Douyin のアルゴリズムについて話してからしばらく経ちましたが、最近多くのファンがそれについて質問しているので、今日は最新の変更について説明する記事を書いています。 Douyin（TikTok）をご利用の方は、過去6ヶ月間のトラフィックの著しい変化に気づいているでしょう。従来の浅はかなコンテンツ戦略では、もはやバイラルコンテンツを生み出すのに効果的ではありません。これはすべて、Douyinのレコメンデーションアルゴリズムの再構築によるものです。具体的な変更点は以下の通りです。ご興味のある方は、ぜひご覧ください。 I. 推奨アルゴリズムの多様化Douyinの従来のレコメンデーションアルゴリズムは、基本的にToutiaoから進化したものでした。コンテンツ作成者側は作成者の分野を識別し、コンテンツから重要なタグを抽出していました。 ユーザー側では、まず興味関心に基づいたコンテンツアイテムをいくつかレコメンドします。ユーザーインタラクションのフィードバックに基づいてユーザーの好みを判断し、その後、徐々に関連する興味関心タグをユーザーに付与していきます。 最後に、コンテンツ タグをユーザーの興味タグと照合して、興味に基づいた配信を実現し、ユーザーが視聴したいコンテンツを推奨します。 しかし、ユーザーのニーズは多様化しているため、この単純な興味に基づく配信では現在のユーザーのニーズを満たすことができなくなり、推奨アルゴリズムもより多様化する必要があります。 現在、Douyin は、興味関心のクロスオーバーや同期視聴など、元の興味関心に基づく配信に基づいて他の要素を追加し、多様化された組み合わせ推奨アルゴリズムを実装しています。 趣味の重複は比較的理解しやすいものです。例えば、釣り動画を楽しみ、熱心な釣り人でもあるユーザーは、ビーチコーミングや魚の放流といったアウトドア動画も楽しんでいるかもしれません。つまり、両者にはある程度の重複があるということです。もちろん、重複はコンテンツ要素だけにとどまらず、BGMや動画効果なども重複の要因となり得ます。 もう一つの機能は「同期視聴」です。これは、視聴者とブロガーが同じ興味を共有することを意味します。例えば、あなたが美容とファッションのブロガーであれば、システムはあなたが美容ブロガー、ファッションブロガーなど、多くの興味を持っていることを認識します。同じような興味を持つユーザーは、これまで興味関心に基づく配信ではあなたの動画を視聴していなかったかもしれませんが、今後は同期視聴に基づいてあなたの動画をおすすめされるようになるでしょう。 さらに、新しいアルゴリズムではコンテンツデータの評価にもいくつかの変更が加えられています。例えば、新しいアルゴリズムはユーザーの視聴時間をより重視するため、コンテンツのフックとユーザー維持にさらに力を入れる必要があります。フックはユーザーを引き付けるためのものであり、「じっくりと時間をかけて」コンテンツを作成することはユーザーを維持するためです。 II. コンテンツとEコマーストラフィックの融合過去2年間、DouyinのEコマースは、羅永浩氏の「Make Friends」を皮切りに急速に発展してきました。しかし、Eコマース事業の発展には、依然として相応のEコマーストラフィックの支援が必要です。 UGCプラットフォームであり、コンテンツに重点を置いたコミュニティであるDouyinが、ライブストリーミングEコマースやショートビデオEコマースを突然導入したことは、一部のユーザーに不快感を与える可能性があります。そのため、DouyinはこれまでトラフィックをコンテンツトラフィックとEコマーストラフィックに分けていました。 名前が示すように、コンテンツトラフィックはコンテンツ作成に重点を置いているのに対し、eコマーストラフィックは売上促進に重点を置いています。明らかに、コンテンツトラフィックはeコマーストラフィックよりも大きいです。 しかし、DouyinのEコマースが急速に発展し、出店者数も増えているため、DouyinのEコマーストラフィックだけでは対応しきれていません。Didiプラットフォーム上では配車ドライバーは増えているのに、実際に乗車する人は減っているようなものです。では、どうすれば良いのでしょうか？ 方法は 2 つあります。1 つはトラフィックを発見する方法、もう 1 つはトラフィックを育成する方法です。 電子商取引トラフィックとコンテンツ トラフィックの統合により、コンテンツ トラフィック内で電子商取引ユーザーを取り込み、コンテンツを通じてコンバージョンを促進してユーザーを育成するという 2 つの方法が完璧に満たされます。 最近、Douyin電子商取引の社長はDouyin電子商取引のトラフィック分配メカニズムの再構築を正式に発表し、董玉輝氏を代表例として挙げ、コンテンツ作成者にコンバージョン率の向上と商人により多くのコンテンツの作成を奨励した。 