易灵微课《数据分析-认知与实践》讲师 新榜数据分析师 人人都是产品经理、华尔街见闻专栏作家 简书科技类优秀作者 这次，我们将深入分析26万条数据，以揭示抖音平台上用户行为和内容趋势的深层次规律。首先，我们提供一些分析结论，希望能够引起你的兴趣： 首次推荐分水岭应该在5000人，点赞不过百基本凉了； 抖音红利似乎在消失，用户越来越不喜欢点赞了； 15秒不一定是最好的，可以试试10秒； 男女比例严重失调，小哥哥的视频更受喜爱； “生活化”是抖音内容的主体，年轻人乐于表达爱和喜欢； 90后是抖音的主力军，94年的小哥哥小姐姐最多； 一个很棒的广告 下面是正文 数据介绍 本次分析的数据区间为2018年2月1日至5月10日，历时两个月，累计260968条视频数据。在采集过程中，我们对每个视频作者进行了去重处理，确保每个作者只被纳入一次统计。因此，我们拥有26万个视频作者的数据。 数据包含 视频描述、发布时间、播放数、点赞数、评论数、转发数、尺寸、清晰度、时长、是否包含商品广告、是否包含水印等前端可见数据，以及视频作者的昵称、性别、生日、账号创建时间、是否认证、认证类型等个人信息。 此外，所有数据均未使用任何违规操作，以确保分析结果的准确性和可靠性。 首次推荐分水岭是5000，请把赞“刷”到100+ 做过今日头条自媒体账号的人应该了解，头条的推荐算法是先把文章做小范围推荐，查看文章在该部分人中的阅读数据，如果阅读数据良好，则会扩大文章的推荐范围。数据越好，推荐范围则越大。 既然抖音是头条系产品，那肯定采用了同样的推荐逻辑。从用户的方便程度来看，点赞>评论>转发，那么点赞作为推荐算法的指标权重应该会大于其他两个。从头条的推荐算法推测，视频应该会先被推荐给一部分用户，如果点赞数达到某个水平，则会将视频推荐给更多的人；如果没有，那么视频大概率会凉了。 经过不断分段统计视频各播放量与点赞之间的关系，得到了下面这张表格： 由于采集机制的原因，我们很难采集到没有被推荐的视频，但就现有的1907条播放量在5000以下的视频我们可以清晰地看到，这些视频的点赞量100以下的占到了94%。那么反过来可以推断，想要你的视频被更多的人看到（也就是进入系统推荐的二阶段），那么你视频的点赞量至少应该增加到100以上。 我做了几个视频进行了测试，发布后分享出去让好友帮忙点赞（下文会给出方法）。 在抖音平台上，视频的点赞量和播放量是衡量内容受欢迎程度的两个关键指标。然而，尽管这些数据在测试中得到了验证，但它们是否能够作为推荐系统决策的基础，仍然是一个值得探讨的问题。 首先，我们注意到，那些点赞量超过一百的视频，其播放量往往能在几小时内迅速突破万大关。相反，那些点赞量较低的视频则逐渐失去了人们的关注。这一现象表明，点赞量确实在一定程度上反映了内容的受欢迎程度。 然而，我们也发现，点赞量低的视频不再被人们所问津，这可能意味着这些视频已经失去了吸引力。此外，我们采集到的数据中，点赞量低于5000的视频大多在5月以后发布，传播时间较短，这可能是导致点赞量较低的原因之一。 此外，我们还注意到，与整体样本量相比，点赞量低于5000的视频只占不到1%，这可能限制了统计分析的有效性。因此，虽然点赞量是一个重要指标，但它并不能完全代表所有情况。 接下来，我们分析了抖音用户的增长趋势。通过统计注册时间，我们发现抖音用户的增长似乎在放缓。从2018年1月份达到顶峰后，用户数量开始逐月递减。这表明，随着用户基数的增长，单个用户的活跃度可能会降低，从而影响点赞量等指标的表现。 为了进一步分析数据，我们结合了视频的发布时间和播放量、点赞量。通过对各月发布视频的平均点赞量的统计，我们发现，尽管早期红利仍在，但随着时间的推移，视频的受欢迎程度逐渐降低。这意味着，想要获得高点赞量，创作者需要不断刷新内容，以保持观众的兴趣。 此外，我们还注意到，视频时长也是一个重要因素。目前抖音未公布获得视频超过15秒时长权限的机制，但我们的分析显示，10秒的视频最受用户欢迎。