《App Store审核指南》调整要点

除更新升级了系统和硬件外，苹果还对《App Store审核指南》中的5项条款进行了特别调整。

调整一：删除了条款2.5.4中标黄部分的内容

2.5 软件要求

2.5.4 多任务处理 App 只允许在实现预期用途时使用后台服务：VoIP、音频播放、地理位置、任务完成记录和本地通知等。如果应用使用定位后台模式，请提醒用户，这么做会大幅降低电池续航能力。

调整二：删除了条款4.2.3中黄部分的内容

4.2 最低功能要求

4.2.3

（i）App 应能独立工作，无需安装其他 App。

（ii）确保 App 发布时在其二进制文件中包含有正常运行所需的充足内容。

（iii）如果 App 需要下载其他资源才能在首次启动时正常运行，请披露下载大小并在下载之前提醒用户。

调整三：删除了4.7.1中标黄部分的内容

4.7 HTML5 游戏与聊天机器人（Bot）等

4.7.1 根据此规则提供的软件必须符合以下条件：

为免费软件或需通过 App 内购买项目进行购买；

仅使用标准 WebKit 视图中提供的功能（例如，它必须能在 Safari 浏览器中原生打开及运行，而无需修改或借助其他软件）；

使用 WebKit 和 JavaScript Core 来运行第三方软件，并不得试图扩展或披露原生平台 API 给第三方软件；

由已加入 Apple Developer Program 且签署 Apple Developer Program 许可协议的开发者提供；

不得提供对真实货币游戏、彩票或慈善捐助的访问；

遵守本 App Store 审核指南中的各项准则（例如，不得包含令人反感的内容）；并且不得提供数字商品或服务进行销售。

调整四：在条款5.2.5中新增了标红部分的内容

5.2 知识产权

5.2.5 Apple 产品：不得创建与现有 Apple 产品、界面（如访达)、App （如 App Store、iTunes Store 或“信息”）或广告主题外观相似或容易混淆的 App；

App 和扩展功能 （包括第三方键盘和贴纸包）不得含有 Apple 表情符号；

iTunes 音乐预览内容不得用于其娱乐价值 （如用作照片拼贴画的背景音乐或游戏配音）或其他未获授权的方式；

如果 App 显示健身记录圆环，则不应以类似于“健身记录”控件的方式展示“活动”，“锻炼”或“站立”数据；

请参考“Human Interface Guidelines （英文)”以了解关于如何使用健身记录圆环的更多信息；

如果您的 App 会显示 Apple “天气”App 的数据，则应遵循 WeatherKit 文档中的归因要求。

调整五：删除了5.3.3中标黄部分的内容

5.3 游戏、赌博和彩票

5.3.3 App 不得通过 App 内购买项目购买点数或货币，以用于任何种类的真实货币游戏；不得向用户出售彩票或抽彩券；不得在 App 内进行资金转账。

不难看出，苹果此次更新是为了对应即将发布的OS版本带来的变化和调整。

其中条款2.5.4和条款4.2.3的变化涉及各类型App，条款4.7.1、条款5.2.5以及条款5.3.3重点涉及游戏、天气等类别App，建议重点关注~

每年发布会结束后，苹果都会继续进行各项调整，七麦研究院将继续关注~

作者：七麦研究院

来源：七麦研究院

2008 年 7 月，苹果发布了应用商店，自此，App Store 以其安全、丰富的应用软件不断带给用户惊喜。时至今日，App Store 应用市场在全球的发展情况如何？我们整理了全球 61 个国家/地区现存 App 数量，看看当前 App Store 的应用市场表现。

数据说明：

1. 本文中现存 App 数量指当年发布且存续至今的 App 数量，不包括已下架 App；

2. 本文 App 数量的统计规则为计算不同国家/地区现存的 App 数量，如同一款 App 在中国和美国均有上架，则分别计入，数量总和计为 2 个。

数据总览

本篇数据报告，将从总体数量、不同年份、不同国家、应用/游戏、子品类、不同年份的 应用/游戏、不同国家的应用/游戏等 7 个维度进行对比分析，为开发者呈现当前 61 个国家/地区 App Store 的应用市场表现。

