抖音流量这么大，为什么你视频的播放量总停在500左右？

Posted 2020-12-14 deep-learning-stacks

[作者：DeepLearningStack，阿里巴巴算法工程师，开源TensorFlow Contributor]

今天说说产品相关的东西。因为实际需要，也是兴趣使然，我稍微仔细研究了下这个东西，确实很有意思。

 

自媒体时代，很多人都想借着流量做点什么，但是这条路是真的难。尤其是抖音，考验的是面向算法和内容两方面的运营能力。

两种模式对比

 

我记得特别清楚，第一次发抖音的时候，拍的是一个桂林漓江的景色，刚发出没多久其播放量就开始猛涨，我兴奋不已。可是在几个小时之后，播放量稳稳地停在了604这个数字上，就好像这个视频从抖音上下架了一样。

 

接下来的日子里，除了一段描述我本人考研状元(考研数学145分)的视频稍微火了一下(播放量19w)，其他所有的视频播放量，其平均值基本都500左右。

 

后来我做了调研，并且找到做类似产品的同学聊了聊，发现这和推荐的机制，以及推荐算法是有很大关系的。

 

我们把“为什么播放量均值总是停在500左右”留在后面解答。

 

同时为了引出推抖音的推荐机制，我决定还是以微信公众号这件自媒体产品做个类比来详细说明(之所以这么类比，是因为最近在做公众号，所以比较熟悉)。

 

显而易见，同样是面向自媒体的产品，腾讯微信公众号与抖音，除了在媒体形式上存在差异(文字和短视频)，还有一个重要的区别，那就是搜索与推荐的区别。

 

这么说也不本质。如果更本质一点，应该是主动与被动的区别。

 

就这么一个交互上的不同，背后是差异化十分显著的产品逻辑。

 

如果我们想关注一个公众号，需要用户主动去搜索或者扫其二维码。当我们想推广一篇文章的时候，也需要一些用户主动地分享到朋友圈中。在这个生态圈中，所有的活动都需要用户主动去参与。可以说，没有主动性，闷死牢笼中，永无出头之日。所以公众号类自媒体特别依赖朋友圈，其实勉强解释一下也觉得合理，你的圈子基本说明了你的“画像”。

 

而抖音的玩法就很不一样了，这是一款由算法深度参与且落地的产品。和一般的推荐机制相似，需要对用户进行画像。虽然你可能非常熟悉，但我还是要描述一下基本过程。

 

当我们注册了抖音之后，在不断滑动屏幕的同时，一些视频会被动地推荐到我们的眼前。如果你在浏览过程中留下了一些“痕迹”，那么这些“痕迹”将会形成针对你本人的画像，这个画像就是你本人的描述。

 

有哪些东西算是你的“痕迹”？我总结至少有以下几点：

 

• 点赞

• 转发

• 停留时长

• 评论

• 关注

• 发表的视频类型
  
  

其他隐性的肯定还有，但是上面的几点基本能够刻画出你本人的喜好了。和一般的机器学习或者深度学习算法性质相同，数据量越大，训练的结果就越好，你的画像刻画的就越准确。

 

当每个人都有了自己的画像之后，视频开始按照和每个用户画像的匹配度进行分发，也包括你发的视频。

 

目前视频推荐还是需要一些tag作为辅助信息的，它由用户主动标记。在抖音上，tag以“话题”为名暴露给用户，比如下图中红框标出的部分。(抖音可以互关一波哈)

 

 

“话题”对推荐具有十分重要的导向。虽然一些例如卷积神经网络的算法模型可以直接分析视频，但整个计算过程既耗时又耗资源，不一定全量使用这种方法。另一方面，tag由视频作者创建，他几乎是最了解视频内容的人，所以这个信息也相对可靠。

 

因此，要想推广一个视频，tag要认真甄选。

 

抖音的“闯关模式”

 

现在我们回答开头提出的问题——为什么是500这个数字？

 

这是刻意指定的规则，我称之为“闯关”模式，而且很多外部竞品也在效仿这个方式。具体是这样的，请看下图。

 

 

上图中所谓的摘除视频，确确实实是从推荐系统中摘除了，几乎不会有被动曝光的机会。但据说还有“挖坟”功能，意思大概是即使被摘除的视频，也可能因为某些条件被触发而复活推荐。

 

