抖音直播底层算法逻辑

目录

1. 流量....................................... 3

2. 指标....................................... 4

3. 标签....................................... 7

4. 权重....................................... 9

4.1. 为什么新号开播的流量普遍很少，而且低质量？

4.2. 为什么很多人会选择用低价起号，而且不断引导用户点赞、好评？

4.3. 为什么明明把流量拉的很高，但是用户转化率就是很低？

4.4. 为什么会有复合链、集合链、高返等玩法的出现？

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。

1. 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。

2. 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。

3. 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，算法会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，算法会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。

4. 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。

4.1. 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。

4.2. 为什么很多人会选择用低价起号，而且不断引导用户点赞、好评？

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；

二是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。

4.3. 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。

4.4. 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。

无论怎样的玩法，我们仍需要明白，没有一种玩法是固定的，我们要透过现象看本质，大多数玩法的本质，都可归纳为对算法的迎合，只不过表现形式有异。

做好直播间流量，核心为迎合算法。

撬动流量容易，通过策划营销活动即可，但稳持成长很难。重点在撬动流量后，如何巧妙去规划生长周期，让直播间良性成长，这是需要一个专业团队才能去做的事情。

作者：尹晨

原标题：三万字长文|直播带货实操超级攻略