当前 App Store 应用市场整体数据概览

从 2008 年上线 App Store 至今，当前 61 个国家/地区在 App Store 现存的 App 总数为 29,085,727。根据本篇报告的计算规则，其中虽包含重复的 App，但也可见在不同国家/地区，App Store 可提供的 App 数量之丰富。规模庞大的 App 市场不仅丰富了 App Store 的应用生态，也帮助后者进一步赢得了更多用户。

在现存 App 中，3 年及以上未更新的 App 占比 28.29%。结合近日苹果发布的清理“僵尸应用”行动，即 3 年以上未更新且未达最低下载量的 App 可能被 App Store 移除一事，全球近 3 成的 App 可能收到苹果的警告邮件。

不同年份

2008-2022 现存 App 数量

2008-2013 年，App Store 的出现带动了移动应用的快速发展，但总体仍处于探索启动时期，这一阶段的 App 数量呈现稳步上升的趋势。

2013 年后，4G 的应用刺激了 App 市场的发展。到 2015 年，4G 用户爆发式增长，吸引了更多开发者入场，使 App Store 全球上架应用在 2016 年激增。虽然经历时间的“大浪淘沙”，下架了大量应用，但全球 App 现存数量仍在 2016 年达到了小高峰。

2017 年，App 现存数量首次出现下降。一方面是因为自 2016 年的 App 清理行动后，苹果发布了更为严格的审查指南，使上架应用的数量有所下降，另一方面，在同时维护多个平台成本较高的情况下，不少开发者选择了 Android 平台发布 App，相关数据显示，同年 Android 的应用发布量同比增长 17%，达到 2014 年以来的最大增幅。

从 2019 年到 2020 年，App Store 的应用数量有明显的上升。原因有二，一是疫情的影响让用户有更多时间停留在 App 上，刺激开发者加入抢夺用户注意力；二是由于图中所示为 App 的现存数量而非上架数量，相对而言，发布时间更近的 App 存活率更高。

如今，2022 年已过去 1/3，但现存 App 数量不足 2021 年的 1/3，同时受经济下行的大环境影响，在排除下架应用后，预计 2022 全年的 App 数量相比 2021 年可能仍有一定回落。

不同更新时间 App 数量

在全球范围中，最近 1 年内进行更新的 App 数量达 12,791,382，占比 43.98%，近一半的 App 维持着较快的更新。而 3 年及以上未更新的 App 数量为 8,229,628，占比 28.29%，苹果清理“僵尸应用”的行动可能波及全球近 3 成的 App。

不同国家

61 个国家/地区 现存 App 总数

在同一款 App 可能同步上线多个国家的前提下，美国现存 App 数量最多，比排名第二的英国高出 20.76%，这与其应用市场的高度成熟化密不可分。美国拥有良好的互联网环境，且用户有较强的付费意识、购买能力，对多元化内容也有极大的需求。此外，中国现存 App 数量在 61 个国家/地区中排名第五，达 637,751。

不同国家 3 年及以上未更新的 App 数量占比

总体来看，各个国家/地区 3 年及以上未更新的 App 占比相差不大。这可能是由于同一款 App 在多个国家同步上架的情况较多，若开发者未进行更新，则上架国家均无更新，使整体的未更新比例差异缩小。

其中，黎巴嫩 3 年及以上未更新 App 数量的占比最高，美国最低 23.09%。中国位列倒数第二 23.20%，远低于平均 28.29%，中国 App 的更新频次在全球范围内表现相对较好。

