tft每日頭條

 > 科技

 > b站為什麼越來越低齡化

b站為什麼越來越低齡化

科技 更新时间:2024-08-09 09:28:57

本文由鳥哥筆記春羽計劃出品

b站為什麼越來越低齡化(研究了1000條數據之後)1

本文3204字

b站為什麼越來越低齡化(研究了1000條數據之後)2

品牌對在知乎做内容營銷會有疑慮,因為數據不能馬上看到,因為難以建立與銷售的明确關系。

但在B站做内容營銷,我們就不需要問為什麼,隻需要行動。

B站的數據反饋很豐富,很快,投放帶來的效果主要在第一周就會确定。方便向老闆彙報。并且更容易建立與銷售的關聯。比知乎和小紅書都更加确定。B站的内容營銷,一方面可以直接帶來銷量轉化,另一方面也可可以打造成潛在購買者參考意見的地方。

b站為什麼越來越低齡化(研究了1000條數據之後)3

B站的流量在哪裡?

最主要的流量是打開APP首先看到的頁面:首頁-推薦頁

直播頁也有一些流量。

搜索也會帶來一部分流量。B站和知乎的内容都可能出現在百度搜索結果中,而小紅書不會。

這方面的邏輯比知乎和小紅書都更清晰,因此不展開讨論。

b站為什麼越來越低齡化(研究了1000條數據之後)4

B站推薦内容的核心邏輯

前兩年B站代碼洩露的事,有不少人解讀過疑似B站推薦的核心算法

視頻的推薦指數=硬币×0.4 收藏×0.3 彈幕×0.4 評論×0.4 播放×0.25 點贊×0.4 分享×0.6,一天内的新發布視頻推薦指數提高1.5倍。

專欄文章的推薦指數類似。

b站為什麼越來越低齡化(研究了1000條數據之後)5

看到網友對這個推薦指數進行了驗證,但是數據量很小,于是我也來進行下驗證。

(以下數據采集時間為2021.08.18)

首先,我爬取了B站科技區頭部默認的160個熱門視頻的數據。畫出了散點圖,橫軸代表播放量,縱軸代表推薦總數。

在以下所有的數據中,由于評論數據是ajax動态加載數據,略麻煩,就沒有爬取。我的這個推薦指數就不包含評論因素。這點缺失不會對結果造成明顯影響。

散點圖的關系相當漂亮,嚴格在一條斜線附近,說明熱門視頻的播放量與推薦指數的關系非常明确。

b站為什麼越來越低齡化(研究了1000條數據之後)6

熱門視頻的數據是視頻最後的穩定數據。那麼對于數據增長中的較新視頻,是不是也服從這一規律呢?

由于較新視頻的各項數據較低,我于是選取了最新發布的1000條數據,發布日期為最近兩日的。得到以下圖。依然是一條斜率幾乎一樣的斜率。

b站為什麼越來越低齡化(研究了1000條數據之後)7

不過上圖大部分數據都在閱讀量5000以下,看得還不清晰,于是我剔除了閱讀量5000以上的數據。

由于網傳的推薦指數包含對24小時内發布視頻加權1.5倍的影響。我于是将這1000條數據分為兩組,前500條數據大多是最新發布24小時的視頻,後500條數據大多是24-48小時内發布的視頻。

下圖為後500條數據。

b站為什麼越來越低齡化(研究了1000條數據之後)8

下圖為前500條數據。兩圖斜率幾乎一緻,且散點和斜線都非常接近。各幅圖的斜率基本都在0.29,預計如果添加上評論因素,斜率會在0.30。

b站為什麼越來越低齡化(研究了1000條數據之後)9

得出這樣的數據還不能使我放心,因為在推薦指數中,播放量與推薦指數的單獨關系中,斜率是0.25,這些互動動作的權重隻占20%呀。于是我測算了推薦指數中剔除播放量因素的數據。得到以下圖。當推薦指數不包含播放量因素時,推薦指數和播放量的關系并不是一條直線。

b站為什麼越來越低齡化(研究了1000條數據之後)10

通過以上數據研究得出以下結論:

  • B站視頻的播放量與推薦指數嚴格相關,播放量=10/3推薦指數
  • 推薦指數=硬币×0.4 收藏×0.3 彈幕×0.4 評論×0.4 播放×0.25 點贊×0.4 分享×0.6。
  • 推薦指數對新老視頻一視同仁,并沒有對新視頻加1.5倍的播放量扶持
  • 沒有對新視頻的推流測試。這一點不同于知乎、小紅書、抖音等平台。其他平台都會先給如500-1000曝光來測試數據,B站沒有。
  • 播放量與完播率無關。并不會因為你的視頻完播率高而獲得更高的推薦權重。
  • 播放量也與打開率無關。并不會因為你的視頻在信息流中點擊率高而獲得更高的推薦權重。

有網友對幾個賬号視頻的完播率進行統計,也說明了播放量與完播率關系不大。但數據中完播率均高于17%。

b站為什麼越來越低齡化(研究了1000條數據之後)11

這涉及到一個問題。B站的播放量統計,并不是點擊了視頻就計算播放。

B站的播放量數據,要求同一個賬号,一段時間内,多次觀看一個視頻,都隻計算1次播放量,且觀看一個視頻要達到一定時長比例,觀看時長太低,也不計算播放量。

這個計算規則接近于和微信公衆号的閱讀量計算規則一樣嚴格。可以理解為B站視頻的播放量,就是實實在在的這個視頻被多少個人觀看了。

從上圖的數據來看,這個計算播放量有效的播放比例小于17%,預計在10%-17%之間。

為什麼B站推薦視頻時不考慮完播率呢?因為如果完播率明顯影響視頻的播放量,則短視頻就會有明顯優勢,中長視頻獲得的流量就會明顯減少,讓用戶不再願意生産中長視頻。抖音的推薦算法會考慮完播率,所以使得博主不願意生産長視頻。

