TikTok推送规则大揭秘！抖音推送机制全解析

TikTok 抖音的推荐机制是怎样的呢？

TikTok 视频想要爆火需要做哪些内容呢？该怎么去运营账号呢？海外版 TikTok 在全球大火，靠着精准的视频推荐和社交属性。视频的推荐原理也差不多，短视频的点赞率和播完率、互动率都是非常重要的数据。头条系的产品，推荐机制都是比较像的，机器会先把你的内容推荐给一部分用户，根据用户的数据反馈，然后决定是否推荐给更多的人看。如果数据反馈正常，机器就会推荐给更多的人，反之就会停止推荐。

大家肯定会问，数据反馈具体包括哪些维度的指标呢？就文章而言，点击率和读完率非常重要。机器会分析文本数据，将文件文章推荐给可能对你的内容感兴趣的人，并且观看读者的反馈，如果一篇文章点击率差的话，或者用户点开发现内容质量很差，就马上退出来了。这个是指跳出率高，那么机器就会认为这篇文章大概率是不好的内容。如果一个抖音视频，用户点开了，不看完就撤了，大概率说明内容不太吸引人，或者没有什么干货。如果看完了不点赞，大概率说明内容不是那么超出预期。

如何提高完播率和点赞率？

完播率是指播放这个视频的用户里，有多少人看完了这个视频。提高完播率，最重要的当然是剧本的选题，一个枯燥无味的选题，没有人想要去看。此外还有一点就是开头不要拖泥带水，要快速的切入，用户只需要三秒时间来判断是否要看下去，如果开头拖沓，大部分用户就会离开了。

剧本的结构应该要有起承转合，即便是一分钟的剧本也应该有悬念，有否定，有质疑，让大家有一种后面还有东西，因此让用户有兴趣的看下去。我们可以多拆分竞品大号和自己的爆款视频，这样会有更多的收获。还要注意配乐，抖音需要用热度高的配乐来配合，有配乐的数据通常会比不配的要好很多。视频的画面质感要高级，抖音的用户整体比较年轻，太 low 的东西，用户的排斥率会比较高。

如何提高互动率？

所谓互动率主要就是指用户评论意向有多高，而不是用户评论了以后你的回复率。老 A 觉得比较好用的提高互动力的方式有两种。在评论区进行有趣的评论预埋，抖音用户其实喜欢看神评论，很多视频的留言区十分精彩，甚至比视频本身还要有趣。通常，我们可以预埋三条左右的评论，在留言区可以是质疑选题的内容，也可以是调侃选题内容的，或者是非常犀利的提问，总之是要能吸引用户留下来看看。吸引用户关注评论区，甚至直接参与话题的讨论。这样做有两个好处，一个是互动率提升，二是完播率以及停留时间也提升了。

我们还可以在短视频的标题里进行预热和提问，市面上有很多的培训，喜欢讲一个视频，爆粉二十万的故事，但是也许那个号可能再也没有出过第二个爆款视频，这辈子也就是二十万出头的粉丝了。第二点是我们要勤奋，其实光靠勤奋，至少我们就可以跑赢一部分人，不用非得憋大招。我们做抖音的时候，很多账号其实单个视频的平均数据比较好，但是我们的完播率是对方的两倍，所以后期账号数据超过了一开始对标的竞品账号。第三点是要一直关注抖音的官方行动报告，来多观察抖音的运营方法。

如何为自己定制个性化内容？

如果你是 TikTok 新手，那么应该如何培养自己的推荐系统？在这篇博客里，TikTok 也给出了官方指南。首先，在注册成功后，新用户会要求选择感兴趣的类别，例如宠物或旅行，根据这些标签进行初阶的内容推荐。当然，如果你足够倔强，不选择感兴趣的标签，系统就会优先推荐热门视频。不过，不管是前者还是后者，随着系统更多了解你的内容喜好，推荐机制也将会越来越精确。

在此基础上，每次互动也都会帮助系统了解兴趣，做出内容推荐，也就是说，管理 ForYou 推荐系统的最佳方法是多多使用该软件。除了对推荐内容的参与度之外，影响 ForYou 系统的因素是多维的，比如，在“发现”页上探索主题标签、声音、效果和趋势主题，所有这些都是定制你的体验并将新内容加入算法的办法。

当然，算法肯定也都有失算的时候，TikTok 平台上也注册了许多有着不同兴趣和观点的创作者，当算法向你推荐了你不感兴趣的视频，只需长按视频，点击“不感兴趣”即可。你也可以选择不看指定创作者的视频，或举报与 TikTok 社区准则不符的视频。这些操作也都将影响到未来的内容推荐。

当把算法系统培养得足够了解自己，就面临着一个新的问题，信息茧房，或者说过滤气泡。为了打破这个“气泡”，除了已知感兴趣的内容外，系统也会把其它类型的视频穿插在其中，这其中可能包括和你有着相同兴趣的用户感兴趣的视频，但不会出现以前被标记为垃圾的视频。有时你可能会在推荐视频中看到与你兴趣无关或吸引了很多点赞的视频，这也是推荐方法重要的组成部分，在 ForYou 中添加各种视频，让你有更多机会浏览新的内容类别，发现新的创作者，同时发表你的看法和观点。通过这种方法，系统还可以更好地了解广大受众中的热门话题，为其他用户提供更好体验。

在安全性上，如果在内容中出现不雅信息，系统会做出“如果向普通受众推荐视频，可能会令人震惊”的判断，进而不会推荐该视频。同样，刚刚上传或正在审核的视频，以及垃圾邮件内容也不会符合推荐资格。可以看见，开发和维护推荐系统是一个长期的过程，用户、研究和数据的反馈都对推荐系统的准确性有着重要影响，也有助于调整模型并重新评估推荐的因素和权重。越分享就越快乐。希望大家能在视频号里面找到你的良师益友，毫无保留分享给你们，如果内容对你有帮助，记得分享给你的朋友，帮别人成长，就是为自己铺路。