应用/游戏

应用/游戏 现存数量

应用类 App 的各国现存总数是游戏类 App 的 3 倍有余。在用户的使用场景中，相比于游戏类 App，应用类 App 的使用频率更高、受众范围更广、使用时长更长，赛道也更丰富多元，吸引更多开发者投入其中。

应用/游戏 3 年及以上未更新占比

虽然应用类 App 的现存数量远高于游戏类 App，但 3 年及以上未更新的数量占比约为后者的 1/2。游戏市场竞争激烈，更新换代速度快，一款游戏如短期内未达到一定的收益，相比应用更容易出现“朝生暮死”的现象。除了生命周期短以外，部分大型游戏的更新周期长，也会影响整体的更新速度。

子品类

应用类 App 现存数量

2008-2022 年 61 个国家/地区现存 App 数量排名前三的分别是教育类、工具类和商务类。这三类 App 一般而言都属于“刚需”型的 App，这也意味着当前的应用类市场开发仍以需求驱动为主导。

其中，在大部分国家，教育类 App 都是数量最高的 App 类型，而在中国，工具类 App 的数量最高，比排名第二教育类 App 高出了约 1/5。

此外，据 App Stare 数据显示，受疫情影响无法进行线下授课，教育类 App 的现存数量在 2016 年达到小高峰后，在 2020 年达到了峰值。同时，出于疫情后线上办公的需要，也刺激商务类 App 和工具 App 的数量分别在 2020 年和 2021 年达到峰值。不过，这些 App 在 3 年内的生存率高并不意味着后续表现仍然坚挺，AppStare 会和大家一起持续关注。

游戏类 App 现存数量

休闲类、益智解谜类和动作类游戏在所有游戏中现存数量排名前三。其中，休闲类游戏属于低门槛、轻投入的类型；益智解谜类属于趣味性较强的类型；动作类游戏开发难度较大但吸金能力较强的类型。

值得注意的是，休闲类游戏在疫情前并不属于开发热度最高的游戏类型。在开发时间近、App 生存率高而下架影响相对较小的前提下，从 2019 到 2020 年，该类型的 App 数量增长了近 50%，到 2021 年，休闲类游戏的数量甚至比排名第二的益智解谜类高出约 64%。休闲类游戏数量的大幅增长，一方面是因为疫情让用户拥有更多的时间尝试新游戏，另一方面则是因为休闲类游戏相比其他游戏，门槛低、下载成本低且受众面广，对开发者来讲吸引力较高。

不同年份的应用游戏

2008-2022 全球现存应用类 App 数量

应用类 App 的现存数量变化情况与整体的现存数量变化基本一致，即在互联网快速发展的 2016 年及在线经济大热的 2020 年都达到了数量上的高峰。应用类 App 的生命周期相比游戏类 App 普遍更长，结合前文所述 3 年及以上未更新的数量占比偏低，因此 App下架对应用类 App 的现存数量影响相对较小。

2008-2022 全球现存游戏类 App 数量

2018-2019 年，游戏类 App 的现存数量处于明显的低谷期，苹果在该时期大量下架游戏类 App 的同时，对相关 App 上架的审查也趋向严格，影响了同年游戏类 App 的现存数量。

2021 年，疫情后大热的线上经济有所降温，应用类 App 的数量有所下降，但游戏类 App 的数量不降反增。2021 年 1 月 1 日，苹果推行“小型开发者计划”，降低开发者佣金，这一举措旨在帮助中小开发者推进业务增长。对于中小开发者而言，吸金快、周期短的游戏类 App 或许是更好的开发选项。

不同国家的应用游戏

不同国家 现存应用类 App 数量

在应用榜上，美国的应用类 App 现存数量位居榜首，美国用户强调个性化的需求极大影响了应用类 App 市场的多元化繁荣。其次是英国和德国，除了数量上的差异，这两个国家从 2008 年到 2022 年应用类 App 现存数量的发展曲线与美国也基本一致。