為什麼B站不對新視頻進行一定的推流測試呢?其他平台的推薦算法對新内容進行推流測試,根據的是打開率,完播率等數據,打開率根據的是頭圖,标題。對于中長視頻而言,這些不是判斷視頻是否受歡迎的标志,互動才是。

B站沒有推流測試,意味着新用戶發布的新視頻,如果沒有初始互動,則可能播放量為0。除非通過搜索觀看視頻的用戶把這個視頻頂起來了。

有一定粉絲量的UP主的視頻不容易被埋沒,粉絲量低的UP主的優質視頻有可能被埋沒。粉絲量低的UP主為了讓視頻不被埋沒,需要前期拉人給視頻創造人氣。

B站的推薦指數算法是怎麼發揮作用的呢?

在視頻冷啟動階段,推薦指數促使UP主要給新視頻帶來初始流量,獲得人氣。

當視頻的互動數據好時,播放量<10/3×推薦指數,則獲得推薦,從而播放量上漲,直到播放量=10/3×推薦指數。

當視頻播放量過高時,播放量>10/3×推薦指數,則不獲得推薦,直到互動數據趕上來。

所以,刷播放量的策略在B站上不起作用。隻會讓視頻的真實流量更少。

對于B站而言,粉絲量是重要的,高粘度的粉絲是重要的。這個推薦算法也解釋了為何B站的大UP主商業價值高于小紅書高于知乎。

總結一下

B站推薦内容的核心邏輯就是遵循推薦指數=硬币×0.4 收藏×0.3 彈幕×0.4 評論×0.4 播放×0.25 點贊×0.4 分享×0.6。播放量=10/3×推薦指數。

在視頻冷啟動的階段,要努力提升以下指标:硬币數、收藏數、彈幕數、評論數、點贊數、分享數。視頻完播率的最低标準要控制在17%以上。

b站為什麼越來越低齡化(研究了1000條數據之後)12

B站如何給用戶推送内容?

B站推薦内容的方式和小紅書知乎類似,推薦主要來自以下幾個角度:

搜索過的關鍵詞相關的内容

關注的UP主發布的内容

浏覽、互動過的内容相關的内容

熱門内容

關注的頻道,浏覽的頻道相關的内容

b站為什麼越來越低齡化(研究了1000條數據之後)13

怎麼做針對B站的内容營銷戰略?

假設我們要為一個預計年銷售額1億且定價200元的新品在B站上做内容營銷布局。

在B站建立品牌的官方号的價值大于小紅書,更大于知乎。

品牌在B站的投放主要找有一定粉絲量的UP主做産品宣傳視頻,引導到電商平台産生購買。這是過去常規的模式。

我們的内容營銷戰略,要在B站建立内容營銷的良性循環。

讓每一個投放動作都為後續的動作賦能,而不是每一次投放都是獨立的。

連貫性動作

通過官方号及對應的社群建立一個基于B站的高粘性粉絲群體,為品牌的内容持續進行冷啟動

錨定1個或多個關鍵詞,内容投放集中瞄準這個關鍵詞,附帶從其他關鍵詞引流,這樣搜索這個關鍵詞,或者關注這個關鍵詞的用戶,會更可能關注到品牌的内容。

素人内容 大粉絲量UP主持續投放,大UP主投放不僅是直接帶來銷量的效果廣告,還為品牌布局的關鍵詞圈住更多潛在用戶,讓他們之後看到更多品牌布局的素人内容。

b站為什麼越來越低齡化(研究了1000條數據之後)14

如何評價B站内容營銷的數據?

B站的數據首先是關注播放量。

圈住的粉絲數或社群用戶也是很有價值的指标。

可以參考B站UP主的平均廣告價對應的平均播放量,算出播放量均價=平均播放量/平均價格。作為投放的盈虧平衡線。

B站的數據容易爬取,可以直接彙總相關視頻鍊接,然後用爬蟲定期爬取數據并更新。

b站為什麼越來越低齡化(研究了1000條數據之後)15

總結一下

B站的流量主要集中在推薦頁,可以估計占比90%以上,直播頁也有一定流量,可以估計占比低于5%,動态頁流量較少,預計低于1%,所以要注重粉絲粘性的維護,才能提升粉絲的價值,否則粉絲價值低。

B站視頻的播放量遵循以下公式:

播放量=10/3×(硬币×0.4 收藏×0.3 彈幕×0.4 評論×0.4 播放×0.25 點贊×0.4 分享×0.6)。

為了讓視頻在冷啟動階段過關,前期要盡力提升互動數據。可以考慮建設粉絲社群來提升互動。要注意通過官方号來聚集粉絲,通過活動等方式增強粘性。

B站會根據關鍵詞、标簽來推薦内容,建議集中精力打爆某個關鍵詞,盡力圈出精準用戶。

b站為什麼越來越低齡化(研究了1000條數據之後)16

以上為鳥哥筆記“春羽計劃”資深作者【江流】本次分享的全部内容啦,如果你對職場成長也頗有想法,樂于和廣大從業者分享自己的實踐與思考,歡迎加入春羽計劃!

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关科技资讯推荐

热门科技资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved