2022年短视频行业深度专题报告.docx

《2022年短视频行业深度专题报告.docx》由会员分享，可在线阅读，更多相关《2022年短视频行业深度专题报告.docx（63页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2022年短视频行业深度专题报告第一章：TikTok的发展现状的简单回顾本段，我们想提供一个对 TikTok 发展现状的量化描述，TikTok 作为一个提供内容消费价值的产 品，那么对其市场地位最合适的刻画维度即是用户数及用户使用时长，我们将从全球视角及区域 视角来对 TikTok 近两年来的用户和时长发展做一个回顾。1.1、全球：迄今为止最快达到10亿MAU的社交媒体产品TikTok 已经成为全球头部的社交媒体平台。根据官方公布的数据，截至 21 年 9 月 TikTok 的月活 用户数已经突破 10 亿，跻身全球少数几个用户数破 10 亿的社交媒体平台，根据 Sensor Tower 的

2、数据，截至 1Q22 TikTok 的 MAU 和 Instagram 是类似的量级，占 Facebook、YouTube 月活用户 的比例超过了 1/3、1/2。考虑时间维度，TikTok 为近两年来用户数增长最快的社交媒体平台。根据 Sensor Tower，1Q20 开始至 2Q22 的 10 个季度中，TikTok 有 8 个季度占据全球 APP 下载量的榜首，唯二季度排名第 二，分别是 2Q20（海外最严重之时线上办公普及，Zoom 下载量第一）和 4Q21（TikTok 在 印度被下架，Instagram 在印度发力，依靠印度市场位列榜首）。TikTok 于 17 年 5 月正式上

3、线，21 年 9 月月活用户数突破 10 亿，花费了不到 4 年半的时间，而根据 Forbes 的统计，其他 10 亿 用户量级的社交媒体平台达到 10 亿用户所需时间大多数都在 79 年时间。人均时长提升速度快，在优势市场已经超过北美头部互联网平台。人均时长的角度，根据 data.ai 的数据，TikTok 全球的月人均时长至 2021 年达到 19.6 小时/月（19-21 CAGR 60%），已经和 Facebook 持平，仅次于 YouTube（而根据 data.ai 的数据，1Q22 TikTok 的月人均使用时长达 23.6 小时/月，超过了 YouTube）。如果观察 TikTo

4、k 的优势市场，例如美国地区，2021年 TikTok 的月人均时长已经达到 25.6 小时/月，已经超过了北美地区的头部社交媒体平台 Facebook 和 YouTube。1.2、分区域观察：TikTok在美洲/东南亚/欧洲等优势区域实现了用户时长的领先TikTok 全球用户分布较为均衡（除了南亚）。将 TikTok 的月活用户和全球人口分布、其他全球 化的互联网产品的用户分布进行对比，可以发现除了被下架的印度（南亚）地区，TikTok 在全球 的用户分布比较均匀，其相对优势区域是美洲、东南亚和欧洲。根据 Sensor Tower 的数据， 22/05 TikTok MAU 最高的 5 个国

5、家分别为美国（北美）、印尼（东南亚）、巴西（南美）、土耳 其（MENA）、俄罗斯（东欧）。对比 TikTok 在不同地区的人均时长比较接近，在下图所列示的 大多数国家中的人均单月时长均超过了 20 小时，除了在东亚（日、韩）的时长略低于平均值。1.3、往后看：和竞对相比仍然有提升空间如果用 MAU/各地区人口数来定义渗透率，那么 TikTok 尚没有渗透率超过 50%的地区；在北美、 东南亚等优势地区，用户渗透率已经超过 30%；而拉美、泛欧、中东、大洋洲地区的用户渗透率 接近 30%；TikTok 和全球头部社交媒体 Facebook 相比，目前渗透率差距较大的区域包括北美、 拉美、东南亚、

6、欧洲、南亚地区，说明未来这些地区（除了南亚）用户基数已经较高，但是仍然 会是 TikTok 未来主要的用户增量来源。第二章：全球短视频发展及字节出海的简要回顾2.1、全球短视频产业的发展简要梳理回顾 20132022 年这 10 年全球短视频行业的发展，可以发现 3 个关键的时间点： 1）20132014 年左右：2013 可以算是短视频发展的元年，无论国内还是海外。 海外方面，mindie、Vine 是首批采用全屏播放短视频界面设计的产品，为后续的产品设计提 供了很多灵感，当时相对成熟的社交媒体平台有一定的应对，例如 Twitter 其实在 Vine 的产品上 线前已经将其团队收购，而 In

