就算法機(jī)制平臺而言，播放量絕大部分取決于【推薦量】 受“今日頭條金秒獎(jiǎng)組委會(huì)”的邀請，視頻幫就“金秒獎(jiǎng)”第一季度累計(jì)3.04億播放量的10166個(gè)參賽短視頻進(jìn)行了專業(yè)分析。 由今日頭條主辦的“金秒獎(jiǎng)”（jmj.toutiao.com）是首個(gè)短視頻行業(yè)專項(xiàng)獎(jiǎng)項(xiàng)，以一線資源和獎(jiǎng)品希冀成為中國優(yōu)秀短視頻作品發(fā)源地。 特借此機(jī)會(huì)，以算法機(jī)制平臺的代表——今日頭條為例， 一篇干貨來把【推薦量】說透。 Flag：短視頻主間的差距，就在于是否看過此篇內(nèi)容了。 推薦的流程是： 短視頻上傳并審核后進(jìn)入推薦系統(tǒng)，系統(tǒng)識別短視頻內(nèi)容的分類，標(biāo)題等標(biāo)簽信息后試探性推薦給首批目標(biāo)用戶，根據(jù)用戶反饋進(jìn)行多批次推薦或停止推薦。 整合全部影響【推薦量】的因素及算法模型邏輯后，將其劃分為兩大板塊——轉(zhuǎn)化率，熱度 轉(zhuǎn)化率= 推薦給目標(biāo)用戶后獲得的播放量／推薦量 這很好理解，如果算法機(jī)制是人的話，費(fèi)力氣將你的短視頻推給了10000個(gè)用戶，最后只有1個(gè)用戶點(diǎn)擊播放，鬼才會(huì)繼續(xù)把精力放你身上～ 系統(tǒng)每批次推薦量的量級都是根據(jù)上一批次推薦后的【轉(zhuǎn)化率】來評估的。 即，如果首次推薦的轉(zhuǎn)化率差，后面當(dāng)然不會(huì)再獲得推薦～ 因此【推薦給目標(biāo)用戶后獲得的播放量】就變得至關(guān)重要，是影響轉(zhuǎn)化率的唯一變量，直接決定著推薦量的多與少。 而【推薦給目標(biāo)用戶后獲得的播放量】的4大決定因素是：1.分類 2.標(biāo)題?3.用戶垂直精準(zhǔn)度4.封面 用大白話總結(jié)來說就是：取決于誰會(huì)看？ 看不看？ 讓我們模擬一遍推薦流程中來思考： Step.1 短視頻A進(jìn)入推薦系統(tǒng)后，系統(tǒng)根據(jù)其上傳設(shè)定的分類“體育”將其放置于體育分類池中。 ——分類 Step.2 系統(tǒng)抓取短視頻A標(biāo)題《姚明大動(dòng)作，男籃設(shè)兩隊(duì)兩主帥》中的關(guān)鍵詞，“姚明”，“男籃”。 ——標(biāo)題 Step.3 系統(tǒng)匹配用戶數(shù)據(jù)中標(biāo)有“姚明”“男籃”所對應(yīng)“體育”“籃球”“姚明”“男籃”等標(biāo)簽的用戶，小量級試探性推薦，觀察用戶是否感興趣觀看并有良性反饋。 ——用戶垂直精準(zhǔn)度 ——標(biāo)題+封面 Step.4 繼而擴(kuò)大量級推薦，并根據(jù)“姚明”，“男籃”關(guān)聯(lián)更多關(guān)鍵詞及標(biāo)簽用戶，如“NBA”,"CBA","奧尼爾"等...... ——用戶垂直精準(zhǔn)度 到這兒，我們來結(jié)合“金秒獎(jiǎng)”第一季度累計(jì)3.04億播放量的10166個(gè)參賽短視頻，逐一就【轉(zhuǎn)化率】的影響因素進(jìn)行數(shù)據(jù)驗(yàn)證及運(yùn)營建議： 標(biāo)題 將全部10166個(gè)參賽短視頻的標(biāo)題提取后，劃分標(biāo)題字?jǐn)?shù)長度區(qū)間并匹配平均播放量，得出趨勢如下： 標(biāo)題字?jǐn)?shù)長度在5-10個(gè)字內(nèi)的短視頻平均播放量最低； 標(biāo)題字?jǐn)?shù)長度在25-30個(gè)字內(nèi)的短視頻平均播放量最高； 標(biāo)題字?jǐn)?shù)長度與平均播放量整體呈遞增趨勢。 A.