干货大放送：抖音、视频号、小红书与知乎的流量算法剖析-精准获客

在如今移动互联网流量分散且渠道多样化的时代，若想获取流量，就必须洞悉各个主流平台的流量算法，以实现精准获客。今天，小编就来为您剖析一下抖音、视频号、小红书、知乎的流量算法底层逻辑。

一、抖音

抖音作为流量最为庞大且算法最为繁杂的平台，但其根本原则始终未变：去中心化的分发机制，旨在让优质内容获得最大程度的曝光。

抖音是典型的“标签”匹配“标签”的平台

于用户而言，平台会依据您平日的浏览偏好，将您的关注点拆解成约 150 个标签。您能刷到的视频在一定程度上由您的用户标签决定。一旦您的浏览喜好有所改变，用户标签也会相应变化，所刷到的视频亦会随之改变。

对创作者来讲，平台会依据您发布的内容生成创作者标签，数量同样约为 150 个。若发布内容有所变动，创作者标签也会随之调整。

创作者发布视频后，视频会依照创作者标签匹配相似的用户标签，此乃上述所提及的“标签”对“标签”的流量算法。

当短视频匹配到用户后，会通过该视频的数据表现来判定其是否值得进一步推荐。

抖音针对单个视频的推荐，会考量 5 个关键数据。

1、完播率

完播率 = 观看时间 / 作品时间。

完播率越高，表明作品越具吸引力，大盘的合格线通常在 15% – 20% 左右，40% – 50% 以上的完播率则相当出色。要提升完播率，常见方式为在开头设置悬念或引导打开评论区，以延长观看时间。

倘若为新号，建议前期视频时长不宜过长，时长越长，完播率越低，除非视频质量极为卓越

2、点赞率

点赞率 = 点赞量 / 播放量

点赞量越高，推荐量才会越高，第一波推荐的点赞率至少要达到 3% – 5%

即每 100 个播放量，至少要有 3 – 5 个点赞

3、留言率

留言率 = 留言量 / 播放量

留言率的数据高低与视频类型密切相关，难以用平均数据衡量，但可以确定的是，留言率表现越佳，加权推荐就越高。因此，创作者可主动在视频中或文案、评论区引导评论，以提高留言率

4、转发率

转发率 = 转发量 / 播放量

转发率对于尚在初级流量池传播的视频影响相对较小，但想要突破流量层级，转发率则是关键指标

5、转粉率

转粉率 = 关注量 / 播放量

也就是路转粉的比例，单条视频带来的新增粉丝率，同样是冲击高级流量池的关键数据

抖音平台犹如一个巨大的流量池，抖音推荐机制仿若一张渔网，而视频内容则恰似鱼饵

倘若您的视频在这五个关键数据上均能有出色表现，那么进入中高级流量池继续流转的可能性极大

抖音的流量池自有其规则

视频发布后会进入冷启动池，流量通常为 300 – 500，一般由粉丝、朋友、可能认识的人以及少量标签匹配的用户构成。由于冷启动池的流量构成最为繁杂，也是最难突破的流量池，这就考验您的粉丝是否精准，内容是否优质。若关键数据达标，将进入初级流量池

初级流量池的流量约在 1000 – 5000 左右，同样需要持续观察视频在初级流量池的表现，若数据持续过关，将进入中级流量池，中级流量池的播放量在 10000 以上，同理需看数据表现；高级流量池则有十万 + 以上的播放量。

抖音冷启动流量池推荐的机制，分为 8 次分级推荐，如下图所示：

二、视频号

微信视频号的算法与其他流量平台截然不同，其分发机制基于社交推荐和个性化推荐

1、社交推荐

社交是微信生态的固有基因，对于微信视频号而言，社交关系链至关重要。例如，您的好友发布和点赞的内容，会被优先推荐。一个作品，若您的好友点赞、收藏、互动频繁，您的阅读量和曝光量就会上升；反之，若非好友进行点赞、收藏，对您作品的曝光作用低于好友点赞、收藏。所以，您微信好友的点赞、收藏、互动对作品提升权重影响巨大。这其实与公众号的“在看”和“点赞”逻辑相仿，比如您为某篇文章（视频）点了“在看”，您的好友将会在微信“看一看”中刷到该文章（视频），您好友点赞后，他的好友也可能会刷到这个作品，以此类推

2、个性化推荐

指的是系统会依据用户的日常行为、活动轨迹以及兴趣、职业、年龄等标签，通过一系列大数据算法，推测出用户可能喜爱的内容。鉴于微信本身坐拥 11 亿的超级用户画像和各类算法机制作为参考。不过当前，由于微信视频号尚处于热启动阶段，目前数据库尚不全面，采用的数据源均从微信大盘抓取，算法基本会采用兴趣标签 + 定位 + 热点 + 随机推荐。所以，无论是发布视频还是图片，添加话题和定位更有助于个性化推荐。这一点与抖音的推荐算法有相似之处，只是目前尚不成熟

3、去中心化的推荐算法

视频号虽基于社交推荐，但每个人的社交关系链毕竟有限。当一个作品在完整的社交关系链中获得展现且取得良好的数据表现后，视频号会进行社交关系链以外的扩大推荐，逻辑类似于抖音的“标签”对“标签”，在此不做过多赘述。以上即为抖音、小红书、知乎、视频号的流量算法，相信大家仔细研读后会对这四大平台有全新的认知和理解