7、stagram 则上线了界面设计与功能和 Vine 非常相似的功能“Video On Instagram”，但是从结果来看，这些尝试并未受到公司的重视也没有取得很好的效果；次年 Musical.ly 上线（由中国团队主导，后续成为欧美地区现象级产品），Dubsmash 也在同年上线。国内方面，2013 年快手由 GIF 生成工具正式转型为短视频社区，同年还有腾讯的微视、微博 的秒拍上线，美图的美拍次年上线；值得注意的是，抖音的上线比同行晚了几年，早期定位核心 聚焦媒体内容分发（而非社交），将算法分发贯彻地非常彻底并辅以极致的运营，很快在用户数 上突破了同行的先发优势。2）2017 年：中国短视

8、频团队密集出海时期（同时也是国内抖音、快手用户数快速增长期）。目 前在海外用户数领先的 3 个中国团队主导的短视频产品 TikTok（字节跳动）、Kwai（快手）和 Likee（欢聚时代）均在 2017 年正式登陆海外市场。从区域来看，地缘和文化上与中国更加相近 的东南亚、东亚、南亚是 3 个产品早期均重点布局的区域，而各产品有各自相对优势的区域：例 如 TikTok 通过和 Musical.ly 的合并顺利进入北美市场并从此实现在美国市场的绝对优势；而 Kwai 虽然过程有起伏，但是在拉美市场取得了一定优势地位。在这个时期，北美互联网公司对短视频 赛道的布局尚未启动。3）20202021 年

9、：北美互联网公司密集布局短视频赛道时期。2020 年之前，除了 Meta（当时 的 Facebook）在 2018 年推出独立短视频产品 Lasso（已于 2020 年停止运营）、在 2019 年巴西 地区的 Instagram 上线 Reels 板块之外，其他的北美社交/媒体互联网公司并没有在短视频领域做 太多布局。而 2020 年开始，海外互联网公司开始密集进入短视频赛道，我们认为主要原因有 2 点：原因： TikTok 的流量快速增长带来的竞争压力。后，TikTok 在全球各地的用户数、 时长迅速增长，经常占据全球 APP 下载量榜首（1Q20 至今以来 9 个季度有 7 个季度是榜 首

10、），给北美社交媒体公司带来了较大的竞争压力；原因：TikTok 等中国软件在印度被下架后，印度短视频市场出现空白。2020/06，59 款 中国 APP 在印度被下架，其中包括 TikTok、Kwai、Likee 等短视频产品，彼时，中国短视 频产品在印度占据相当大的市场份额（SensorTower 数据显示，TikTok、Likee 和 Helo 分居 印度应用排行榜前 3），中国应用下架后，短视频市场一时出现空白，多个欧美互联网公司 迅速进入印度市场的短视频赛道，例如 Instagram 的 Reels 的上线、YouTube 的 Shorts 的 上线等，根据 SensorTower 数

11、据，自从 20/06 TikTok 等产品被下架后，Instagram 来自印度 地区的下载占比持续提升，由 2Q20 的 21%提升到 4Q21 的 39%。观察欧美互联网公司对短视频赛道的参与，绝大多数并非推出独立短视频 APP（或者推出了独立 APP 但并不成功，比如 IGTV、Lasso），而是在原本的产品上增加一个新的上下滑短视频信息流 页面。2.2、字节出海的简要回顾字节出海的时间较早（2015 年开启出海），至今已经 7 年。本章节我们分别描述了字节海外 15- 18 年的业务探索期（伴随着国内业务的探索）和 19 年之后的高速成长期，两个增长阶段的基本 情况。2.2.1、业务探

12、索期：收购和自建同时进行，17年之后短视频成为重点投入方向第一阶段（2015-2016 年）：多方向探索时期 字节跳动的出海是从新闻资讯平台开始。根据张一鸣在 2016 年世界互联网大会的演讲，字节在 2015 年 6 月启动国际化，通过 Build&Buy 的方式在海外扩张，在日本、印度、东南亚、北美、巴 西都有所布局。2015 年时抖音还未上线，今日头条作为字节的业务重心，用户数和人均时长处于 快速增长的状态中20152016 年，用户数、用户黏性、公司收入都处于快速扩张中（详见下 表）。字节海外扩张的第一个自建产品是 TopBuzz（为今日头条的海外版，为用户提供基于算法推 荐的资讯，内

13、容形式包括图文、GIF、视频等，覆盖搞笑、热点、美食、生活方式等领域），于 2015 年 8 月登陆北美市场，之后扩展到巴西和日本市场，但后续的发展中，Topbuzz 除了在巴西 和北美获得过较高的市场份额，在其他地区都表现平淡，最后于 20/06 停止运营。 在这个阶段已经能看出字节出海的基本策略：全球化的产品，本地化的内容。TopBuzz 的产品形 态和国内的今日头条是一致的，使用的也是一样的算法推荐技术，而在内容供给方面会和当地内 容合作伙伴以及当地创作者进行合作。除了自建产品之外，字节还通过投资的方式进行扩张。16 年 10 月投资了印度最大的内容聚合平 台 Dailyhunt，16