從系統(tǒng)抓取標(biāo)題中關(guān)鍵詞層面來說， 字?jǐn)?shù)越多越有空間包含更多的關(guān)鍵詞信息，從而使得系統(tǒng)識別更明晰更豐富，得以推薦更精準(zhǔn)垂直的目標(biāo)用戶，獲得更多的播放量。 若標(biāo)題內(nèi)可識別關(guān)鍵詞信息過少或?qū)?yīng)標(biāo)簽缺失，推薦系統(tǒng)只得無目標(biāo)“試探性”推薦，無法保障推薦的用戶垂直精準(zhǔn)度，自然難以獲得良性反饋。 B.從用戶閱讀標(biāo)題時(shí)可接收到的內(nèi)容信息量來說， 字?jǐn)?shù)越多越有空間將短視頻內(nèi)容表達(dá)完整及包裝，起承轉(zhuǎn)合，徐徐誘之，獲得更多的播放量。 那么，哪些詞能夠get到用戶的G點(diǎn)，使得用戶在閱讀標(biāo)題的3秒內(nèi)，獲得百發(fā)百中的刺激反應(yīng)呢？ 我們將全部10166個(gè)參賽短視頻的標(biāo)題進(jìn)行自然語言處理，提取高頻詞，再以平均播放量為基準(zhǔn)進(jìn)行排序整理。 最熱名詞： 絕活，解放軍，結(jié)婚，農(nóng)村，武器，美女，中國，舞蹈，真相，姿勢，答案，秘密，做法； 最熱動(dòng)詞： 吐槽，發(fā)現(xiàn)，盤點(diǎn)，曝光，揭秘； 最熱形容詞： 火爆，神秘，可怕，第一，厲害，奇葩； 最熱副詞： 終于，竟然； 最熱連詞： 結(jié)果； 互聯(lián)網(wǎng)閱讀場景下，標(biāo)題的存在不再是傳統(tǒng)意味上的“畫龍點(diǎn)睛”。背負(fù)“誘發(fā)點(diǎn)擊”功能的標(biāo)題與其說是語言藝術(shù)，不如說是心理學(xué)藝術(shù)。 標(biāo)題直接決定著用戶是否會(huì)點(diǎn)擊播放，觀察了10166個(gè)參賽短視頻中高播放量的短視頻并結(jié)合上述詞組，發(fā)現(xiàn)分段式結(jié)構(gòu)的故事性標(biāo)題更能完成“誘發(fā)點(diǎn)擊”的任務(wù)。 最熱副詞：終于，竟然；使得標(biāo)題內(nèi)的關(guān)鍵元素形成沖突， 最熱連詞：結(jié)果的脫穎而出也驗(yàn)證著前因后果留懸念的句式更有內(nèi)容性，劇情轉(zhuǎn)折呈現(xiàn)力更強(qiáng)，沖擊用戶情緒。 參賽作品中電影解說內(nèi)容短視頻“宇哥講電影”就深諳其道： 同一視頻，“宇哥講電影”在其他平臺仍主打主流的《X分鐘看完XXX》格式，在今日頭條卻定制了專屬標(biāo)題。 其對李安導(dǎo)演的《喜宴》解說短視頻，標(biāo)題起名為《親友鬧洞房時(shí)不知新娘新郎其實(shí)是假結(jié)婚，這下只能假戲真做了！》，輕松獲得350萬播放量。 并不推薦標(biāo)題黨或固定標(biāo)題模型來突破播放量門檻，而是要在大量的觀察和分析后，了解平臺的用戶接收習(xí)慣或文案取向風(fēng)格來做突破，才是長久之道。 標(biāo)題黨或固定標(biāo)題模型反而容易被平臺以技術(shù)手段排查。 封面 用戶瀏覽短視頻的信息流頁面時(shí)，平均停留時(shí)間很短暫，3秒鐘的有效時(shí)間內(nèi)，如何利用封面將用戶的注意力鎖定？得以被閱讀標(biāo)題，被播放？ 我們通過對“金秒獎(jiǎng)”第一季度全部10166個(gè)參賽短視頻進(jìn)行觀察，發(fā)現(xiàn)高播放量短視頻的封面制作規(guī)律： NO.1 封面與短視頻內(nèi)容的調(diào)性統(tǒng)一 內(nèi)容調(diào)性，簡單說就是潛在受眾會(huì)喜愛的內(nèi)容風(fēng)格。喜愛看《鄉(xiāng)村愛情故事》的觀眾與喜愛看《花樣男子》的觀眾很難在審美層面達(dá)成一致。沒有必要盲目跟隨頭部內(nèi)容潮流，封面的色調(diào)，配色，設(shè)計(jì)只要堅(jiān)持應(yīng)和潛在受眾即可。 NO.2 畫面清晰度高，定制尺寸，景別以中景，特寫為主 頭部內(nèi)容每新發(fā)一個(gè)短視頻，配合各個(gè)平臺不同的封面展現(xiàn)要求會(huì)輸出20張以上的封面圖，來保證預(yù)期清晰度，畫面不變形。