筆者從自己的實際體驗出發，對快手的産品設計和作品的傳播算法兩個層面進行了梳理分析，供大家參考。

玩快手兩個月，從産品設計和作品的傳播算法兩個層面談一下自己的感受。

一、産品設計

進入快手看到的三個菜單：“關注”、“發現”、“同城”。這三個菜單，是用戶發出的作品能夠進入的三個流量池。

“關注”對應的流量池為自己的粉絲，這個頁面的元素有三個：視頻、作者的頭像以及與自己是否是好友關系、視頻的時間。頁面順序基本是按照時間降序排列。“時間”是這個頁面的核心邏輯，作品發出後會進入“關注”，但頁面是按時間降序排序，作品被當前在線粉絲看到的概率更大，不一定能被所有粉絲看到。

“同城”對應的流量池是自己所在的城市。頁面的主要元素為“地理位置”，核心邏輯是地理位置的遠近，發出的作品能被距離近的人看到，也能被遠的人看到。

能被發到“同城”中的作品靠的是發帖人本身的位置，發帖人所在城市的用戶密度越大，“同城”的流量池也就越大，但這并不意味着作品能夠進入到“同城”，進入了“同城”也并不意味着能夠分得城内所有的流量，這個關系到平台的算法。

“發現”對應的流量池，是全平台。頁面暴露的元素為“點贊數”，“點贊數”是核心邏輯。能進入這個菜單下的作品都是相對優質的作品。

從我自己發作品的經驗來看，以上三個流量池的大小不同，進入的難易程度也不同，大多數作品停留在“關注”，表現好的作品會獲得“同城”的流量，表現極好的作品能夠進入“發現”。

二、平台的傳播算法

今年8月份我開始在快手發作品，根據平台每周的周報梳理了自己的粉絲數、作品播放量等情況。共發了一百多個作品，累積播放量超10W，當前粉絲數1400左右。國慶節期間，作品的播放量有了明顯進步。

平台發的周報可以在“私信”中查看：

總結出的周報的算法：播放量：在統計區間内所有作品的新增播放量，包括曆史作品；作品數：指在統計區間内新發的作品數；粉絲增額：指統計區間内新增的粉絲數。

這裡需要注意的是，周報中給的新增播放量與新增作品數不是一一對應的。播放量是指所有作品的新增播放量。

整個過程中，第一點感受：初期發的幾次作品，都能獲得較多的流量，後期慢慢就沒有這種福利了。

我們看下數據，08/04,08/11這兩個期間發了22 22=44個作品，作品的平均播放量分别為242、370，但是後面08/18、08/25這兩個期間發了17 8=25個作品，作品的平均播放量是188、332，後面這半個月平均播放量均有下滑。

推測平台為了鼓勵新用戶，對新用戶發的作品會給予相對多的流量。基于此，快手新用戶應抓住平台給予的第一波流量福利，發布優質作品，更高效的換回多的曝光和粉絲。

第二點感受：每次在周末/節假日發出的作品，播放量的總量和上升速度都更好。

上面的表格中，10/06的統計區間正好是國慶節，這期間我單個作品的播放量第一次過萬。但是這些作品的内容類型與以前不同，也不能說明問題。

平台發的周報中會講述好友播放量的前三名，我彙總了不同區間TOP的總播放量變化。結果發現10/06這個區間，前三名的播放總量非但沒漲反而降了。

下面是周報中關于TOP信息的展現以及對于不同區間的數據彙總：

從“總和”這一列可以看出，10/06這一周的總播放量是最低的，與我之前節假日有更多流量的想法相違背。

分别查看了每一期的前三名的主頁，發現每一期的前三名基本相同，被統計的五期共有15個人，長期被五個人霸榜，圖中相同顔色的即為同一人。

出現頻率最高的綠色和黃色的主人，平時發的作品基本是與工作相關的，可能因為國慶放假所以發的作品少了，進而影響到總播放量。也有可能我的想法并不成立。

為了進一步觀測平台的傳播機制，我記錄了幾個作品發出後不同時間點的播放量情況，如下圖所示：

除了上面這些被監控的作品，還要補充兩個播放量比較大的作品，因為沒有監控過程數字，隻能文字叙述一下，一個終值播放量為1W，另一個當前播放量是4.8W，目前還在增長。