14、年 12 月控股了印尼新闻推荐阅读平台 BaBe（字节 18 年在印度推出方言社交 APP Helo，20 年由于印度禁令在印度停止运营，后进入印尼市场和 BaBe 合并成 Helo-BaBe）。第二阶段（20172018 年）：短视频被确定为国内外发展重心，海外投入幅度上台阶。2016 年底开始，字节的国内外整体业务方向定调：all in 短视频。 国内方面：在 2016 年 9 月，今日头条内的短视频内容消费量已经超过图文（日均播放量超过 12 亿），在第二届头条号创作者大会上，张一鸣提出要“all in 短视频”，并宣布将拿出 10 亿元 人民币补贴短视频创作者。同年，字节在国内上线了

15、3 款的短视频产品：头条视频（后来更 名为西瓜视频）、火山小视频、A.me（后来更名为抖音）。公司对视频的各方 面投入不断加大，例如 17/05 时火山小视频宣布未来 12 个月将拿出 10 亿元补贴视频内容。三款 产品上线之后都取得了非常快速的增长，其中抖音在 2018 年春节后的增长速度远超另外两款产 品，公司国内业务顺利过渡到第二增长曲线。海外方面：2017 年是海外短视频起步的重要一年。2016 年字节在海外上线了BuzzVideo（为西瓜视频的国际化产品）；17 年 7 月上线了火山小视频的国际化产品Vigo Video，17 年 8 月上线了抖音的国际化产品TikTok（当时国内抖

16、音的日均 VV 正从 5 月的破亿快速增长 到 8 月份的破 10 亿）；同时收购了两款短视频产品 Flipagram 和 Musical.ly。2016-2018 年连续融资，国内商业化收入翻倍增长，为海外业务发展提供后盾，17 年开始海外投 入加大。20162018 年，字节进行了三轮融资，金额分别为 10 亿/20 亿/30 亿美金，且国内商业 化的收入连续实现翻倍增长，为国内和海 外的业务的发展提供了坚实基础。可以发现从 2017 年开始，字节海外的投入力度明显加大：在 自建产品方面，17 年 9 月份字节宣布要投入上亿美元推动抖音（TikTok）国际化，16/09 年上线 的 Buz

17、zVideo 也从 17 年下半年开始，新增下载量上一个台阶；在投资收购方面， 17 年初 5000 万美元收购了美国的短视频产品 Flipagram，17/10 月份 10 亿美元收购了 Musical.ly，这也是字节出海过程中最重要、金额最大的收购之一。无论是自建 产品还是收购/投资，字节在 2017 年的投入程度相比 2016 年都有量级上的跃升。2.2.2、19年及之后：进入高增长阶段，并开启多元商业化尝试在完成对 Musical.ly 的收购，并将 TikTok 和 Musical.ly 进行整合之后，字节在海外的业务重心 （短视频）基本确定，且 TikTok 产品和服务的形态基本

18、确定，并完成了多个地区（尤其是欧美地 区）的初始用户积累，2018年下半年开始，TikTok开始了大规模的投入和增长，投入主要体现在 几个方面，一方面是用于广告投放买量，另一方面的投入集中在内容生态的丰富上。2019 年至今：TikTok 开始启动商业化，用户打赏、广告、电商多元尝试。2019 年初，TikTok 开 始在欧美地区开启了广告商业化，根据晚点报道， 2021 年 TikTok 的广告收入近 40 亿美元，而 2022 年的目标是达到 120 亿美元。电商方面，公司在 2021 年下半年正式启动在英国、东南亚地 区的 TikTok Shop（站内闭环电商）业务，目前处于快速发展期（

19、关于商业化详见后面章节）。第三章：从产品价值角度，尝试解释TikTok实现赶超式地增长的原因？如果一句话总结，我们认为 TikTok 能够在国内外社交平台均非常成熟的情况下，能够实现赶超的 核心因素，是其在信息分发方式上的“破坏式”创新，而这种创新的信息分发模式需要产品、内 容媒介的配合来实现。本章的讨论内容如下： 1）首先，为了明确讨论的对象和范围，我们先确定了 TikTok 的属性（3.1 章节）以“有趣” 为核心的 UGC 社交媒体平台，而社交媒体平台的主要作用在于创造特定环境和规则实现信息的 生产和交互。 2）接下来，由于我们认为 TikTok 区别于其他社交产品的核心的、根本性的特征

