02 抖音直播最新算法解析.pdf

抖音直播底层算法逻辑

目录

1.流量3

2.指标4

3.标签7

4.权重9

4.1.为什么新号开播的流量普遍很少，而且低质量？

4.2.为什么很多人会选择用低价起号，而且不断引导用户点赞、好评？

4.3.为什么明明把流量拉的很高，但是用户转化率就是很低？

4.4.为什么会有复合链、集合链、高返等玩法的出现？

1

抖音本质是互联网产品，产品的背后是代码，代码的底层是算法。

想要做好直播带货，就必须理解抖音底层的算法体系。

本文将在整个篇幅中，致力于通过保姆级的分析，接近如下三个问题

的答案。

1.抖音直播的算法结构究竟是怎样的

2.日常的行为如何通过算法去做解释

3.如何利用算法推演直播间玩法

开宗明义：流量、指标、标签、权重，构成了直播间的底层体系。

2

1.流量

流量作为底层算法最基础的要素，用于衡量直播间的观看规模。

以场观大小分成几个维度大致可分为：

E级就是百人场观；

D级就是千人场观；

C级是万人场观、

3

B级是接近10万人的场观；

A级是几十万人的场观；

S级是百万级的场观。

2.指标

从供给的角度，每天几十万场直播，抖音需要一套指标体系，用于衡

量每个直播间的开播质量。

进而根据数据的优劣排序，给不同直播间分配流量，这时候会涉及另

一个词：

指标

指标作为衡量直播间质量的标准，并不是单一存在，而是涉及到三个

层次：

用户行为商业价值流量规模

与此对应的就是：

互动指标交易指标流量指标

互动指标包含直播间所有的用户行为，如停留、点赞、评论、关注、

加粉丝团、分享等都属于互动指标。

停留，是所有互动指标里最基础，也是最重要的指标。

4

首先，所有数据的产生都必须以停留为前提。

其次，评论大于点赞，但又弱于关注、粉丝团、分享。

互动指标大体上反映了一个直播间的人气状态。

从算法判断的角度，是衡量直播间能否有效留住用户的重要维度之一。

如果说一个直播间互动指标做的好，数据回传到数据库，通过与竞争

对手的互动指标对比，数据好于对方的情况下，账号就可以优先获得

系统的推荐流量。

但是，一个账号的流量增长，光依靠互动指标并无法长期驱动。

一款商业化产品的终点一定是盈利，直播间同样也是。

能够有效获得停留，只是证明了目标直播间的留人能力，其次还要考

量留人之上的变现能力。

这时候涉及的就是交易指标。

一切跟交易行为相关的指标，均为交易指标。

交易指标仍然可以被拆分为交易行为与交易数据。

交易行为包含购物车点击、商品链接点击、订单创建等；

交易数据包含GMV、UV价值、人均GMV等。

5

遵循“最基础的指标就是最重要”的原则，在交易行为当中，购物车

点击为最核心的指标。

没有购物车点击，所谓的转化成单都是泡影。

同样在交易数据当中，UV价值作为最小的单元，地位首当其冲，UV价

值*场观得出GMV，GMV/下单人数得出人均GMV。

综上，对于指标的优先排序，能够有利于直播间的运营者，在每个阶

段制定相应的竞争策略。

比如起号阶段对停留的追求；流量上升时，对于购物车点击率、UV价

值的要求。

但是实际的算法体系中，指标的优先排序并不是简单的线性排序，而

是线性基础上的交叉排序。

直播间不会单纯因为某一个指标的增长，而迅速获得流量的推荐，而

是需要将多个指标在优先排序的基础上，交叉增长。

互动指标、交易指标决定了直播间的数据体现，而数据体现对应的即

是流量指标，如场观、峰值等。

场观大体上决定了直播间在过去几场当中的指标体现，峰值则分为开

场峰值跟推荐峰值。

开场峰值同样受历史模型的影响。

6

举个例子，一个账号只要开播，就会在直播广场里占有一席之地。

但是这个位置能否靠前，得到更多的流量推荐，就需要看往期直播的

质量。

如果一个账号在多个高位点下播，那么推