抖音電商算法深度解析,講透權重&流量分配原理
抖音電商就像一個游戲,算法則是這個游戲的規則,這套規則對平臺的所有用戶都有效,無論是內容創作者(商家),還是內容消費者(用戶)。
算法的目的在于讓平臺能夠形成一個可循環的良性生態,同時最大化的實現商業化變現。
我們想要在抖音上做好電商,只有理解了游戲規則以后,才有可能利用游戲的規則,順勢而為。
所以,掌握抖音電商的算法邏輯,才是玩好這場游戲最底層,最本質的東西。那到底如何理解這套機制?
今天,我們一起來聊聊抖音電商算法。
1
權重決定推流的“量”
先看重點關鍵詞「權重」,什么是權重?
權重是指某一因素或指標相對于某一事物的重要程度,其不同于一般的比重,體現的不僅僅是某一因素或指標所占的百分比,強調的是因素或指標的相對重要程度,傾向于貢獻度或重要性。通常,權重可通過劃分多個層次指標進行判斷和計算。
用大白話通俗點說,就是系統對每一個賬號做出的評價,而這個評價是通過綜合數據來衡量得出,對你評級越高,代表權重越高,獲得的流量就越多。
抖音電商里「權重」主要分為:基礎權重和實時排名權重。
1、基礎權重
基礎權重就如上文所說,每一個賬號都不同,系統會在一定周期內根據賬號的綜合表現從而決定權重等級,且并非固定,不進則退,優勝劣汰。
比如下圖,兩個不同的賬號,案例A開播第一波推流是千人場觀,而案例B則是百人場觀,可以明顯的看出兩個賬號不在一個量級,所以,賬號的基礎權重決定了開播推流的“量”。
大致可以分為以下幾個層級,分別為:E級(冷起動期,百人場觀)、D級(千人場觀)、C級(萬人場觀)、B級(十萬左右場觀)、A級(幾十萬場觀)、S級(百萬場觀)。
以上,是關于基礎權重。但你以為基礎權重高就可以高枕無憂的一直賣貨了嗎?nonono,還有另外一個權重衡量機制。
2、實時排名權重
上文我們講到每一個賬號都會有基礎權重,開播后的推流的量級是由權重層級決定,但直播間就像一個蓄水池,如果沒有新的流量進來,很快直播間就沒有人了,那后續流量的分發機制是什么樣的呢?
抖音采用了實時賽馬機制,就是當你開播獲得一波推流之后,后續還想要流量,就需要跟你同層級的競爭對手一起進行PK了。
系統每時每刻都在進行排名,5min、30min、60min,抖音直播流量的不斷進行賽馬機制,篩選出優質的直播間,分配更多的流量給到優質的直播間。
這張圖基本理清了賽馬機制的邏輯。
首先初始推流:
初始流量層級就是上面我們說的基礎權重,權重越高初始推流越高,同時口碑分也會影響我們的推流。
進入數據評估:
系統通過數據來評估你直播間每5min、30min、60min的表現情況,主要從互動數據和電商數據(具體關鍵指標下文單獨講)來進行考核;
帶貨榜表現:
然后系統會進行排序,同層級PK,如果你高于上一名則進入到下一級流量池,將會得到新的一波推流,然后又繼續重復數據評估,而低于下一名則減少推流,或停止推流,甚至回到初始流量層級。
根據這樣的機制,不斷進行實時排名,優勝劣汰。所以,策劃并執行好直播的每一個細節才有可能PK掉你的競爭對手,拿到更多的免費流量。
以上是關于權重。但我們做電商,追求流量規模的前提是流量精準度,系統是如何給我們推精準人群的?
2
標簽決定推流的“質”
先看重點關鍵詞「標簽」,什么是標簽?
標簽是平臺識別用戶身份的符號。每一個抖音用戶都會被系統打上標簽,算法從而給用戶推薦更加精準內容;同樣,對于我們創作者也是會被系統打上標簽,算法會根據標簽給我們推薦精準的用戶。
抖音標簽主要可以歸類為這三類:
1.人群標簽
分為基礎屬性標簽和行為興趣標簽。基礎標簽就是根據用戶的注冊信息所打上的,主要包含性別、年齡、地域,如:18-25歲+女性+一線城市,這樣組合就算一個人群包了。
除此,系統會根據用戶在抖音上的行為軌跡打上特定的標簽。
比如:你今天在抖音給一個母嬰類的視頻點贊了,系統就會認為你對母嬰相關內容感興趣,就會給你打上興趣標簽,下次會推薦更多類似的內容給你,而行為也是一樣,比如你進入一個母嬰的直播間,最終完成了購物,那就會把你打上母嬰購物人群,行為相比興趣會更加精準。
2.短視頻標簽
短視頻有一套專門打標簽的機制,我們發的短視頻,系統會根據有效觀看人群,也就是完播率,點贊人群、評論人群、以及產品本身去給視頻打上標簽,然后去匹配分發給更多潛在的興趣用戶。
3.直播間標簽
分為內容標簽和電商標簽,如上面說的行為興趣標簽一樣,只不過上面是針對用戶打標簽,而這里是針對創作者。
比如用戶在你的直播間進行了有效觀看、停留、評論、點贊、轉粉等,這樣系統就會根據數據,判定什么樣的人群對你直播間感興趣,通過觀看、停留...等指標,給你直播間打上內容標簽,這是淺層的興趣標簽。
然后是電商標簽,指的是用戶在直播間點擊購物車、商品、商品下單、成功交易,系統就會給直播間打上電商精準標簽,后續就會根據已有的標簽推薦或擴展更多相似人群進行推薦。
OK,理解了標簽以后,接下來我們來看一下,標簽和權重之前有什么關系。
標簽也分為基礎權重下的標簽和實時標簽,和上文說的權重有著密不可分的關系,我們展開來講。
1、基礎權重
上文我們講了基礎權重決定了系統推流的量,那基礎權重和標簽又是什么關系呢?