20、，是其信息分发 机制，因此我们在这个段落有较多着墨（3.2 章节）。我们先尝试对信息进行分类（有趣/有用/有 关）；接着探讨了全球主要社交媒体的信息分发方式的演变；最后我们讨论了 TikTok 信息分发方 式的特点（即主要基于算法进行推荐，一定程度上“放弃”对社交/关注网络的依赖，且用户上下 滑行为是重要的反馈数据）。3）另外，我们认为产品形态的设计和信息分发机制是相互匹配的，因此 3.3 章节我们主要讨论 TikTok/抖音在产品形态的设计特征上是如何与其信息分发机制相匹配的。 4）最后，我们探讨了内容生态的人工运营对于社交媒体平台的意义，以及描述了 TikTok 在创作 者激励、大型活动举

21、办、邀请明星入驻等方面的运营方式，可以发现，TikTok 在运营方面的精细 化程度以及资源的投入程度，都是高于北美社交媒体平台的。3.1、TikTok的定义和价值：“有趣”为主的社交媒体平台首先确定TikTok的定义和价值：要回答上述问题，我们还是要回到产品的定义和产品价值本身。 我们观察了很多媒体和 APP 榜单对 TikTok 的归类，绝大多数是把 TikTok 归类为社交媒体 （social media），社交媒体是 Web 2.0 时代的典型互联网产品（相较于 Web 1.0 更强调交互性， 和用户参与创造内容，即 UGC，交互性和用户贡献带来了更强的网络效应），同类型的产品包括 My

22、Space、Facebook、YouTube、Linkedin等，平台的角色和价值在于创造特定环境来实现信息 的生产和交互，更加具体来看，平台需要提供信息生产工具、制定信息分发规则、制定用户交互 反馈的机制。另外，值得注意的是，TikTok 并非附属于某种特定功能和工具的社交媒体（例如主要服务于职场 的 Linkedin、主要服务于音乐收听及分享的网易云社区等），而是一个独立的、综合性较强的社 交媒体，因此关注的焦点应该还是留在信息生产、分发、交互方面。 那么确定了 TikTok 组为一个社交媒体的定义和核心价值之后，我们下文将着重探讨 TikTok 的差 异化，以及这种差异化为何没有被更大规

23、模的社交媒体平台模仿超越。由于互联网的本质是信息 的分发和匹配，不同阶段的产品创新或者新的互联网巨头的诞生都不外乎和信息形态的变革以及 信息分发方式的变革相关。TikTok（字节跳动）的发展也伴随着变革的发生，下文我们将从信息 分发机制和产品形态两方面展开分析，以探究 TikTok 在信息生产、分发、交互方面，为内容创作 者和内容消费者提供的差异化价值是怎么体现的。3.2、TikTok的信息分发机制：形成的背景及特点人们每天要消费的信息的类别是非常丰富的，同时，人们消费不同信息的目的是不同的。因此信 息分发机制其实不存在好坏之分，只有是否适配信息特点、以及是否适配人们对信息的需求特点 的分别。

24、那为了探索信息分发机制的不同，我们先要探索信息有哪些类别。3.2.1、信息的分类信息的分类维度其实有很多，我们根据本次研究的需要，列举了下面两种分类方式： . 从人的需求角度出发，我们把信息分成：有关、有用、有趣三类。 “有关”的内容：一部分是极其非标的（比如和个人生活密切相关的），一部分是比较标准 化的（比如国家、国际层面的信息等）； “有用”的内容：对人们的学习、工作、生活有直接帮助的内容。部分内容是比较非标的， 因为人的年龄、职业、社会阶层、地域不同，所需要的信息不同；部分内容是比较标准的， 比如一些关于健康、人际交往等这些大家通用的知识和技能。“有趣”的内容：对现实生活不构成直接影响，

25、但仍然会吸引用户看下去的内容，对用户最 大的效用是开心愉悦。如果把信息消费和物质消费进行对比，会发现有类似的方面。比如物质消费中的“正餐”属于必 需消费品，人们对正餐的需求是比较刚性且相对固定的；正餐之外，人们还会吃零食，而零食属 于可选消费品，吃零食的主要意义是获得快乐，需求弹性非常大（可以不吃，也可以吃很多）。 信息消费也有必需和可选之分，我们为了维持正常的工作和社会生活，需要输入一些信息（有用、 有关的信息为主），这些信息消费是必须的；除此之外还会消费一些我们觉得有意思的内容（有 趣的信息），看有趣内容的目的是获得快乐，这些内容消费是可选的（没时间可以不消费，有时 间可以消费很长时间）。

