於這個推薦機制,

沒有獲得推薦的幾個因素

(1)內容不垂直

我們在註冊頭條號時需要選擇個人領域,即使不按照領域來發文,系統也會按照我們經常發送的內容和關鍵詞來確定領域,那麼如果你新發送的內容和領域不符,那麼系統就會重新識別後再推薦,這樣就會使文章不能及時推薦給相應的用戶,自然就不會獲取高推薦量和播放量。

(2)文章內容

文章內容其實不僅僅指的是文章的正文,還包括文章封面,配圖,標籤,標題等等。如果標題和封面不夠吸引用戶或者畫質太低,配圖與內容關聯不強、文章內容質量差等都會導致文章點擊率低。

(3)選擇領域用戶比較小眾。

有些領域的用戶群體很小眾,在今日頭條的閱讀用戶較少,那麼即使我們寫的文章質量再高,也很難像娛樂領域,汽車領域那種關注度高的大領域一樣快速獲得大批量用戶閱讀。比如像搖滾,機械等領域,在頭條上就很難獲取大量的推薦,畢竟和頭條用戶不太匹配。

(4)相似內容太多。

當然了,如果選擇太熱門的領域也並非就是一件好事,因為競爭對手太多,強者如林,只要出一個熱點,很多大V就會開始發文,但關注的用戶是有限的。一方面你和那些專業人士競爭肯定是吃虧的,而且熱門話題寫的人多了也就不新鮮了,看得人也相應的少了。

(5)非原創內容可能被消重,導致推薦量不高,比如一文多發的情況。

(6)內容時效短,導致推薦時效很短。比如熱點事件一般都是火幾天就變淡了,推薦量自然也會很快消失。

以上為大家羅列了很多關於頭條推薦機制的內容,總結來講,想在頭條號中長久的運營並獲得良好效果,就是要在垂直領域持續輸出,在實踐的過程中不斷的去測試去摸索,相信大家很快就可以摸索出一套適合自己的高推薦高播放量的創造方法。


分享到:


相關文章: