本文就抖音、頭條的流量邏輯，做了深入的研究並整理出來，商家們在選擇內容和實際賣貨時可作為參考。
抖音流量邏輯 重算法輕粉絲
抖音的重算法輕粉絲的流量邏輯來自於今日頭條的成功，作為區別於搜索和社交的信息推薦模型，將內容和用戶進行匹配，通過系統進行精準推薦是這個算法的核心。
所以有人又將這個邏輯稱為：內容導向的計劃經濟。
抖音和頭條推薦算法背後有一個簡單的涵數公式：y = F ( Xi , Xu , Xc )
這個函數包括三個維度的變量，即用戶、環境、內容。
第一個維度：內容。每種內容都有很多標籤，什麼類別、屬於什麼領域、播放量、評論數、轉發數等，需要考慮怎樣提取內容特徵來推薦。
第二個維度：用戶特徵。包括興趣、職業、年齡、性別等。
第三個維度：環境特徵。用戶在哪裡，什麼場合，工作還是旅遊，還是地鐵裡。
簡單來說就是：我是誰、我在哪兒、我想看什麼。
要將這三者匹配起來，是一個很複雜的數學問題，常用的模型就有好幾種。像抖音這種數據量大、實時性強的，一般是多種模型混合使用。
最終，系統會根據多個因素加權計算得出一條視頻的指數，然後根據指數來分步驟推薦。
第一步是冷啟動。
視頻通過審核後，系統會分配一個初始流量池，初始流量池由兩部分組成：
1、該賬號的粉絲，但並不是所有粉絲都能推送，要服從算法優先原則。
2、可能喜歡該視頻的用戶。
冷啟動推薦有300左右播放量。
系統會根據數據來給視頻加權計算，最核心的數據有4條：播放率、評論率、點贊率、完播率。
然後做加權計算：
權重的排序大概是完播率>點贊率>評論率>轉發率。
道理很簡單，你的視頻也許開頭吸引了用戶，也許標題吸引了用戶，也許是封面吸引了用戶，但這些都不能證明你的整個視頻質量高，只能證明某一部分吸引人。
如果用戶可以把你的視頻看完，那說明你的視頻真的是優質，所以把完播率的權重放在第一位也就不足為奇。
除了這四個數據外，賬號的權重也是考慮因素。
根據今日頭條的算法經驗來看，如果兩個賬號發同樣的消息（文字可以抓取內容來分析），算法會優先採信權重高的賬號。但是視頻應該較難遇到此情況。
第二步，加權計算後，符合第二次推薦的要求，視頻會被推薦到第二個流量池，3000左右。
然後重複第二步的操作。統計數據，再推薦，每一次推薦都會獲得更大的流量。如果某一次數據不達標，那就會暫時推薦。視頻的流量也就止步了。
最終形成了倒三角推薦機制。
以上是抖音短視頻的流量邏輯，那麼到了直播電商多半也會延續這個流量推薦算法，只不過直播電商還會涉及轉化率、復購率等電商的參數，這些將讓抖音面臨新的流量分發挑戰。
哈哈哈關不關注，你自己看著辦