三、小红书

小红书的算法与抖音相似，同样是“标签”对“标签”的流量算法

不同之处在于，基于不同的用户习惯，抖音更侧重于主动推荐，小红书则更倾向于搜索推荐

基于小红书的平台定位，超过 65%的流量源自搜索，因此在搜索流量算法上更为精细，在此着重阐述一下搜索流量算法的逻辑

搜索结果与需求的匹配主要取决于核心关键词与 query 的匹配程度，搜索结果中展示的具体内容是通过分析用户需求，找到最能契合用户需求的信息

一篇笔记标题中的关键词至关重要，官方也明确提示：“填写标题会有更多赞哦”

由此可见，标题是小红书官方用于识别内容属性的关键选项，若想让笔记获得更多的展现，最基础的工作便是做好标题的优化

我们要善于运用搜索的关键词、热词推荐等来协助我们确定笔记核心词，以便让系统识别并推荐给相应的用户

从推荐内容找核心词

推荐内容包含几个方面，搜索框置灰关键词、页面显示的历史搜索、热搜词

（1）默认提示词

点开搜索尚未输入搜索词时，平台会依据用户标签推荐默认提示词，默认提示词中存在一定量的搜索流量

（2）搜索发现（热门搜索）

热门搜索将最近一段时间被搜索次数最多的词展示出来，以引导用户查看近期热门的内容和用户搜索量大的话题推荐，这与用户的搜索量和近期的热门话题相关

（3）补充联想关键词

补充联想关键词，即用户输入部分内容后，系统依据这些内容联想出完整内容，自动补全关键词，通过即时匹配关键词并展示出来，增加用户的选择。比如搜索“显瘦”，平台就会为用户推荐关于显瘦的几个关键词

考虑热词排序是综合展示的结果。除了笔记数外，“热词”的热度排序可能还涉及两个方面的因素：用户主动搜索的频率，以及笔记本身被系统推荐的热度

搜索之后，系统依照搜索词进行算法匹配，将所有结果展示出来。若这个关键词是相关品类中范围较大的词汇，那么在界面上半部分会有一些专门的标签词汇提供分类筛选的功能。这种方式对于用户无目的搜索的体验更为友好。同时将最热门的笔记置于前面，这种搜索结果的展示形式以及筛选条件，目的均是为了缩小选择范围，助力用户快速抉择

关于关键词的选择有以下几点需注意：

（1）小红书的热搜推荐是平台短期流量内容的标识；搜索提示关键词、筛选热门是长期流量所在，源于小红书真实的用户数据分析和总结

（2）务必要优先选取竞争度小、流量大且较为精准的关键词，避免选择宽泛的关键词

（3）学会反推关键词。确定笔记主题及关键词后，要反推期望用户用何种关键词能搜到自己的笔记，思考若自己搜索此类笔记会使用哪些常见关键词

（4）在笔记标题、正文、话题、评论等位置合理布局关键词，有助于笔记被收录及精准推荐。避免关键词堆砌，堆砌关键词会被系统判定为广告，长期如此操作，账号会被系统降权

四、知乎

首先针对搜索流量，知乎的搜索排名与搜索引擎有相似之处，内容需先被收录，而后才能提升搜索词排名

一方面要看内容与搜索关键词的匹配度，匹配度越高，收录的概率越大；另一方面，优质账号的权重更高，所能获得的搜索词排名也会更高；最后，内容的热度也会影响搜索排名，总之越热门的内容排名越靠前

当然，搜索还涉及问题下回答的排名，通常来说，搜索词收录该问题后，会抓取问题下其中一条高赞的回答展示，此外，由于用户习惯通常会参考不止一条回答，那么该问题下自然排序第一的回答，也有更大的曝光概率

所以，如果能够实现搜索词和问题下的排名都极为靠前，那么流量自然会更优；若无法实现两者均靠前，那么起码要保证有一条处于靠前的位置。

第二针对推荐流量，推荐流量是通过知乎的推荐算法，将内容推送给用户

一般而言，推荐算法会先将内容推送给一小部分人，然后收集反馈数据，如阅读完成率、赞同率、互动数据等，以此判断这条内容是否值得持续推荐

第三针对热榜流量，热榜是知乎的全站实时热门内容集合，其维度主要依据 24 小时的浏览量、互动量和领域权重来计算

若想内容登上热榜，就必须在短时间内有大量的领域内用户参与互动，形成良好的声量，内容的热度自然就会提升

当然，针对视频类内容，其分发机制与推荐类似，而且有单独的榜单支撑，参考即可

第四是综合算法，与头条、抖音等平台不同，知乎采用的是威尔逊算法，即依据内容的点赞、反对、收藏等数据，按照威尔逊公式来决定内容的推荐和排名。u 代表内容的赞同数，v 代表内容的反对数，p 则代表内容的赞同率 = 赞同数 /（赞同 + 反对），而 Z 则是与权重相关的数字。算法公式虽然繁杂，但大家只需记住最关键的一点：赞同率比赞同数重要，反对率比赞同率重要

与其他内容平台不同的是，除了点赞和互动，知乎用户还能给不同意的内容点反对票，而反对票数在一定程度上会影响回答排名。