同時(shí)，雙封面要求下，會(huì)根據(jù)封面展現(xiàn)形勢進(jìn)行調(diào)整，重新設(shè)計(jì)。 除了向頭部內(nèi)容學(xué)習(xí)，還有一個(gè)很好的方法，學(xué)習(xí)平臺上“廣告”的封面圖。廣告投放的背后是高費(fèi)用成本，人力成本與經(jīng)驗(yàn)成本的結(jié)果，每張廣告都有其借鑒價(jià)值和意義。 NO.3 高亮核心重點(diǎn)，彰顯戲劇張力 含有劇情的搞笑，情感，資訊等類目短視頻，封面可采用短視頻中最有戲劇張力單幀的截圖，最夸張，最有表現(xiàn)力的表情或是容易誤解（污解）的片段，人物間要有交流意味。 分類 我們將全部10166個(gè)參賽短視頻進(jìn)行分類并匹配各分類的平均播放量。又剔除了平均播放量不及10萬的“冷門兒”分類。 除了傳統(tǒng)的美食、時(shí)尚、生活方式等變現(xiàn)能力強(qiáng)的垂直領(lǐng)域，隨著消費(fèi)升級，受眾對資訊專業(yè)度的需求快速提升，如金融，健康，教育等類別正處于爆發(fā)前夜。 在推薦系統(tǒng)中，因內(nèi)容分類冷門兒導(dǎo)致潛在目標(biāo)用戶群過少而難以獲得推薦量的情況不勝枚舉。短視頻項(xiàng)目冷啟動(dòng)階段，鎖定平臺熱門分類去輸出內(nèi)容的確會(huì)相對獲得好成績。 主流受眾“把持”的推薦機(jī)制正是泛娛樂內(nèi)容起量快的主要原因。 然而同樣的，在推薦機(jī)制中，同類標(biāo)簽（垂直內(nèi)容）的短視頻作品互有助力，“抱團(tuán)成長”。用戶行為反饋的數(shù)據(jù)與收益，在不斷喚起更細(xì)分內(nèi)容的啟動(dòng)和專精。長尾效應(yīng)下，越是大量級平臺，垂直內(nèi)容培育就越需要更多的時(shí)間，但前景必然一片大好。 另，單個(gè)賬號專注單一垂直分類非常的重要。 系統(tǒng)在前期識別并確認(rèn)賬號的分類領(lǐng)域后，當(dāng)該賬號發(fā)布不屬于已確認(rèn)的分類領(lǐng)域的內(nèi)容時(shí)，系統(tǒng)需要重新識別分類再進(jìn)行推薦。 這導(dǎo)致會(huì)延長推薦啟動(dòng)時(shí)間，無法在規(guī)定時(shí)效內(nèi)，推薦給絕對目標(biāo)用戶。自然難以拿到良好的【轉(zhuǎn)化率】成績。播放量也不會(huì)很理想。 就高播放量的參賽短視頻作品進(jìn)行觀察，其主體賬號分類非常統(tǒng)一，如有多個(gè)細(xì)分短視頻欄目，采取的是注冊多個(gè)賬號來規(guī)避以上風(fēng)險(xiǎn)。 熱度=用戶反饋 讓我們重溫下推薦流程， 短視頻上傳并審核后進(jìn)入推薦系統(tǒng)，系統(tǒng)識別短視頻內(nèi)容的分類，標(biāo)題等標(biāo)簽信息后試探性推薦給首批目標(biāo)用戶，根據(jù)用戶反饋進(jìn)行多批次推薦或停止推薦。 所謂的用戶反饋即是決定【推薦量】的另一大板塊——熱度 用戶反饋包括了1.評論 2.點(diǎn)贊 3.分享 4.播放完成度 分享，評論，點(diǎn)贊 我們將全部10166個(gè)參賽短視頻以播放量為基準(zhǔn)進(jìn)行區(qū)分，分為0-1萬播放量，1-10萬播放量，10萬+播放量三個(gè)樣本組。匹配相應(yīng)的平均評論量，平均點(diǎn)贊量，平均分享量。 用戶反饋行為與播放量呈正相關(guān)。 近期愈發(fā)多的短視頻主感知在己身沒有調(diào)整的情況下，同比16年推薦量變少.......是因?yàn)椋芏喽桃曨l主未重視的“用戶反饋行為數(shù)據(jù)”在推薦系統(tǒng)中的權(quán)重升高。 首先，算法機(jī)制平臺多以資訊平臺起家，在海量內(nèi)容開荒收割用戶市場時(shí)期，用戶粘性通過資訊內(nèi)容的“取之不竭”及高興趣匹配度的識別手段來維系。 