解剖三个新媒体平台的流量算法

现在抖音、小红书、视频号这三大平台已经成为了互联网营销者必争的流量洼地，大家如果想要在这些平台上做推广，那么首先要了解这些平台的基本流量逻辑，掌握这几个平台的流量算法，才可以让我们尽可能获取更多的流量，今天就来给大家分享一下这三个平台的流量推荐机制。

一、抖音

抖音的算法，其实就是一个漏斗机制，跟今日头条的去中心化的推荐算法原理基本一致。

抖音对单个短视频的推荐，会以4个关键数据来考核

1、完播率

完播率=观看时间/作品时间

2、点赞率

点赞率=点赞量/播放量

3、留言率

留言率=留言量/播放量

4、转发率

转发率=转发量/播放量

根据这4组数据表现来进行流量分发，每发布一个新作品系统都会自动提供一个冷启动流量池，不管是新账号还是老账号初期都会有300-500左右的推荐值，表现好会给到1万左右的推荐值，过10万的将会几何倍增，这也就是大热门的来源，只要热门了，这个作品将会越来越火爆，引流效果自然就能达到。

二、视频号

微信视频号和其他流量平台的算法完全不同，视频号的分发机制是基于社交推荐和系统推荐。

1、社交推荐

一个作品，你的好友点赞收藏互动多的话，你的曝光量就会上升，其实这个就跟公众号的“在看”功能是一样的逻辑，例如你给某个视频点赞，然后你的好友将会在微信视频号里看到你点赞的这个视频，你好友点赞了，那么他的好友也会刷到这个作品，以此类推

2、系统推荐

系统推荐是根据用户的日常行为、城市定位和兴趣、职业、年龄等标签，通过一系列大数据算法，推测出用户可能喜欢的优质内容。

社交推荐和系统推荐会形成一个增强循环社交推荐和系统推荐两者其实是互相加持，比如你发布一个视频，冷启动是需要你来引发第一波社交推荐，经过一轮又一轮的点赞和评论的增多，就有机会被系统检测到，并被判定为优质内容，这个时候就可能会触发系统推荐，然后系统会根据视频的内容标签推荐给更多微信用户，这些用户刷到你的视频后觉得你的内容很好，就会给你点赞互动，那么他们的朋友也会有机会看到，于是就会再次引发社交推荐。

因此，如果你的内容足够优质，互动率和完播率都比较好，最后就会形成了一个逐渐增强循环。社交推荐越多，系统推荐就越多，系统推荐越多，社交推荐也越多，就这样不断的循环，那爆款就是这样诞生了。

三、小红书

小红书的流量推荐机制是“标签”对“标签”的流量算法，相对其他流量平台，它这个平台的算法是最为复杂的，下面我就简单说一下。

什么是“标签”对“标签”算法？

在你发布笔记后，你的笔记会被系统打上各种标签，推荐给该类标签下的用户，例如，你平时喜欢看旅游的笔记，系统就会给你推荐更多有关旅游的内容。笔记推荐给对应标签下的用户后，平台会根据点赞、收藏、喜欢、评论、关注等动作给你的内容进行评分，如果前期数据不错，接下来平台会把你的笔记推荐给更多的用户，以阶梯式进行流量分发。

当然只有你的笔记被系统收录之后才会被系统推荐，那系统推荐是怎么样的一个算法呢?我具体来给大家梳理一下。

1、机器算法推荐：根据用户的喜欢(搜索关键词)推荐相关的内容给用户。

2、阅读延伸推荐：推荐给用户感兴趣的内容(用户浏览的相关内容)，让用户延伸阅读，提升用户的点赞、收藏、转发等。

3、基于好友关系的推荐：用户主动关注的账号内容，在这里以类似朋友圈信息流的形式展现给用户推荐。

4、基于本地的附近推荐：会给用户推荐距离20km内的笔记内容。

总的来说，只要你输出的内容足够优质，那么在没有粉丝的情况下也可以得到平台的流量推荐。

作者：北风  来源：搜聚点