26、同样是寻求快乐，我们认为人们在消费零食和消费有趣内容的时候，行为模式上会有类似的地方， 比如市场上的主流零食仍然是以高糖分、高热量的食品为主，因为它们更容易让人产生快乐，相 比之下，主打低热量但口感体验欠佳的零食虽然也有受众，但是仍然成为不了市场的主流，这是 消费者选择的结果。而在内容消费市场也是类似，同样是提供有意思的内容，内容的“热量和糖 分”越高，越容易让人产生快乐，也会占据用户更多的时间。 对于主要提供“有趣”信息的平台，会更倾向于把用户的消费时长作为优化的目标，因为消费时 长越长和快乐的程度一般是成正比的，而让用户变得更快乐就是平台的价值；此外，如前段所述， 这类内容消费属于可选消费

27、，消费时长的弹性很大，意味着平台可以通过努力获得更多的用户时 长（只要让用户更开心）。对于主要提供 “有关、有用”信息的平台，通常不太会把消费时长作为核心的优化目标，反而会 更追求“连接”（有关的信息）和“效率”（有用的信息）。因为一个用户的生活、工作如果不 发生很大的变化，那么其对有关、有用的信息的输入量需求是相对固定的，因此所花费的时长也 是相对固定的，例如张小龙在2019年初的微信公开课分享过，微信朋友圈的人均停留时长过去几 年都是 30 分钟，朋友圈展示的主要是熟人社交内容（是典型的和用户“有关的信息”），而微信 的用户数保持增长，意味着其中沉淀的社交关系也在增长，但用户的消费时长却没

28、有因为社交关 系链的增加而明显改变，但这不意味着平台的价值没有增长。对于“有用的信息”，消费时长也 不一定能代表信息带给用户的效用，比如当用户有一个明确的信息输入需求时（例如掌握一门外 语、或者找到一个合适自己的工作机会），那么这时能让用户在尽可能短的时间内达成这个信息 输入的目的可能才是更有价值的信息。所以，很少看到有（不带娱乐属性）的电商、求职等平台 会把用户的停留时长作为重要优化目标。总结来说，由于信息属性的不同，用户消费信息的需求不同，对“好”的信息的判断标准有所不 同，那么价值定位不同的信息平台也会有不同的优化目标和评判标准。现实生活中，其实信息的 分类界线有时并没有那么明确，而且对

29、于大型互联网信息平台来说，其提供的内容相当多元，通 常会同时包含有关、有用、有趣三类，但平台一般会有所侧重，有的平台会更侧重“有关”（即 核心定位为社交），有的平台会更侧重有用、有趣。 我们本篇文章主要讨论对象 TikTok 的价值定位（从结果来看），是以提供“有趣”内容为主的 社交媒体平台。那么作为一个主打“有趣”信息的平台，其价值在于帮用户在尽可能多的可能性 中获得更高浓度的快乐，更高的用户时长则能代表其更好地实现了其价值。II.从信息传播的最大范围的角度来看我们认为，不同类别的信息有不同的“市场规模”和“市场格局”特征；当一个类别的信息，同时具备 “市场规模”大和“市场格局”比较集中的特

30、点时，比较容易出爆款内容。“市场规模”的大小：主要指的是这类信息的受众范围广泛程度，大部分人都需要消费或者喜爱 消费这类信息。比如，同样是体育运动类的内容，篮球相关内容受众范围广，属于“市场规模大” 的信息类别，而手球的受众窄，属于“市场规模小”的信息类别。“市场格局”的集中或分散：主要指单条信息的共鸣范围的大小，有些类别的信息，单条信息的 共鸣范围很广，大家的需求比较统一，比如“中秋假期休几天”这样的信息共鸣范围可以是全国， 因此全国人民消费同一条内容可能就足够了，这类内容通常“市场格局”都会比较集中；而有的 类别的信息，可能这个类别的信息本身是受众很广的，但是单条信息的共鸣或传播范围会比较

31、小， 比如全国人民可能都需要“公共交通运行时间表”这个类别的信息，但是“人民广场地铁站几点 开始运行”这个单条信息的最大共鸣范围可能非常小，仅限于经常在人民广场搭乘地铁的人，这 类内容通常“市场格局”会比较分散。3.2.2、社交媒体平台的信息分发机制回顾自从 Facebook 的 News Feed 上线之后，信息流模式成为社交媒体向用户进行信息分发的主要模 式，各平台信息分发的差异主要体现在信息流中呈现什么样的内容、以及内容的呈现顺序，这取 决于平台的信息分发机制，而信息分发机制又是服务于平台的价值定位。 那么要如何刻画和描述“信息分发机制”？概括来说，信息的分发主要由“信息召回”和“信息

