近期也有收到一些私信，希望能够学习抖音，学习直播，学习数据分析等等，但由于个人时间有限，所以就决定，先从抖音开始，定期发布一些自己对于这个行业的理解，也会尽可能提供一些可实际操作的方案。

为什么要先写基础篇，一部分原因是因为新玩家总是有各种问题，对抖音的生态完全不了解，另一方面可能确实是由于大部分新玩家都陷入了播放数无法突破的困境，那这篇文章看完应该会有一种通透的感觉。

目前抖音的大部分入门玩家其实都是在发布自己喜欢的内容，而不是抖音平台的算法喜欢的内容，这就是为什么大部分的作品播放量都不高的原因，不被推荐机制发现，就只能止步播放量200-500。

而本篇将一步步带抖音新用户了解抖音究竟是一个什么样的产品，他的产品特性如何决定他对哪些内容有偏好设置，帮助抖音0-1年的玩家更好地理解抖音，修正自己的定位。

本篇分为3个部分，先了解抖音的发展历程，再介绍抖音的流量推荐算法逻辑，最后给出抖音账号该如何定位的实操。

抖音是如何发展起来的？

抖音的流量推荐底层逻辑？

抖音号一般如何定位？

抖音是如何发展起来的？

抖音是2016年9月才上线的一款产品，短短3、4年，已经达到日活4亿，可以说是几何级增长。

这个数据有多厉害呢？4亿日活再往上走，基本就是微信支付宝等，而2亿到4亿日活的梯队中还有百度APP、腾讯看点以及腾讯视频、爱奇艺、拼多多等。

一个产品的发展历程总是：前期规划受用户行为的限制，要先追赶用户，而当用户规模达到一定程度，用户行为就会反过来受限于平台的规划。

要了解抖音产品特性，可以先了解抖音的发展历程。

2017年，是抖音及其重要的一年，明星效应+跨界合作，帮助抖音破圈。

2017年3月13日，微博粉丝超1000w的岳云鹏发布了一条没有去抖音水印的视频，获得转发5831，点赞83295，算是抖音的0成本冷启动；

2017年7月14，抖音策划了两款H5——《世界名画抖起来》和《找啊找啊找爱豆》，通过微信朋友圈引流一大波年轻人；

2017年7月20，鹿晗发布新歌《零界点》与抖音合作，同年7月，抖音赞助选秀节目《中国有嘻哈》，都是挑选的与抖音定位与用户群体重合的粉丝与观众，迅速积累核心用户。

2018年，抖音开启购物车，帮助用户实现流量变现。

抖音购物车功能是2018年初开通的，18年3月份开始，大量广告投放入驻抖音，同时实现了购物车直达淘宝的功能。

也是这个时候，抖音的主要用户从20-24岁扩大至20-30岁。

2019年，抖音已成为现象级产品，越来越多的人在抖音分享生活。

不同年龄段的用户在抖音都能发现自己感兴趣的内容，不仅看，还会自己分享。

之所以能引起广泛的分享，也是由于抖音拍摄视频非常的容易，一方面抖音的剪辑可以暂停拼接，另一方面，抖音旗下的剪映更是完全贴合抖音设计的手机剪辑软件。

数据来源《2019年抖音数据报告（完整版）》

不难发现，抖音不同阶段的发展都离不开几个词——有趣、有用、好上手（易模仿）。

抖音积累的用户都是被抖音的有趣有用好上手吸引的，那么新入驻抖音的用户也要发布有趣有用好上手的视频，才能引发关注。

抖音的流量推荐底层逻辑

目前的主流推测的算法，一般有基于内容的推荐、协同过滤式推荐。

首先，什么是基于内容的推荐？

内容推荐的核心是内容，如果用户喜欢了内容1，而内容1与内容2基本类似，那么我们就判定内容2也会被用户喜欢。

但这种推荐具有很大的局限性，用户可能会长时间看到的都是同一种视频内容，造成视觉疲劳。

其次，是协同过滤式推荐。

协同过滤又分为，基于内容的推荐和基于用户的推荐。

核心是内容的话，如果用户1喜欢了内容1，同时用户2、3、4在同时喜欢内容1的情况下又同时喜欢内容3，那么可以推测，内容3也会被用户1喜欢。

核心是用户的话，如果用户1喜欢了内容1，用户2喜欢了内容1的同时也喜欢了内容3，那么可以推测，内容3也会被用户1喜欢。

在抖音里，更大的可能，采用的是基于用户的协同过滤推荐模式。

原因有2个，技术层面上，基于用户的协同过滤推荐模式更好操作，在需要调整的时候，杠杆更容易计算分量。另一方面，在关注用户的时候，抖音会提示“您可能感兴趣的用户”，明显是将用户分为一块一块的。

一句话总结——抖音的推荐机制底层逻辑就是将用户划分为一群一群，每个用户群都有不同的标签，那么重要的就是一定要做好自己的账号定位，内容边界，让机器能够从文字、结构、内容上更好地识别视频的情况。

抖音号一般如何定位？

我们可以先从星图的分类有一个大概了解。

资料来源公开课分享

核心要点：

账号要长期发布同一定位的作品，机器才能对账号准确打标签；

发布作品的时候，文字描述一定要稳准狠，不要走朦胧派（写意派）；

内容如果是泛受众定位，就一定要有趣，内容如果非常垂直，就一定要有用。

有了核心要点，很多人还是容易陷入主观判断，既然我们面对的是机器，那么主观判定就一定会出问题，为了避免主观决策出错，就需要客观数据进行迭代。

数据统计非常耗时间，那么在确定自己内容边界这一块，是否有捷径可走呢？

有的。

可以利用第三方平台工具帮助我们分析——对爆款视频/账号进行分析，了解被流量池推荐的爆款是如何描述作品、如何设置作品定位、如何建立账号画像以及作品的数据变化情况等。

工具准备：新抖

第一步. 找到爆款——低粉爆款+粉丝飙升榜

第二步. 收藏爆款视频，建立资源库——爆款收藏夹

因为我随时会看，所以这里用了小程序的截图，图里是随机的一个收藏夹。

PC端页面也是可以操作的。

第三步. 分析账号的作品列表——哪个作品上了推荐？有什么共同点？

新抖·账号详情