作為最早一批拿到短視頻船票的產品，快手從默默無聞到飽受詬病，再到如今短視頻社交領域的頭牌，其背后一直有一套算法作支撐，本文將帶你更深入的了解這套算法，了解快手火爆背后的終極原因。

快手如今已不是過去阿誰擁有超大用戶量但江湖鮮有其傳說的產品了。取而代之的，是快手幾個讓人印象深刻的數據：估值超過 100 億，注冊用戶過 6 億，月活躍用戶1. 8 億，DAU7000 萬，每日UGC視頻上傳 1000 萬條。這些數據讓它沒有異議地，成為了短視頻社交領域的獨角獸。

按照易不雅觀最新的陳訴， 2017 年 7 月短視頻綜合平臺類App排名中，快手位列第一，MAU達1. 4049 億人，活躍用戶環比增幅2.68%。而位列第二、第三的土豆視頻和火山小視頻月度活躍用戶均在兩千余萬人。

別的，我發現快手的產品表示層上幾乎沒有任何改動，架構上始終只有三個Tab“關注”、“發現”和“同城”。其在App Store上的版本記錄里，每次都只有兩點。

如此驚人的數據，產品前端卻很簡單，幾乎看不到什么變動，而快手CEO宿華曾經提到過，保舉算法對快手產品影響很大，這都引發了我的好奇：從產品角度來說，到底快手憑什么長期成為短視頻社交領域的頭牌?它又為何選擇個性化保舉算法的打法呢?

不管一款產品如何設計，最終的目的都是爭奪用戶的時間，提高用戶的粘性，為最終的變現鋪墊。短視頻產品的核心數據是點擊率和使用時長，一切都是圍繞著提高這兩者而展開的。而無疑，快手的數據已驗證了保舉算法在短視頻領域里的成功。

快手的產品思路是：

1、交互簡單易懂，反過來積極影響算法;

2、組合各種保舉算法，覆蓋用戶差別需求，以達到盡可能保舉的視頻都是用戶想看的;

3、架構整體規劃，用戶使用產品的流程中，全程都影響算法，達到產品的個性化。

個性化保舉的目的在于通過全方位的數據，精準刻畫出用戶意圖，針對性地給用戶保舉其愿意不雅觀看的視頻，提供極致的產品體驗，提升視頻不雅觀看率，增強用戶黏性。產品的關鍵點就在于分析用戶的意圖，并將個性化的保舉結果通過巧妙的產品設計傳達出來。另一方面，交互也會影響算法，由于交互界面的作用是用來搜集數據用的，實現提升保舉精準度的目的，因此交互反過來影響算法。

一、交互影響算法

打開快手app，在沒有登錄的情況下，界面非常簡單，沒有常見的視頻類別，也沒有根據視頻熱度的兩個維度，即播放量和紅心數的多少設置排行榜單，而是以瀑布流的形式展示內容。可以看到，優先展示的是紅心數多的視頻，有的紅心數上萬或上千，少數紅心百位數或十位數，但視頻卻并非根據紅心數從高到低排序，看起來完全是隨機的。同時考慮視頻的新鮮度，從時效性上優先展示的是一天內的視頻。

在不雅觀看了幾個視頻再刷新后，會展示更多相類似的視頻。未登錄情況下，用戶只能看視頻，無法進行其他任何操作。

那么，為何不設置排行榜，且優先展示的是紅心數而非播放量呢?

我想到的原因有兩點：

1、排行榜需要更多運營的投入，同時容易培養大V，會起到主不雅觀引導流量的目的，快手不這么做，，在戰略上是有原因的，具體分析看下文。

2、在我看來，播放量是沒有任何情緒色彩的，而紅心有。紅心這個行為是比播放更核心的用戶行為。從這個角度來說，這也與主流的以播放量為第一考慮要素的方式有區別，個性化保舉需要的是與用戶本身有關的信息，而不是其它。

二、保舉方法覆蓋差別需求

組合各種保舉方法，可以覆蓋到用戶的大部分需求。用戶再按照結果操作，這些顯性和隱性反饋會持續再反饋給系統，系統最終將多種反饋得到的結果，根據必然的優先級規則給到用戶，最終達到1+1> 2 的效果。

1、登錄后三種差別保舉Tab，組合差別保舉方式

在登錄后，會發現有三個Tab：“關注”、“發現”和“同城”。

默認Tab是“發現”，展示邏輯與未登錄時相似;“關注”Tab里展示所有我之前關注的創作者的視頻;點擊“同城”，系統直接基于LBS數據匹配附近的人發布的視頻，它強調的是視頻生產者與不雅觀看者之間的實際距離。

那么，為何是根據這三個Tab來呢?我想到的邏輯是這樣的：

圍繞用戶核心行為設計，免于教育用戶的同時更有助于用戶的沉淀;

多種保舉算法重疊，彌補差別算法的缺陷，使保舉結果更加精準;

持續維系好內容消費者和內容生產者的關系、紐帶。

標簽：九江 烏魯木齊 鹽城 東營 林芝