而內(nèi)容平臺階段時(shí)期，整體戰(zhàn)略及運(yùn)營策略發(fā)生轉(zhuǎn)變。 在內(nèi)容提供方與平臺處于賣方市場關(guān)系，在內(nèi)容提供方需要更強(qiáng)的商業(yè)變現(xiàn)空間和機(jī)制，在用戶停留幾率取決于內(nèi)容提供方等幾點(diǎn)需求下，內(nèi)容提供方與用戶的強(qiáng)聯(lián)系及機(jī)制必然需要建立。 這是趨勢性問題，平臺在其中也將所獲頗豐。 此刻，今日頭條客戶端新版本的上線，正面表達(dá)了這一訴求：強(qiáng)化社交！ 敲黑板，從今天開始注重粉絲運(yùn)營，注重用戶反饋，在發(fā)布簡介信息及短視頻中強(qiáng)調(diào)與用戶互動(dòng)。最基本的： “如果喜歡，可以關(guān)注我或給我一個(gè)贊，有什么想告訴我的可以在下方評論哦～” 播放完成度 在視頻分析頁面，有播放完成度的統(tǒng)計(jì)功能 低于20%，20%-80%，高于80%的播放完成度三檔對應(yīng)的是三檔不同等級的推薦量評估。同時(shí)，整體播放完成度的成績也影響頭條賬號主體的評級。播放完成度與短視頻時(shí)長，跳出率，觀看進(jìn)度都有相應(yīng)的關(guān)系 我們僅就短視頻時(shí)長來觀察“金秒獎(jiǎng)”第一季度全部10166個(gè)參賽短視頻， 5分鐘-6分鐘時(shí)長的短視頻平均播放量最高； 4分鐘-5分鐘時(shí)長的短視頻平均播放量次之； 2分鐘-3分鐘時(shí)長的短視頻意外處于第三序位。 數(shù)據(jù)結(jié)果供你參考，可以測試調(diào)整你的短視頻時(shí)長來觀察相應(yīng)效果。 最佳發(fā)布時(shí)間 另，在短視頻流程中，用戶的及時(shí)反饋（點(diǎn)擊播放，評論，分享，點(diǎn)贊）可以在有效時(shí)間內(nèi)同比獲得更多批次的推薦量。 這也是上文中提及不專注單一垂直分類的短視頻賬號所發(fā)布的內(nèi)容無法在有效時(shí)間內(nèi)獲得保障推薦量的反面后果。 在短視頻發(fā)布后的推薦時(shí)效——24小時(shí)內(nèi)，獲得推薦批次的多與少直接影響著播放量的成績。 這也要求在短視頻發(fā)布的時(shí)間點(diǎn)，用戶能夠快速反饋。 粉絲運(yùn)營是一方面，用戶活躍時(shí)間也是重要的影響因素。 為保障數(shù)據(jù)的有效性，在“金秒獎(jiǎng)”第一季度全部10166個(gè)短視頻外，我們額外抓取了今日頭條上45萬個(gè)短視頻，將發(fā)布時(shí)間與平均播放量對比。 07:00，12:00，17:00 分別是一天中3個(gè)最佳發(fā)布時(shí)間。 觀察數(shù)據(jù)趨勢，與非算法機(jī)制平臺發(fā)布最佳時(shí)間點(diǎn)對比有一定區(qū)別， 這源于發(fā)布后到達(dá)用戶的流程不同， 非算法機(jī)制平臺內(nèi)容發(fā)布后直達(dá)關(guān)注粉絲，由粉絲選擇點(diǎn)擊閱讀與否，閱讀后同時(shí)段分享擴(kuò)大覆蓋面。 算法機(jī)制平臺內(nèi)容發(fā)布后則進(jìn)入推薦系統(tǒng)進(jìn)行首批目標(biāo)用戶反饋測試，再而多批次推薦，需要時(shí)間。 將數(shù)據(jù)中平均播放量所匹配的07:00，12:00，17:00最佳發(fā)布時(shí)間，與互聯(lián)網(wǎng)用戶客戶端的活躍時(shí)間數(shù)據(jù)進(jìn)行比照， 此數(shù)據(jù)結(jié)論的確留有著【推薦系統(tǒng)】反饋測試收集時(shí)間的余地。 上述便是【推薦量】的秘密，在透徹了解推薦流程后，逐一因素進(jìn)行分析與調(diào)整就可使得你的推薦量足以與你的內(nèi)容質(zhì)量比肩！也許這才是真正的“不輸在起跑線上”。