抖音直播算法解析:为什么“福袋测品”能流量与UV并行?

发布时间:2024-10-01  15

  抖音本质是互联网产品,产品的背后是代码,代码的底层是算法。

  想要做好直播带货,就必须理解抖音底层的算法体系。

  本文将在整个篇幅中,致力于通过保姆级的分析,接近如下三个问题的答案。

  1.抖音直播的算法结构究竟是怎样的

  2.日常的行为如何通过算法去做解释

  3.如何利用算法推演直播间玩法

  开宗明义:流量、指标、标签、权重,构成了直播间的底层体系。

  让我为你逐一拆解。

  流量

  流量作为底层算法最基础的要素,用于衡量直播间的观看规模。

  以场观大小分成几个维度大致可分为:

  E级就是百人场观;

  D级就是千人场观;

  C级是万人场观、

  B级是接近10万人的场观;

  A级是几十万人的场观;

  S级是百万级的场观。

  指标

  从供给的角度,每天几十万场直播,抖音需要一套指标体系,用于衡量每个直播间的开播质量。进而根据数据的优劣排序,给不同直播间分配流量,这时候会涉及另一个词:指标。

  指标作为衡量直播间质量的标准,并不是单一存在,而是涉及到三个层次:

  用户行为 商业价值 流量规模

  与此对应的就是:

  互动指标 交易指标 流量指标

  互动指标包含直播间所有的用户行为,如停留、点赞、评论、关注、加粉丝团、分享等都属于互动指标。

  停留,是所有互动指标里最基础,也是最重要的指标。

  首先,所有数据的产生都必须以停留为前提。

  其次,评论大于点赞,但又弱于关注、粉丝团、分享。

  互动指标大体上反映了一个直播间的人气状态。

  从算法判断的角度,是衡量直播间能否有效留住用户的重要维度之一。

  如果说一个直播间互动指标做的好,数据回传到数据库,通过与竞争对手的互动指标对比,数据好于对方的情况下,账号就可以优先获得系统的推荐流量。

  但是,一个账号的流量增长,光依靠互动指标并无法长期驱动。

  一款商业化产品的终点一定是盈利,直播间同样也是。

  能够有效获得停留,只是证明了目标直播间的留人能力,其次还要考量留人之上的变现能力。

  这时候涉及的就是交易指标。

  一切跟交易行为相关的指标,均为交易指标。

  交易指标仍然可以被拆分为交易行为与交易数据。

  交易行为包含购物车点击、商品链接点击、订单创建等;

  交易数据包含GMV、UV价值、人均GMV等。

  遵循“最基础的指标就是最重要”的原则,在交易行为当中,购物车点击为最核心的指标。

  没有购物车点击,所谓的转化成单都是泡影。

  同样在交易数据当中,UV价值作为最小的单元,地位首当其冲,UV价值*场观得出GMV,GMV/下单人数得出人均GMV。

  综上,对于指标的优先排序,能够有利于直播间的运营者,在每个阶段制定相应的竞争策略。

  比如起号阶段对停留的追求;流量上升时,对于购物车点击率、UV价值的要求。

  但是实际的算法体系中,指标的优先排序并不是简单的线性排序,而是线性基础上的交叉排序。

  直播间不会单纯因为某一个指标的增长,而迅速获得流量的推荐,而是需要将多个指标在优先排序的基础上,交叉增长。

  互动指标、交易指标决定了直播间的数据体现,而数据体现对应的即是流量指标,如场观、峰值等。

  场观大体上决定了直播间在过去几场当中的指标体现,峰值则分为开场峰值跟推荐峰值。

  开场峰值同样受历史模型的影响。

  举个例子,一个账号只要开播,就会在直播广场里占有一席之地。

  但是这个位置能否靠前,得到更多的流量推荐,就需要看往期直播的质量。

  如果一个账号在多个高位点下播,那么推荐机制就会按上一次的推荐机制位置重新推送,让直播广场源源不断地为你的直播间上人,这就是我们经常说的卡直播广场。

  而推荐峰值,则更多受直播过程中的实时数据影响。

  一个直播间开播,若开场前半小时的整体承接能力不错。

  那么在后续的两到三个小时的直播过程,系统对于流量的推送会远高于同级别账号。

  而算法的计算,则是依赖于直播过程中交易指标的表现。

  但是算法的衡量并非半小时为周期,而是实时的计算,并带有延迟性的流量回传。

  标签

  那么,流量在直播间的流动中是恒定不变的吗?

  熟悉了上面的算法规则后可以得出答案:显然不是。

  除了规模上的非均衡分布,在类别上也会经历质量的进化,而因此引出另一个词——标签。

  人们口中经常讲的标签到底是什么?