不同国家 现存游戏类 App 数量

游戏类 App 的数量排名与应用类 App 大体一致，但中国除外。中国的游戏类 App 数量排名倒数第三，除了 App Store 清理外，国内政府监管、版号资源紧张等也是影响游戏类 App 现存数量的重要因素。

由于推文版面限制，不同国家/地区、不同时间、不同品类的具体分析难以完整呈现，后续我们将对单个国家进行详细的 App 数量分析，帮助大家更好地了解 App Store 在不同市场的表现。

从 2008 年到 2022 年，经历了移动互联网高速发展，和疫情影响下的数字转型等多个具有重大历史意义的时期，App 现存数量的变化也在一定程度上反映了各个时期、不同国家的社会发展变化。

作者：AppStare

来源：AppStare

在苹果App Store新政的不断推陈出新之中，在疫情的彼此起伏以及俄乌局势的不断升级之中，在没有鞭炮声只有枪炮声的特别年景之中，2022年第一季度过去了。

作为长期致力于iOS流量生态服务商，且拥有苹果广告（Apple Ads）较为广泛数据的量江湖，一直把Apple Ads这个细分领域的数据分享作为自己的行业职责。这是自苹果广告进入中国之后，第四次做数据报告分享，如图1所示。

（一）背景

近来，苹果加快了App Store的革新力度，连续推出新的举措，包括牵一发而动全身的In-App Events，丰富开发者推广手段的自定义产品页和A/B测试等，这都是App Store在逆转颓势和谋求新发展的积极表现，这些举措会吸引未来更多的用户更高频次的打开App Store，也为ASA带来更多的广告库存。

在中国，移动互联网迅猛发展了十年之后用户红利见顶，同时各大互联网公司为保护数据安全等问题在广告追踪环节采用了自研的技术，在适应苹果广告AdServices框架等方面，各家由于技术储备之不同、排期之不同，在归因上的投入上参差不齐，效果不佳，妨碍了广告主对ASA的正确认知，也限制了苹果广告（ASA）的发展，此外苹果广告的审核机制加剧了这一状况。

（二）概况：用户对ASA接纳程度

ASA发展的好坏关键取决于用户对ASA的接纳程度，主要体现在广告的点击率和转化率上。以游戏市场为例，根据量江湖的投放数据，一季度国内游戏的TTR平均值为6.51%，游戏的CR平均值为57.2%，如下图2所示。

图2：2022年Q1中国大陆Apple Ads Q1数据概况

而中国企业出海游戏的平均TTR则为3.99%，在海外各国情况如下图3所示。

图3：游戏出海主要国家的TTR

我们可以看到，各个国家的点击率（TTR）不尽相同，但即便是最高的美国区（5.73%）也比中国区的平均值要低。

再看CR的情况，国内游戏的平均CR为46.41%，而中国游戏出海产品在海外的CR为36%，具体情况如下图4所示：

图4：游戏出海主要国家的CR

我们看到除了沙特阿拉伯地区（SA），其他地区的转化率都要低于中国区的转化率。

综上，根据无论是TTR还是CR的表现，我们可以得出一个判断：总体上，中国用户对ASA的接受程度是高于海外的，相比较而言，中国区的iPhone用户对ASA是满意的、接受的，否则也不会有如此高的点击率（TTR），更不会有明显高于海外的转化率（CR）。

截止到3月31日，广告主的参与情况如下：榜单前200名的App，中国区有95款参与了ASA，而美国区为135款；放眼全局，中国区共计1200余款App，而美国42000余家。相差甚远。

用户的热情和广告主的冷清形成冰火两重天。经调研，发现原因有三个方面：1】广告过审问题；2】归因效果；3】认知问题。

根据苹果出台的广告评审，苹果根据当地政府的法律法规有一整套广告上线审核，包括：主体资质审核、App资质审核和经验业务资质审核等方面，过滤掉大批App；

其次，苹果的广告归因需要单独接入苹果的归因框架，这无论是在技术排期上，还是归因实施的效果上，特别是低于预期的归因，严重地妨碍了广告主开通和扩大ASA业务；

第三个是认识问题。由于ASA在术语、税费、归因方面的问题，再加上缺乏正确的市场教育和混乱的代理商，导致广告主对安装成本和广告效果有偏离事实的正确判断，一定程度限制了广告主的热情。