32、排序”两个环节构成。其中，“信息召回”决定了用户观看的内容池，“信息排序”决定了内容出现的先后顺序。下表中，我们列示了国内外主流社交媒体平台的信息召回和排序机制，在不同 时期，由于技术条件的不同，主导的信息分发机制也不同：Web 2.0 时代初期（2003-2004 年左右），绝大多数社交媒体信息召回的范围都是用户的好 友、订阅的创作者发布的内容，排序的方式则是根据内容发布的时间（比如 Facebook、 Twitter 等），这类平台的社交属性较重；而内容消费属性更重的平台会有其他的分发机制， 例如 YouTube 会在首页展示用户评价高、热度高的内容（但那时通过首页访问视频的用户非 常少）

33、。进入移动互联网时代，用户的反馈数据可被搜集，再加上 web 2.0 时代信息供给由稀缺走向 过剩，推荐算法开始被广泛运用在社交媒体平台的信息分发过程中，尤其是在信息的排序环 节，Facebook、Instagram、Twitter、微信公众号、微博都经历了从时间排序切换为个性化 算法推荐排序的过程。而在信息召回环节，大多数社交媒体平台的默认主页仍然维持“社交” 为主的定位，即主要基于用户的社交网络何订阅网络进行信息的召回，但是会在其中穿插一 些小的模块来向用户进行新内容的推荐（例如“喜欢该内容的用户还喜欢看”），或者会新 增类似“探索（Explore）”、“发现（Discover）”的分页面

34、来展示个性化算法推荐的内容； 而一些社交属性不这么重的平台，例如 YouTube、Pinterest 等已经把个性化算法推荐作为其 信息召回的主要方式。3.2.3、个性化算法推荐具体指的是什么？个性化推荐系统相对基于社交关系的分发系统差异化的特征就是，系统会根据用户对信息的反馈 互动行为，来判断用户和信息之间的匹配程度，从而向用户进行信息推荐。 概括地看，算法推荐主要分为以下几个步骤： 1）平台需要确定定位及相应的最终优化模目标； 2）根据最终优化目标，再来拆解到不同的用户互动行为指标。例如，对于一个主要提供娱乐价 值的内容平台，其主要的价值是给用户提供快乐，而用户在平台的停留时间、留存率是反

35、映用户 获得快乐程度的最好指标，所以平台会把用户的停留时长、留存率等指标作为优化目标。再进一 步往下拆解的话，平台可能会发现，用户在消费内容时的完播率、点赞、评论等反馈行为会有助 于提升用户的留存时长、留存率，因此会在内容分发时密切关注用户的完播、点赞等互动行为指 标。3）输入数据，预估用户行为，进行推荐：确定了重点跟踪的用户反馈行为后，下一步，对于每 一个来到平台的用户，平台上有大量的内容，平台会把用户相关信息、内容相关信息、创作者等 相关信息等各种特征（signal）输入机器学习模型（随着技术的发展，平台可捕捉并输入的特征 数据越来越多），模型会预估用户在消费某条内容时产生某种互动行为的概

36、率。用户的不同互动 行为指标有不一样的价值权重，平台会计算不同互动行为的概率和权重的乘积，加总后得到这条 内容的“得分”，分数越高的内容，展现给用户的优先级越高。可以发现，每个用户的内容推荐排序模型都是极其个性化的，甚至同一个用户在不同时间的排序 模型都是有所不同的。比如同样是点赞的行为，在向 A 用户分发信息时和向用户 B 分发信息时， 其重要性的权重可能是不一样的，因为可能 A 用户对点赞非常苛刻，只有对非常喜欢的内容才会 点赞，而 B 用户的点赞非常“慷慨”，点赞其实不能反馈他的偏好。因此，很难用单一的、标准 化的公式来描述某平台的信息分发机制。另外，不同平台可获得的数据不一样，例如创作

37、者的属性、内容的属性、用户的属性以及用户的 互动反馈行为数据等。这和产品的设计有一定关系，比如，有的平台给用户提供了“赞”这个选 项，而有的平台给用户提供的是具体的打分系统（提供“赞”选项的平台可能只能收到“赞/不赞” 这两种反馈，而提供打分系统的平台收到的反馈会是具体分数，但是由于打分这个动作难度更大， 因此可能收到的用户反馈数据量不如“赞”的反馈数据量多）；比如有的平台会鼓励用户导入通 讯录以获取用户的社交关系；又比如，有的平台会强制创作者在上传内容时选择内容的分区（比 如 bilibili），有的平台则不做此要求。好的产品设计可以配合算法搜集到高质量的用户反馈行为。另外，推荐系统可以通过

