本文就抖音、头条的流量逻辑，做了深入的研究并整理出来，商家们在选择内容和实际卖货时可作为参考。

抖音流量逻辑 重算法轻粉丝

抖音的重算法轻粉丝的流量逻辑来自于今日头条的成功，作为区别于搜索和社交的信息推荐模型，将内容和用户进行匹配，通过系统进行精准推荐是这个算法的核心。

所以有人又将这个逻辑称为：内容导向的计划经济。

抖音和头条推荐算法背后有一个简单的涵数公式：y = F ( Xi , Xu , Xc )

这个函数包括三个维度的变量，即用户、环境、内容。

第一个维度：内容。每种内容都有很多标签，什么类别、属于什么领域、播放量、评论数、转发数等，需要考虑怎样提取内容特征来推荐。

第二个维度：用户特征。包括兴趣、职业、年龄、性别等。

第三个维度：环境特征。用户在哪里，什么场合，工作还是旅游，还是地铁里。

简单来说就是：我是谁、我在哪儿、我想看什么。

要将这三者匹配起来，是一个很复杂的数学问题，常用的模型就有好几种。像抖音这种数据量大、实时性强的，一般是多种模型混合使用。

最终，系统会根据多个因素加权计算得出一条视频的指数，然后根据指数来分步骤推荐。

第一步是冷启动。

视频通过审核后，系统会分配一个初始流量池，初始流量池由两部分组成：

1、该账号的粉丝，但并不是所有粉丝都能推送，要服从算法优先原则。

2、可能喜欢该视频的用户。

冷启动推荐有300左右播放量。

系统会根据数据来给视频加权计算，最核心的数据有4条：播放率、评论率、点赞率、完播率。

然后做加权计算：

权重的排序大概是完播率>点赞率>评论率>转发率。

道理很简单，你的视频也许开头吸引了用户，也许标题吸引了用户，也许是封面吸引了用户，但这些都不能证明你的整个视频质量高，只能证明某一部分吸引人。

如果用户可以把你的视频看完，那说明你的视频真的是优质，所以把完播率的权重放在第一位也就不足为奇。

除了这四个数据外，账号的权重也是考虑因素。

根据今日头条的算法经验来看，如果两个账号发同样的消息（文字可以抓取内容来分析），算法会优先采信权重高的账号。但是视频应该较难遇到此情况。

第二步，加权计算后，符合第二次推荐的要求，视频会被推荐到第二个流量池，3000左右。

然后重复第二步的操作。统计数据，再推荐，每一次推荐都会获得更大的流量。如果某一次数据不达标，那就会暂时推荐。视频的流量也就止步了。

最终形成了倒三角推荐机制。

以上是抖音短视频的流量逻辑，那么到了直播电商多半也会延续这个流量推荐算法，只不过直播电商还会涉及转化率、复购率等电商的参数，这些将让抖音面临新的流量分发挑战。

哈哈哈关不关注，你自己看着办