這次是26W條數據，應該可以說明更多問題。
和往常一樣，先給出分析結論，希望你能引起你的興趣：
首次推薦分水嶺應該在5000人，點贊不過百基本涼了；
抖音紅利似乎在消失，用戶越來越不喜歡點讚了；
15s不一定是最好的，可以試試10s；
男女比例嚴重失調，小哥哥的視頻更受喜愛；
“生活化”是抖音內容的主體，年輕人樂於表達愛和喜歡；
90後是抖音的主力軍，94年小哥哥小姐姐最多；
丨數據介紹
數據區間是2018年2月1日—5月10日，歷時兩個月，累計260968條。採集過程中，對作者做了去重處理，也就是說每個作者只取了TA的一條視頻數據。這也代表著我們擁有26W個作者的數據。
數據包含視頻描述、發佈時間、播放數、點贊數、評論數、轉發數、尺寸、清晰度、時長、是否包含商品廣告、是否包含水印，以及視頻作者的暱稱、性別、生日、賬號創建時間、是否認證、認證類型等數據。
另外，數據均為前端可見數據，未使用任何違規操作。
丨首次推薦分水嶺是5000，請把贊“刷”到100+
既然抖音是頭條系產品，那肯定採用了同樣的推薦邏輯。從用戶的方便程度來看，點贊>評論>轉發，那麼點贊作為推薦算法的指標權重應該會大於其他兩個。從頭條的推薦算法推測，視頻應該會先被推薦給一部分用戶，如果點贊數達到某個水平，則會將視頻推薦給更多的人；如果沒有，那麼視頻大概率會涼了。
經過不斷分段統計視頻各播放量與點贊之間的關係，得到了下面這張表格：
由於採集機制的原因，我們很難採集到沒有被推薦的視頻，但就現有的1907條播放量在5000以下的視頻我們可以清晰地看到，這些視頻的點贊量100以下的佔到了94%。那麼反過來可以推斷，想要你的視頻被更多的人看到（也就是進入系統推薦的二階段），那麼你視頻的點贊量至少應該增加到100以上。
我做了幾個視頻進行了測試，發佈後分享出去讓好友幫忙點贊（下文會給出方法），那些在1小時內點贊量突破一百的，播放量在幾小時內很快破萬；而那些點贊量低的，則不再被人問津。
即便這個結果在測試中得到了驗證，但是我卻不能給出實錘結論。
首先，目前採集到的低於5000播放量的數據，大都在5月以後發佈，傳播時間不夠長，或許這恰好是點贊量低的原因；其次，與整體的樣本量相比，這部分數據只佔不到1%，沒有達到統計分析的樣本數要求。
無論如何，視頻的點贊量肯定會作為推薦權重的依據，點贊越高自然是越好的。
丨看似紅紅火火，但瓶頸似乎已經到來
作者數據包含了賬號的註冊時間，我把作者的註冊時間按照月份統計，發現抖音用戶的增長似乎在放緩：
從上面的用戶註冊時間分佈來看，抖音用戶在2018年1月份達到頂峰，隨後開始逐月遞減，4月份已經只有3月份的一半！
實際上，這個數據仍然存在一些漏洞。畢竟存在一種可能，就是新註冊的用戶不喜歡發佈視頻，而是在註冊一段時間後才開始發佈。或者，新註冊用戶的視頻因為還未得到系統的推薦，被我們採集到的概率也隨之降低。
如果賬號的創建時間不能說明問題，我們來看另一組數據。
把視頻的發佈時間與其相對應的播放量和點贊量結合，我得到了各月發佈視頻的平均點贊量。為了去除數據傳播時長的影響，我去掉了5月以後發佈的視頻，得到各月平均點贊量分佈圖：
數據顯示，各月視頻的平均點贊數在逐月降低，4月份食品平均點贊量甚至不足3月份的一半。或許是因為視頻越來越堵，用戶已經麻木，但無論如何，早期的紅利在逐漸降低，想上車的要趕緊了。
丨拍滿15s不是最好的，10s更受用戶歡迎