III. 検索と推奨の連携メカニズムがひっそりと始動以前、Douyinの検索トラフィックの重要性について言及しました。一方で、ユーザーは特定のニーズに基づいて検索するため、検索トラフィックは非常に正確であり、推奨トラフィックよりも精度が高い可能性があります。 一方、Douyinの検索トラフィックは今後も成長を続け、まだ頭打ちになっていません。これは、ショートビデオプラットフォームのコンテンツが非常に豊富で、ユーザーの時間をかなり消費しているためです。必要な情報があれば、検索するだけで見つかります。検索結果はBaiduよりも優れている場合もあります。あるアプリは、検索トラフィックのクローズドループを構築しています（WeChatも同様の仕組みを採用しています。WeChat Askなどのフォロワー獲得のための新しい手段をチェックしてみてください）。 そのため、多くの人がまだ Douyin の推奨トラフィックを研究している一方で、Douyin の検索トラフィックに焦点を当ててすでに大金を稼いでいる人もいます。 DouyinはDouyin検索の発展を基に、検索と推奨の連携メカニズムをひっそりと立ち上げ、推奨と検索の両方のパスを通じて良質なコンテンツが見られるようになると主張している。 では、検索と推奨の連携メカニズムは具体的にどこに現れるのでしょうか？実際には、検索と推奨という2つの側面で現れます。 一つはユーザーの通常の検索で、Douyinの右上にある虫眼鏡アイコンを開き、キーワードを入力して検索するものです。特定のキーワードを検索すると、すぐに検索結果が表示され、その後に表示されるコンテンツにも、検索した関連コンテンツが含まれています。つまり、特定のキーワードを検索すると、関連するおすすめコンテンツが表示される、いわゆる「検索して見る」機能です。 もう一つの機能は、コンテンツ推奨検索、通称「視聴後検索」です。これは、動画を視聴中に、動画の中で分からない部分があった時に、さらに詳しく検索したいと思った時に使える機能です。TikTokでは、動画視聴後にユーザーが最も多く検索したキーワードをコメント欄の上部に直接表示し、クリックして検索することができます。 上記はユーザーエクスペリエンスについて説明しています。クリエイター側では、Douyinは「検索とレコメンデーションの相乗効果」をより効果的に実現するための優れた方法も提供しています。 Douyin動画のデータ分析に、新しい検索キーワード機能が追加されました。これにより、ユーザーが動画視聴後に頻繁に検索するキーワードが表示され、これらのキーワードを活用してコンテンツをさらに作成できるようになります。 さらに、あなたのコンテンツはユーザーの通常の検索にも表示される可能性があります。これらの検索がどれだけのトラフィックをもたらしているかを把握し、そのデータに基づいてあなたのコンテンツで使用するキーワードをさらに最適化することができます。 Douyin の推奨アルゴリズムの再構築に対してクリエイターはどのように対応すべきでしょうか? Douyinのレコメンデーションアルゴリズムの再構築については、深みのあるコンテンツを作成するクリエイターにはメリットがある一方で、浅いコンテンツを作成するクリエイターにはデメリットになると考えています。では、これらのクリエイターはどのように対応すべきでしょうか？以下にいくつかの提案をさせていただきます。 1. 高品質なコンテンツを作成できる Douyinは常に高品質なコンテンツを重視してきましたが、もちろんDouyinだけがそうしているわけではありません。すべてのUGCプラットフォームがそうしています。高品質なコンテンツの定義はプラットフォームによって異なりますが、先ほどまとめた「共感性」「有用性」「面白さ」という3つのポイントに集約されると思います。 2. コンテンツをつなぎ合わせないようにします。 TikTokの盗作検出アルゴリズムは新たなレベルに到達しました。動画のMD5ハッシュ値を用いて盗作かどうかを判定することはなくなりました。スクリプトコンテンツ、動画ステッカー、モザイクなど、より多くの要素が盗作検出アルゴリズムに組み込まれました。 例えば、動画コンテンツをテキストに変換する技術はすでに非常に成熟しており、たとえ直接コピーしていなくても、リメイク作品は均質化されたコンテンツと判断される可能性があります。 3. コンテンツの最適化 Douyinの新しいコンテンツ評価アルゴリズムに基づき、コンテンツには複数の要件を設定する必要がある場合があります。これにより、コンテンツを差別化し、さまざまな興味を持つユーザーを引き付けることができます。 これらは、Douyinの最新のレコメンデーションアルゴリズムに関する、Digging Pond Manの見解の一部です。お役に立てれば幸いです。 |