（三）数据报告节选

跟过去的2021年第四季度相比，在2022年的第一季度，无论是游戏还是应用的CPA略有提升，但不明显，如下图5所示。

图5：Apple Ads 转化成本环保略有提高

说明：ASA的红利依然在，无论是用户的点击率、转化率，还是后端的成本数据，都表明ASA依然是一个优秀的渠道。

以应用为例，目前的平均转化成本为3.03元，如下图6所示。但各个不同应用类型出现了分化，受春节、疫情等因素影响，生活和购物类保持了较高的成本。

图6：应用类的转化成本分布

下面这张图就更明显了：不同应用的转化成本出现了明显的分化，具体类别如下图7所示，比如购物类的转化成本增加一倍还多，而健身的转化成本降低了60%多。

图7：应用类的转化成本增幅分化情况

国内游戏类的转化成本平均维持在7.99元，其分布如下图8所示，体育、字谜等成本超过15元。

图8：游戏类转化成本分布

跟上个季度相比，游戏转化成本略有增加，主要集中在体育、休闲类产品，如下图9所示，受春节以及反复波动的疫情影响，这里产品受到青睐。

图9：游戏类转化成本增幅分布

 而搜索量受疫情、冬奥会、春节等影响，体育、健美健身和美食的搜索量激增，而旅游、新闻的相关搜索出现了明显下滑，具体如下图10所示。

图10：关键词搜索量变化情况

 在中国市场，在App Store上购买一个iOS用户的平均转化成本是3.03元，是远低于大部分互联网广告主能接受的成本（5-10元），但有些广告主却认为苹果广告贵呢？

问题出在归因和统计标准上。广告主计量到的激活数量，仅为苹果计量到的转化数量的30-90%（视各家能力），其中的差距是归因标准问题，未被算作为ASA的贡献，从而推高了激活成本。

未来：国内环境下，使用ASA的几点建议

ASA在登陆中国大陆市场以来，在流量市场中引起了热潮，在用户端的表现好于海外市场的表现，无论是点击率，还是转化率都明显高于海外其他同类市场。尽管如此，但是参与投放的广告主遇到了一些挑战，主要有三个方面，分别是：实操问题，认知问题和归因问题。

实操问题主要是指账户的操作上的问题，实现以最小的成本获取最大的流量，就是所谓的账户优化。ASA账户优化是一个系统工程，目前主要问题集中在两个方面：一个是账户搭建，一个是拓词。

现有开发者的账号结构存在的问题要么是过于保守，强调投放效率，即以低成本买量，而缺乏学习能力，从而获取新的增量；要么过度依赖苹果的搜索匹配能力，在学习环境付出了太多成本，导致CPI高居不下。一个结构良好的账户是可以解决同时解决这个两个看似矛盾的问题。我们的建议是采用三层漏斗结构，如下图11所示。

图11：三层漏斗结构示意图

三层漏斗结构的基本思路：将App Store搜索流量比作一个大的流量池，通过三层漏斗获取、筛选流量，并逐渐将获取的流量转换为精准流量，起到精准控制账户的目的，其中分别是开口的Search Match层、中间的Broad Match层，以及收口的Exact Match层，其中Search Match负责对环境的学习，Exact Match负责对成本，Broad Match作为过渡，兼而有之，整个结构酷似一个漏斗，层层过滤，层层筛选，故称之为三层漏斗结构。

