編輯導語：不同平台有适用于不同平台的内容營銷策略，針對B站，品牌可以在了解B站的内容推薦核心邏輯之後，進行下一步的内容營銷策略布局，尋找合适的UP主進行投放。本篇文章裡，作者針對B站内容營銷的核心邏輯進行了解讀，一起來看一下。

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，另一方面也可以打造成潛在購買者參考意見的地方。

一、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。

二、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。

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。

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。

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。

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。

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。

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%。

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。

三、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。

四、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。

五、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。

六、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。

作者：江流；公衆号：江流

本文由 @江流 原創發布于人人都是産品經理，未經許可，禁止轉載

題圖來自 Unsplash，基于 CC0 協議

,

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