目前抖音未公佈獲得視頻超過15s時長權限的機制，但至少我們知道“優質”是選拔的重要條件，所以在分析視頻時長時，我去掉了時長超過15s的視頻。對15s以內視頻的平均點贊情況作了分析，得到以下分佈圖：
數據並不支持我們把視頻拍滿15s，10s是最好的，13s也不錯，甚至11s都優於15s。
由於超過15s的視頻數量僅6866條，在樣本中佔比太少，我就不再給出分析。在相同數量級下（均少於100條），39s、42s、50s和58s看上去效果不錯。
丨男女比例嚴重失調，小哥哥的視頻更受歡迎
統計26W個作者的性別，我發現抖音用戶中女性用戶數量接近男性的3倍！顯然是嚴重失調。
（注：“無”代表用戶沒有填寫性別信息）
從用戶組成來看，就很容易理解為什麼抖音的帶貨能力這麼強了。從購物能力來看，女性購買力更強，畢竟大部分錢都掌握在女性的手裡。
把作者性別和其發佈視頻的平均點贊量結合，我神奇的發現，小哥哥們的視頻竟然更受歡迎！
難不成是因為女性用戶多於男性，異性相吸？
注：沒有性別信息的用戶有多個視頻點贊量超過百萬（比如用戶@安德羅妮、的一個視頻點贊量達到600W），造成了該類別用戶的平均點贊量過高，不排除這部分用戶均為女性的可能性。
丨生活化的內容是抖音的主流，年輕人願意表達愛與喜歡
使用新浪微輿情（wyq.sina.com）的文本分析功能，把視頻的描述文字做了詞性和情感方面的分析，發現生活化的內容是抖音的主體。
對視頻描述文本的詞性分析，動詞方面除了“喜歡”和“愛”以外，生活化的“想”、“拍”、“吃”是出現頻率最高的詞；形容詞方面“快樂”、“開心”、“好看”和“可愛”是抖音用戶最喜歡錶達的感情；名詞上“小哥哥”和“小姐姐”顯然已經成為發抖音的固定搭配。
整體詞頻方面，除了“小哥哥”、“小姐姐”以及“抖音小助手”以外，具備強烈生活色彩的“爸爸”、“我媽”、“弟弟”、“老公”、“我家”這些詞同樣被高頻率使用。
丨抖音是90後的天下，94年是主力軍
對作者的出生年齡進行統計，排除掉建國以前出生和至今未出生的用戶，得到如下年齡人數分佈圖像：
圖像已經很清楚的告訴我們，抖音的已經是90後的天下，94年是這其中的核心。不過算算也對，94年出生的人現在已經24歲了（我還以為14），正是最青春、最喜歡新鮮事物的年華。
所以，主打年輕人的品牌可以入駐或者把廣告投放搞起來了。
丨福利：一些抖音小技巧
1.精細化運營，一些小細節很重要
我們來看下面兩個視頻截圖，你發現什麼差別了麼？
如果兩個視頻都需要視頻描述來完善視頻的內容，那麼後一個視頻的效果會更好，因為相比於白色視頻背景，純黑色可以非常清晰的把底部的視頻描述凸顯出來。
除此以外，視頻內容和質量相似的情況下，豎向的視頻比橫向的視頻更容易被點贊，不信你橫過手機點贊一下試試……
2.能不能繞過機器篩選直接被推薦到更大的流量池？
隨著監管制度的完善，純機器算法篩選和推薦已經不能滿足用戶對高質量內容的需求，於是今日頭條引入了大量人工審核團隊。這些人工除了審核內容是否違規外，還承擔發現優質內容、使其提前進入推薦隊列的職責（我猜的）。如果我猜對了，那麼，如果視頻能跨過機器的迭代推薦，直達人工，豈不是會更快速的火起來？
我有一個冒風險的辦法，並且測試成功了一次（只測試了一次，200粉絲半小時飆升到1W2播放量），你們如果膽大也可以試一試：在視頻描述里加入一些機器識別不準確的敏感詞，像這樣：
—— END ——
閱讀更多 影視門 的文章