播放量1W的生命周期為2天，播放量4.8W的目前已發出五天，當前的粉絲量為1400左右。

從經曆過的這些作品來看：

1. 90%以上的作品都比較菜，隻有少數作品的播放量超過了粉絲量，極少數作品破萬；
2. 多數作品的生命周期隻有兩天左右，少數作品可以延續到五天(目前最長的一個)；
3. 從播放速率來看，作品剛發出後的速率最快，逐漸平緩，最後停滞，有時又會隔幾天多幾個浏覽量；

選取了幾個不同播放量的作品，記錄了一下它們的點贊數和評論數：

上面的列表中，播放量最大的作品的點贊率、(點贊 評論)率最高，(點贊 評論)率第二的作品的播放量卻不是第二。點贊和評論會影響作品的播放量，但不是簡單的影響關系。

除了監控播放量，還監控了不同時間範圍内，點擊作品的人的“身份”。監控邏輯：通過作品收到的贊和評論，反向查看這些人的主頁，（平台不提供“誰看了我的作品”的功能）。

由此發現，在作品發出的初期，點贊/評論的人基本都是關注自己的人，當作品的播放量超過粉絲量七八倍，近一萬時，陸續收到了來自“同城”的人的關注，當作品浏覽量近2萬開始，陸續收到來自“發現”的人加關注。

點擊自己主頁中的粉絲數，即可查看到自己的粉絲列表，粉絲列表中會顯示該粉絲的來源，如下：

從上面監控“人”開始，直觀的感受體驗就是：大多數作品停留在“關注”，表現好的作品會獲得“同城”的流量，表現極好的作品能夠進入“發現”。但因為這個結論是通過反向查看“點贊、評論、關注”等的行為數據反推出來，結論本身也受到這些數據的影響。

上面是發作品的一些感受。在網上看到知乎市場産品總監闫澤華闫老師的演講，他講到内容平台的流動模型，可以幫助理解平台的傳播機制。講一下我的理解，模型的主體流程如下：

内容理解→冷啟動→用戶反饋→擴散or消亡→長尾

• 内容理解：程序會理解用戶發出的作品（通過識别作品的标題描述、視頻内容等），對作品打上标簽加以分類。
• 冷啟動：程序理解了作品之後會主動推給可能喜歡它的用戶。這裡牽涉出另外一個問題，就是程序本身對自己的用戶也做了标簽歸類。新用戶發出作品後，即使沒有粉絲，也會推給一部分人。我自己的經曆中，能直接監測到的第一波看作品的人是自己的粉絲，但作為一個新用戶，即使沒有粉絲，也會獲得流量。
• 用戶反饋：作品推給用戶後，平台會收集用戶的反饋，包括閱讀、點贊、收藏、分享、評論等等。
• 擴散or消亡：算法根據收到的反饋做出選擇：進行下一步的擴散，還是就此消亡。
• 長尾：在長尾的傳播中，會考慮到内容的時效性和周期性。“像娛樂内容其實很容易被用戶遺忘，推一波也就完了；美食攻略、旅遊攻略類型的内容則會被周期性推送”。

上面的模型是一個宏觀模型，對于一些環節有以下幾點想法：

用戶反饋：作品發出後，平台可以收集到的反饋指标包括：打開率、點贊數、評論數、轉發數、完播率、關注率等(指通過看作品而關注作者的比率）。

這些指标再加上時間這個維度，構成一個計算“作品表現”的模型。模型最終得分的高低被作為下一波流量分發的基準。

這五個指标中，“完播率”比較有意思，“關注率”很硬。快手講究“老鐵”，平台中活躍着那麼一波人，隻要自己的好友發出作品，他們都會去點一圈或評論一圈666，但是他們并沒有耐心把這個作品全部看完。

“關注”是對人的認可，點贊和評論等是對作品的認可，關注行為的門檻更高，認為“關注率”很硬。前面4.8W播放量的作品，點贊：評論：關注=3216:105:120。

擴散or消亡：畫了一下演化模型。作品在一次次沖關之後，所得到的用戶反饋逐漸接近它的真實水平，就像電商平台的好評率，銷量越高，所得到的的好評率相對越準。

在自己的作品播放量不好的情況下，有時候可能會有“是金子沒有被發現”的想法，平台提供了推廣服務，我購買過兩次，做過推廣之後，一個作品的終值播放量停留在2200，另外一個作品的終值播放量停留在7107。

得出的結論是：平台算法很有效，如果作品自由傳播沒有得到好的播放量，那麼購買推廣服務也沒有意義。推廣服務所給的投放量，畢竟是非常非常有限的，産品要想傳播的好，必須可以自發動。

本文由 @vivi 原創發布于人人都是産品經理，未經作者許可，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