38、调整参数来影响推荐结果的覆盖率（即推荐算法挖掘长尾内容的能力， 覆盖率越高，代表越多长尾的内容可以被推荐给用户），或者是我们常说的“中心化”和“去中 心化”。根据项亮在推荐系统实践这边书里的描述，不管是“基于用户的协同过滤算法” （即通过找到和目标用户兴趣相似的用户，把相似用户群体都喜欢的内容推荐给目标用户），还 是“基于物品的协同过滤算法”（即通过计算内容之间的相似度，向目标用户推荐和其历史消费 内容相似的内容），参数的调整都会导致推荐结果的覆盖率产生变化。在一定范围内，中心化的高低并无绝对的好坏之分，主要适配于信息的类型和用户的需求。如果 对于某类信息，用户天然的需求共性就是比较高，或者内

39、容制作成本非常高（规模效应强），那 么流量集中在头部内容可能对于用户而言效用会更高；但如果用户对某类信息的需求比较离散， 那么流量的去中心化是更好的选择。 比如，对于新闻类、知识类内容，由于对真实性有要求，所以对这类内容的筛选机制并不能完全 依靠用户的行为。比如 YouTube 官方曾经解释过，这类内容中，流量会向权威的信息来源倾斜 （比如在 YouTube 平台上，上传“地球是平的”的言论的视频非常多，而且可能用户的互动数据 也不错，但是平台会对这类视频主动限流）。所以在时政新闻、高阶知识领域，几乎在所有的平 台，PUGC 的模式都会保持主流（即流量集中在少数头部账号）。3.2.4、TikT

40、ok信息分发的特殊性：最“不社交”的社交媒体平台上面的小节中，我们回顾了社交媒体平台的主要信息分发机制，以及个性化算法推荐的定义及大 致的步骤。本小节我们主要描述TikTok/抖音作为一个主要定位是娱乐属性的平台，其信息分发机 制特点是什么，以及 TikTok 和其他社交媒体平台的差异化体现在哪些方面。3.2.5、TikTok为何能在众多社交媒体巨头中实现用户数和时长的赶超？这个小节，我们将通过前文总结的 TikTok 在信息分发机制上的特点来尝试解释 TikTok 在全球范 围内实现用户数和时长的赶超式地增长。我们主要聚焦两个原因： 1）TikTok 一定程度上对现实世界的社交关系，以及关注

41、关系的“放弃”。 2）TikTok 对用户反馈行为的搜集，“上下滑”的行为在“有趣”的内容的消费场景下，是非常 高质量的反馈指标。 第一个原因：TikTok 一定程度上对社交关系、关注关系的“放弃” 互联网平台的主要价值不是体现在“节点”上，而更多是体现在节点之间形成连接之后构成的 “网络”上，因此如何快速形成连接与网络是互联网平台能实现快速成长的关键点。 TikTok 的“反社交属性”的特点体现在信息分发上（在信息召回、排序环节），以及产品设计上 （新用户加入平台不需要添加通讯录好友、不需要选择关注创作者）。关于社交关系网络的特点：在 TikTok/抖音出现之前（或者说在个性化算法推荐技术被

42、广泛、深入 应用之前），大多数国内、海外的社交媒体平台建立的网络中，节点主要是“人”（次要节点是 “内容”），节点与节点之间的连接主要反映的是人们在现实生活中的社交连接，以及一部分基 于兴趣的连接，但这种连接的建立需要用户手动操作、主动选择（主动加好友、选择关注创作 者），平台只能助推，但不能帮用户建立连接（比如平台可以向用户推荐通讯录里的好友、推荐 用户可能感兴趣的创作者，但平台不能替用户完成加好友、加关注的操作）。第二个原因：TikTok 可捕捉到用户“上下滑”的反馈行为。 由于个性化算法推荐对于用户的反馈行为有非常高的依赖度，因此能否捕捉到有效的用户行为对 算法的质量有较大的影响。我们认

43、为， “上下滑”的行为在娱乐的场景下，是可以帮助提升用户 满意度的高质量反馈指标：1） 在“上下滑”的评价体系里，用户看到的所有的视频都会得到反馈，而且正向和负向的反馈 都能被捕捉（视频完播率高、重复播放次数高代表正面反馈；而完播率低、划走的速度快代表负 面反馈）；当然，前提是上下滑的评价机制是有效的，即上下滑的行为能反馈用户真实的偏好 （至少在娱乐类信息的筛选过程中，上下滑的评价机制是有效的，下一点会提到）。而点赞/评论 /收藏等行为不能做到这一点，虽然有点赞/评论/收藏/投币等行为可以帮助筛选出好的内容，但是 用户没有上述行为时并不代表用户讨厌这条内容，所以依据点赞/评论/收藏/投币等行为