  标签即直播间的身份。

  身份越明确,算法越能知道直播间需要什么类别的用户,进而推送什么类别的用户。

  标签同样是具备三层的结构体系,分别为基础标签、偏好标签、交易标签。

  基础标签包含用户的性别、年龄、地域等基础信息,具备基础标签的直播间,算提供满足基础标签的用户流量。

  大多数直播间,只要开播超过一周,算通过学习摸索到开播直播间的基础标签,这时候会发现,原本男女、年龄混杂的用户,开始变得精准化。

  偏好标签包含用户的直播倾向,即喜欢在什么类型的直播间互动。

  具备偏好标签的直播间,你会发现算法推送进来的用户,开始喜欢停留,点赞,但未必热衷购物。

  因为这类型只是偏好,并非交易决策的目标人群。

  交易标签包含用户下单品类、购买频次、客单价等属性。

  当一个直播间已经有交易行为的用户越多,那么其交易指标的完成度就越高。

  但一个直播间的低客单价交易频率较多,那么同样也难以承载高客单价。

  总而言之,一个具备良好交易标签的直播间,往往就是我们说的标签精准的直播间,转化率远远高于新号水平。

  权重

  最后一个词:权重。

  当你的数据指标做的越来越好的同时,你的直播推荐流量也会越来高,但权重跟标签并不对等。

  权重反应流量规模,标签反应流量质量。

  往往一个新号是没有任何标签的,原因在于生成标签的唯一手段就是,流量的洗礼化。

  一个直播间光靠停留获取的是泛流量,成交才会有精准流量。

  理解到了流量、指标、标签、权重的含义,这时候我们就可以去理解一些日常悬而未决的问题。

  1.为什么新号开播的流量普遍很少,而且低质量?

  因为一个新号刚开播时,是没有任何标签跟权重的。

  没有权重意味着新号不会有大额的流量推荐,没有标签意味着粉丝不够精准,系统只是随机分拨了一波流量。

  2.为什么很多人会选择用低价起号,而且不断引导用户点赞、扣评?

  弄明白两个问题:

  一是什么指标促发了流量推荐?

  答案是互动指标,交易指标;

  怎么才能促发用户的互动跟交易?

  为用户提供价值,要么是产品价值符合用户需求,要么产品价格符合用户需求。

  但是前者只存在于少部分的强势供应链,大部分的团队很难做到,进而会选择用价格去撬动用户获取指标。

  而想要满足算法的指标,除了本身产品属性,还需要主播的话术引导、直播间煽动性的节奏感。

  3.为什么明明把流量拉的很高,但是用户转化率就是很低?

  大多数做活动引流的账号,由于一味关注流量的拉升,缺乏对转化、UV价值的关注,结果导致流量极速下跌。

  流量拉的很高只是代表直播权重较高,但并不代表直播间标签精准。

  标签的精准性需要用户的大量行为来打标,用户的互动行为只可能为直播间奠定基础标签、偏好标签的人群。

  但是交易标签则需要大量的交易行为去沉淀,即停留获取的是泛流量,成交才会有精准流量。

  4.为什么会有复合链、集合链、高返等玩法的出现

  只要你弄懂了抖音底层的算法,你就很容易理解。

  复合链接的出现,在于通过低价吸引购物车的点击,而于此对应的,则是交易行为中购物车点击是最重要的指标。

  集合链接的出现,则是核心增加用户在购物车当中的停留时长,以及点击率,而停留时场则是互动指标中最重要的直播。

  高返的出现,除了本身快速帮助账号出口碑分外,还有一点就是账号初期的大量成交,有利于形成互动、交易指标,进而人为地获得系统推荐。

  当你真的弄明白了算法体系后,你会发现几乎所有的问题,都可以回归到算法的底层体系。

  这就是底层算法的魅力。

  我们也可以理解为,你能看到的大多数优质的直播间,一定是算法数据做的好的直播间,了解到这一层,再去做直播就会豁然开朗。

  这也是为什么我一直推崇,如果想要做好直播带货,一定要弄懂、吃透抖音直播间的算法的原因。

  在过去抖音直播创业的一年多时间里,我曾利用自己所熟悉的算法体系,搭建了至少100+的直播间。

  并通过迎合算法的思路,做出了多个直播间的玩法,完成了7个亿的GMV。

  比如六、七月份输出的”流量与UV价值并行的福袋测品玩法”,采用的就是满足互动指标的同时,兼顾交易指标的思路。

  注:文/尹晨,文章来源:尹晨带货实录