这是因为，大多数用户的注意力有限，而10秒的视频更容易吸引他们的注意力。 最后，性别比例也是一个重要的问题。在我们的统计中，女性用户的数量几乎是男性的三倍，这显然是一个严重失调的比例。这种现象可能会影响到内容的创作和推广策略，因为不同性别的用户可能对不同类型的内容有不同的偏好。 综上所述，虽然点赞量和播放量是衡量内容受欢迎程度的重要指标，但它们并不能全面反映所有情况。因此，创作者需要综合考虑多个因素，以创作出更受欢迎的内容。同时，平台也应该考虑如何优化推荐算法，以更好地满足用户的需求。 从用户组成来看，抖音的带货能力之所以强大，是因为女性购买力较强。毕竟大部分的钱都掌握在女性的手里。 将作者性别与视频平均点赞量结合，我发现男性视频更受欢迎！ 难道是因为女性用户多于男性，异性相吸吗？ 注：没有性别信息的用户有多个视频点赞量超过百万（比如用户@安德罗妮、的一个视频点赞量达到600W），这可能使得该类别用户的平均点赞量过高，不排除这部分用户均为女性的可能性。 生活化的内容是抖音的主流，年轻人愿意表达爱与喜欢。 使用新浪微舆情（http://wyq.sina.com）的文本分析功能，对视频描述文字做了词性和情感方面的分析，发现生活化的内容是抖音的主体。 对视频描述文本的词性分析显示，动词方面除了“喜欢”和“爱”以外，生活化的“想”、“拍”、“吃”是出现频率最高的词；形容词方面“快乐”、“开心”、“好看”和“可爱”是抖音用户最喜欢表达的感情；名词上“小哥哥”和“小姐姐”显然已经成为发抖音的固定搭配。 整体词频方面，除了“小哥哥”、“小姐姐”以及“抖音小助手”以外，具备强烈生活色彩的“爸爸”、“我妈”、“弟弟”、“老公”、“我家”这些词同样被高频率使用。 抖音是90后的天下，94年是主力军。 对作者的出生年龄进行统计，排除掉建国以前出生和至今未出生的用户，得到如下年龄人数分布图像： （点击图片放大查看） 图像已经很清楚地告诉我们，抖音的主力是90后，特别是94年出生的人。不过算算也对，94年出生的人现在已经24岁了（我还以为14），正是最青春、最喜欢新鲜事物的年华。 所以，主打年轻人的品牌可以入驻或者把广告投放搞起来了。 福利：一些抖音小技巧 生成链接打开后的应用宝页面也是可以分享出去的，点击后同样可以直达你的抖音视频。具体制作方法我就不透露了……（可以加作者公众号阅读原文获取） 2.精细化运营，一些小细节很重要 我们来看下面两个视频截图，你发现什么差别了么？ 如果两个视频都需要视频描述来完善视频的内容，那么后一个视频的效果会更好，因为相比于白色视频背景，纯黑色可以非常清晰地把底部的视频描述凸显出来。 除此以外，视频内容和质量相似的情况下，竖向的视频比横向的视频更容易被点赞，不信你横过手机点赞一下试试…… 3.能不能绕过机器筛选直接被推荐到更大的流量池？ 随着监管制度的完善，纯机器算法筛选和推荐已经不能满足用户对高质量内容的需求。于是今日头条引入了大量人工审核团队。这些人工审核不仅负责审查内容是否违规，还承担着发现优质内容、使其提前进入推荐队列的职责（我猜的）。如果视频能跨过机器的迭代推荐，直达人工审核，岂不是会更快速地火起来？ 我有一个冒风险的办法，并且测试成功了一次（只测试了一次，200粉丝半小时飙升到1W2播放量），你们如果胆大也可以试一试：在视频描述里加入一些机器识别不准确的敏感词。例如： 易灵微课运营小姐姐说：如果你对数据分析感兴趣，欢迎到张佳老师在易灵微课开的新课《数据分析-实战与认知》来共同探讨数据分析。关于课程难度：张佳老师表示课程不会太深，尽量做到人人都能听懂，所以如果你已经是数据分析大神，就可能不太能满足你的需求啦！适合谁来听:品牌PR、新媒体运营、对数据方向产品感兴趣的人、任何想要通过数据优化工作、生活的你。如果你对数据分析有兴趣，或者想系统的了解数据分析思路，张佳老师的数据分析课可以了解一下↓↓↓↓↓。 课程传送门：在「易灵微课」公众号后台回复「数据分析实战」即可进入课程。