所以，播放量总维持在500的原因是——第一关没过，且视频被推荐系统摘除。

 

到底有多少关卡？据不可靠消息，关卡大概一共有这么几个。

• 第一关：流量300-500

• 第二关：流量3000

• 第三关：流量1.2~1.5万

• 第四关：流量10~12万

• 第五关：流量40~60万，开始介入人工审核

• 第六关：流量200~300万，伴随人工审核

• 第七关：流量700~1100万，伴随人工审核

• 第八关：流量3000万级

 

过关门槛是什么？是根据用户留下“痕迹”的统计指标设定的阈值。一般来说，这些指标的权重从高到低排列如下：

 

完播率  >  点赞率  >  评论率  >  转发率  >  关注率

 

而且比较可怕的是，这个周期非常短暂，短暂到你几乎没反应过来的时候，这阵风就已经过了。从视频产生开始，到第八关可能只经过一周左右。

 

长尾和冷启动

 

看到这你也别泄气，这太正常不过了。和大部分推荐场景一样，用户整体服从一个极端长尾的分布。

 

 

这就是“旱的旱死，涝的涝死”分布。

 

不仅是算法领域，在任何时候几乎都存在这种分布。当这种分布已经形成，并处于极端的两极分化，它的形态就不再容易改变了。

 

一般情况下，推荐系统会优先推荐大众认为好的内容，它一旦被推荐，就会收到更多的流量，只能越来越好，因此进入良性循环。这对于长期稳定处在这个体系中的所有用户来说，其实没有什么不公平。

但对于新进场的用户却十分不公平，因为新用户得不到被推荐的机会，这就是臭名昭著的“冷启动”问题。具体来说，推荐系统并没有见过它的任何数据，所以不可能做出其进入大流量场的决策。但从理论上讲，他确实可能具有优质内容的潜力，如果一味的按照旧的标准进行推荐，那么该用户将活活被推荐系统闷死。

 

对于推荐场景来说，冷启动问题十分臭名昭著。新的血液进不去，整个系统可能永远处于一个停止不前的状态，推荐的机制也会因为数据分布的极度“稳定”而变得十分单一。不仅如此，还可能会出现大批用户因为得不到利益而选择退场的情况。短视频如此，电商也如此，只要是推荐领域，冷启动问题都是必须要缓解的。

 

所以像短视频推荐这种产品，一般对新入场的用户都有扶新机制。扶新机制会给予新用户一定时间内特殊的照顾。其实对于旧人新发的视频，可能也存在这样的机制。但无论怎么样，这个分布已经形成，就无法解决的很干净。

 

至于到目前为止，“闯关”模式有没有被改进甚至换掉，我也不是很清楚，但从实验上看，即使有差异，也应该和上面的框架不会相差太多。

 

“闯关”对平台的好处

 

再回过头来看这个机制对平台的好处。

 

一个是减少垃圾信息的传播，提高流量资源的使用效率。如果不设立这种闯关模式，流量资源会被分散在质量良莠不齐的广大以屌丝为主的群体中。这就有点像用钱投资，相当于钱没有投到利润最大化的资源上。

 

另一个好处是刻意制造了稀缺性。这一点很重要，因为它让所有用户都看到了高位用户所得到的丰厚利益，从而隐形的给广大屌丝用户画了个饼——只要你能火，你就能发财。所以，花钱推广的功能就顺理成章的成为了抖音的一个重要的变现功能点，你可以花钱推流量，也可以推粉丝。这个功能点，似乎只有平民用户才会用得到。所以，从收入变现上来讲，抖音上所有的用户都是有金钱价值的用户。

 

结语

 

目前，短视频领域还在处于上升期，优质的内容总有机会被展示，至少它的想象空间仍然是十分巨大的。相对于做公众号，在抖音上除了提供优质的内容，还需要做足面向算法的运营工作。

 

你可能有想法去拍抖音，去做各种形式的自媒体。但你会很犹豫，因为你觉得现在进场会比较晚，并且抖音的短周期十分碰运气，优质的内容又对核心竞争力有碾压式的要求，还会遇到冷启动问题，所以你觉得不如不做。

 

但是，种一棵树最好的时间是十年前，其次是现在。

 

而且，运气也需要实力的积累。

欢迎大家关注我的公众号，“互联网西门二少”，我将继续输出我的技术干货~