关于关键词和拓词，从技术上讲，ASA投放的本质是为一个App产品找到合适的关键词的过程。ASA投放的过程，更像是测试过程，在此过程中，不断的对候选词进行效能测试，测试其在量级、CPA、ROI等各个方面的表现，通过一系列的测试，不断的将“差”词漏掉，如下图12所示，最终筛选出合适的关键词。

图12：拓词与筛词

那么，投放的关键就变成了开大漏斗的口子和缩短漏斗，开的是否足够大就变得很关键，这就是拓词，时间维度足够短，这就是筛词。

认知问题。由于苹果广告采用自归因框架，在术语上、税费上有自己的特点，特别是早期ASO服务商的传播，导致了广告主对其投放效果、代理政策、安装成本等方面产生了误解。这些认知问题将随着苹果对市场的教育和培训而得到解决。

归因问题。苹果的AdServices的系统还在磨合期，而归因问题是一个经验积累的过程，很多归因问题会随着时间的推移而被解决掉。若有条件，采用MMP所提供专业的归因方案是一个效率更高的方案。

作者：量江湖研究院

来源：量江湖研究院

此前，美国部分iOS开发者指责苹果公司利用App Store强制收取佣金并提起诉讼，经过两年的时间，昨日苹果提出和解条款并在其官网发布。

2018年，苹果应用商店做出了很多调整，也大规模得整顿了一批APP，下面，我们一起回顾过去这一年App Store发生了哪些变化，总结过去一年的历程，为新的一年提前做好准备。

Apple 年度事件大盘点

2018.1.9 首次调整：2018年APP关键词第一次出现大批量变动

2018.1.25 IOS11.3 测试版：苹果公司发布iOS11.3测试版

2018.3.8 竞价广告：苹果竞价广告更新日、韩、德、法、意、西六国语言

2018.3.27 春季发布会：苹果在美国莱恩科技大学预科高中举办2018春季发布会，会议主题是“教育”

2018.4.4 苹果新规：苹果规定中国区开发者必须绑定手机号码，才可更新开发者许可协议

2018.5.7 苹果适配：苹果要求开发者必须使用iOS11 SDK，且支持iPhone X使用的超视网膜显示屏

2018.5.23 新网站上线：苹果上线”数据&隐私“网站，允许用户了解苹果的用户信息

2018.6.5 iTC后台更新：苹果对iTC后台做了全面更新，从域名到界面都有改进

2018.6.7 审核指南修改：WWDC后苹果修改了158处审核条例，特别对用户数据收集，使用等做出严格规定，针对日前火爆的区块链项目也有重大调整。

2018.6.9 竞价广告：苹果在WWDC宣布今夏将开放日、韩、德、法、意、西六国竞价广告

2018.6 更新中文语言：苹果官网上线中文（简体）语言

2018.6.27 大规模下架：苹果对APP应用展开了为期5天的清理，大批应用被下架。

2018.8.2 竞价广告上线欧亚六国：正式上线日、韩、德、法、意、西六国竞价广告

2018.8.9 棋牌遭下架浩劫：《新闻联播》“中央文明委集中治理诚信缺失问题”19项诚信缺失行为专项治理中，其中一条剑指“假彩票”赌博问题，因此之后游戏清理占比达61.54%，捕鱼、麻将等个人开发者开发的棋牌类游戏成了重灾区。

2018.9 清理僵尸应用：苹果清理了大部分近年内无更新的应用

2018.10.30 苹果新品发布会：公布iOS12.1正式版，增加了性能管理等多方面功能。

2018.12.23-27 苹果暂停审核：圣诞期间，苹果放假会暂停APP的审核工作，请各家做好准备。

Apple下半年清理大事件

仅针对于近半年来的清理事件 ，闯奇数据单独整理了一个时间轴出来，方便为大家做一个参考：

按照时间线的发展，苹果内部应该是有一个定期清理计划，清理时间就在每月初末。如果APP长久不更，建议开发商们在这个日期前上线新的版本，以免被清理小组误杀。

App Store总应用量

2018这一年，App Store应用总量超163W（中国区），美国区APP总量比中国区稍多，167W+。

App Store上架下架及更新次数

2018年，App Store（中国区）总共上架了604235，下架了873298，更新3315465。由于今年对长期未更新APP的强力清扫，应用商店的下架数量远远超过了上架数量。上架的审核也比之前更加严苛。对棋牌类游戏类APP的监管力度也史无前例得大增。