基礎權重是由興趣標簽和電商標簽形成,給直播間打上興趣標簽,只需要通過直播間的人貨場的設計,以及腳本策劃,吸引目標用戶看播、停留、互動、轉粉即可打上標簽。
電商標簽則需要歷史電商訂單的累計,從而給賬號打上精準電商標簽,在一開始做好一段時間周期內高密度的成交,就能為賬號打上基礎電商人群標簽。
2、實時標簽
這個很好理解,實時流量形成實時標簽,我們在每一場直播中,要用精準的產品策劃和付費流量,不斷深化賬號標簽,平臺會實時探索互動&成交人群,推流模型會越來越精準。
3
各項關鍵數據指標
當我們了解「權重」和「標簽」,但落實到實操就需要關注到具體的數據指標了,平臺風向一直在調整,具體有哪些關鍵性的核心指標?
在說具體指標前,我們需要先了解,直播間的流量來源都有哪些。
上圖歸類了直播間的流量來源,主要分為免費流量和付費流量,我們重點看免費流量的兩大主要來源:直播推薦、短視頻。
1、直播推薦-推流數據指標
直播推薦是直播間最大的流量來源,我們先看直播推薦的考核指標都有哪些?
互動數據指標:停留時長、互動率(評論/點贊等)、轉粉率/加粉絲團率、轉發分享率;
電商數據指標:商品點擊率、成交轉化率、UV價值、GPM(千次展現成交)
其他:賬號標簽、權重、口碑分
以上數據指標都會直接或間接決定了直播推薦的流量,系統不會單一的考核單個數據指標,所以都需要做好,但會有一些重點考核指標,這也是我們需要重點關注的。
從去年抖音電商興起以來,平臺隨著生態的發展,不斷的在調整算法,總結大概做了三次大調整,對應到重點考核的數據指標也是在變化的。
第一階段,重點考核:停留時長、互動率
去年4月開始,系統主要考核的數據指標是以停留時長和互動率為主,對于平臺來說,這個階段的重點是培養用戶購物習慣,把用戶留下來才是最重要的,所以當初的憋單秒殺直接踩中算法命門,輕輕松松獲得自然流量。
第二階段,重點考核:UV價值、成交效率
今年4月份調整算法,平臺開始大量清理劣質直播間,規范商家,對于抖音來說,述求是規范電商生態環境,進一步穩固商業化變現鏈條,所以考核的重點是UV價值和成交效率。
第三階段,重點考核:GPM(千次展現成交)
這也是目前我們正在經歷的階段,隨著抖音電商生態的發展成型,GPM將會成為平臺考核的重點指標,GPM這個指標是直播間商業價值的體現,而要做好這個數據指標,就不像我們之前那么簡單的關注單一維度了,而是需要全面提升綜合實力,平臺才會把流量分配給你。
2、短視頻-推流數據指標
短視頻是抖音的基本盤,即內容,我們需要把短視頻和電商分開,同樣,兩者推流算法也是不同,也有不一樣的考核數據指標。
原生視頻的考核指標是:完播率、主頁停留時長、轉粉率、點贊率、評論率、轉發分享率,其中完播率是考核的重點指標,你會發現很多上熱門的視頻,完播率都非常高。
而電商短視頻考核指標是:直播間進入率、直播間互動&成交數據、停留時長、互動、成交,
最后,我們來看各流量渠道之間的關系:
如上圖,直播間是最終的落地場景,有不同的流量來源,分別有付費流量、短視頻流量、直播推薦流量、粉絲流量,我們逐個來看:
付費流量:
按照ECPM進行展現排名,雖然是花錢買流量,但并非出價越高流量就越多,而廣告的展現是根據這個公式來進行:展現=預估點擊率*預估轉化率*出價,付費流量最大的作用在于為直播間打上更加精準的標簽。
短視頻流量:
由直播間進入率、直播間停留、互動、點擊、成交等數據指標決定,同時會觸發互相加熱機制,短視頻給直播間精準引流,直播間反向加熱短視頻,從而獲得更多的流量。
直播推薦:
由停留時長、互動率、轉化率、轉粉率、商品點擊率、轉化率、UV價值、GPM值指標決定,是直播間最大的流量入口。
粉絲流量:
主要數據指標是粉絲互動、成交反饋,粉絲為直播間增加復購,營造氛圍,從而帶動其他數據指標。
總結一下:
1.各流量渠道獨立推流,各渠道有獨立推流數據指標,但通過不同渠道進入直播間的用戶在氛圍上互相加權,帶動羊群效應,從而起到互相激發作用。
2.付費流一定程度上“激發”了自然流,付費流量不斷為直播間打上精準標簽(基礎&實時標簽),能帶動具有相似標簽的更精準的自然流人群,但并非激發了“權重”(推流量)。
以上就是關于抖音電商算法的解析,詳細講透了權重和流量的分配原理,希望對你有所啟發,更多精彩內容請關注智瑞創想抖音短視頻代運營,我們會定期更新抖音運營技巧,希望對你有所幫助。
以上文章來源于阿濤和初欣 ,歡迎關注阿濤和初欣的原創陣地,作者阿濤和初欣
免責聲明:本文由小編轉載自網絡,旨在分享閱讀,版權歸原作者所有,如有侵權請聯系我們進行刪除。
聲明:本站所有文章資源內容,如無特殊說明或標注,均為采集網絡資源。如若本站內容侵犯了原著者的合法權益,可聯系本站刪除。