44、作为视频 的评价体系，并不能全面地捕捉到用户对每条视频的评价（而推荐算法面临最大的难点之一就是 数据缺失）。2） 上下滑这个动作通常由人类大脑的“系统 1”操控的（所谓的“快系统”，根据思考，快与 慢这本书，系统 1 的运行是自主的，无意识且快速的，不需要费脑力的大脑活动，不需要集中 注意力），所以这个评价体系更多反映的是我们“系统 1”对内容的偏好，而人在娱乐的场景下， 思维系统更多是由“系统 1”主宰。 3） 上下滑的体系中，不需要用户启动“系统 2”进行选择，反而可以打开用户内容消费多样性 的上限。因为用户的认知范围是有限的，当对于此前完全没有接触过的、陌生的领域有一定的排 斥心理（至少

45、很难展现主动的喜欢），因此在主动选择的过程中，用户大概率不会选择观看和自 己的生活及此前认知完全无关的内容。而上下滑的系统，不需要用户自主决定是否拓展内容消费 的领域以及向什么方向拓展，而是让算法结合大数据来拓展用户兴趣的边界。3.2.6、信息分发机制小节我们认为，信息分发机制没有绝对的好坏之分，因为人们对不同类型的信息消费需求有差异，因 此不同类型的信息有各自适配的信息分发模式。 1）因此，在本节的开头，我们先将信息进行了分类：分成了“有关”、“有用”、“有趣”三 个类别。其中，“有趣”信息的消费属性有点类似于“吃零食”，消费的核心目的是为了快乐， 消费的弹性很大，同时消费时长也和快乐的程度

46、成正比。我们认为，本文的讨论对象 TikTok 的 核心价值之一，就是提供“有趣”的信息。 2）接下来，我们对各社交媒体平台的信息分发模式做了分类和总结。概括来说，可以分为基于 社交网络/关注网络分发，与基于用户行为的个性化算法分发 2 大类。而在个性化算法分发过程中， 能否收集到高质量的用户反馈数据对算法质量有较大影响。其中，TikTok 属于比较纯粹的基于用 户兴趣的个性化算法推荐平台。3）之后，我们总结了 TikTok 在信息分发过程中的差异化优势： i）TikTok 一定程度上放弃了对社交、关注网络的追求，而专注于基于用户行为建立的【兴 趣网络】。兴趣网络的建立速度快，且在分发用户需求

47、快速变化的“有趣”的内容时，相比 社交网络有一定优势。 ii）TikTok 的产品设计，允许其收集到用户“上下滑”的反馈行为（比如通过上下滑行为可 计算视频的完播率）。我们认为在“有趣”内容的消费场景里，这是一个高质量的用户反馈 指标。3.3、TikTok产品形态：和信息分发机制相匹配3.3.1、关于TikTok是如何找到目前的产品形态的？国内外均采用“多条腿走路”的模式进行短视频产品的探索和扩张。字节跳动比较擅长“用资源 换确定性”的打法来探索新领域（回顾张一鸣九九房创业历程，以及今日头条的创办历程可以发 现）。而在短视频领域的早期业务拓展，也是采取相似的策略。 无论国内还是海外，字节跳动开

48、始进入视频赛道时，该领域都已经有一些初具用户规模的产品了， 比如国内有快手、美拍等，海外有 Musical.ly、YouTube 等，但每个产品的设计都各有不同之处。因此字节跳动在国内和海外，都创立了三组短视频产品进行不同方向的探索，三组产品的设计和 定位有所差异化： 西瓜视频/BuzzVideo 采取的是单列连续瀑布流、一屏多条内容的形式（和 YouTube 的设计 类似）； 火山小视频/Vigo Video 采取的是双列带封面的瀑布流形式（和快手的设计类似，16-17 年时 快手是国内用户数最多的短视频产品）； 抖音/TikTok 采取的是单屏沉浸式、一屏一条内容的设计（和 Musical

49、.ly 的设计类似，17 年 5 月时 Musical.ly 的累计注册用户数达 2 亿，同时是全球内容创作最活跃的短视频社区之一）。但从后期各组产品的表现来看，单屏沉浸式的设计和字节都信息分发模式适配性是最高的，抖音 和 TikTok 的表现远超另外两组产品：在国内，根据 QuestMobile 的数据，抖音从 1Q18 开始，用 户数就和西瓜视频、火山小视频拉开了明显的差距（如图 26 所示）。而在海外，最早上线的 BuzzVideo（西瓜视频镜像产品）目前只在日本地区运营；Vigo Video（火山小视频镜像产品） 在上线一年不到的时间内就和字节收购的 Flipagram 合并，最终于 20 年底停止运营；而 TikTok 的用户数保持高速增长，全球月活用户至 21 年 9 月突破 10 亿。3.3.2、TikTok产品设计特点：“算法