上架APP TOP3

据闯奇年中数据，在整个iOS应用商店中，游戏、商务和工具类APP的上架数量占据了前三的位置，截止2018年年底，仍然是这三类APP稳居上架榜。看来无论是市场还是开发人员，对这三种品类的热情依旧保持高涨~

2019 的预测和建议

预测：

2019年，从年初盼到年尾的竞价广告迟迟没有登陆中国，目前中文已经上线，推测明年将会有一大步跃进；

苹果清理力度强劲，一大批APP都在今年惨遭下架，尤其是长久失更的老应用和个人开发应用是苹果的重点清理对象，是否明年会持续月初月末的清理定理呢？

21日中宣部版权局副局长冯士新宣布游戏版号恢复重审，在这个大环境下，明年上半年游戏应该会有一波上架；

棋牌类APP今年倒下一大片，在监管下，明年的趋势可以说是前途未卜；

金融类产品依然难上架，资质牌照成了入局护照，如果政策有所放松的话趋势也许会回升；

上架越来越难，下架越来越易，清榜危机随时潜伏，这一年，挺艰难；

iOS12终于上线，可是苹果的系统风波余留的影响还远远没有结束；

建议：

1. 开发者们要勤加更新，尤其是游戏开发商，至少每月更新一次，避免被当作僵尸应用错杀噢。

2. 为了规避下架风险，建议开发者们在月初月末时期手动下架。

3. 实时关注CQASO榜单数据，遇到下架风潮时，暂时手动下架应用。

4. 按照游戏行业推陈出新的发展趋势，也许会迎来一次游戏模式上的轻变革。现在战绩优秀的，也不能掉以轻心，创新是永恒的主题！

5. 对其他行业来说，尽量低调，游戏行业这次算是给其他行业上了一课，以后大家能低调就低调，做APP不能太猖狂~

调整架构后，腾讯内部强调，不要以腾讯的名义去做短视频，同时尽量不要依赖腾讯过去的社交关系网络推进新产品运营。

腾讯旗下短视频矩阵（不完全统计）

“以前觉得有腾讯背书的产品更容易推广，现在则更想脱离腾讯的社交关系网，做一款单纯被大众喜欢的产品。“一位接近腾讯的产品经理告诉寻找中国创客。

打败微信的，不会是另一个微信，那打败抖音的会是什么？这个问题，用户好奇，腾讯或许更好奇。

2018年10月17日，腾讯在短视频领域再次加注，上线了音乐短视频APP“音兔”。音兔走技术流路线，与腾讯之前推出的多款短视频应用不同，这一次没有主打社交。

这也显示了腾讯对突破“短视频”封锁的渴望。截至目前，据不完全统计，腾讯至少上线了微视、闪咖、QIM、DOV、MOKA魔咔、猫饼、MO声、腾讯云小视频、下饭视频、速看视频、时光小视频、Yoo视频、音兔等13款短视频APP，除了音兔，其中大部分都是围绕社交场景。

国庆长假的前一天，腾讯经历了6年以来，最大的一次组织架构调整。“腾讯不得不变”，成了这家中国新经济巨头在过去一段时间内最大的议题。由强势从微信引流，到开始打破原有优势，探索新产品，腾讯，正生变化。

强势复活微视不成，腾讯上线短视频全家桶

腾讯在五年前就注意到了短视频，2013年，上线了腾讯最早的短视频APP微视，当时还是和微信同级的战略产品，拥有百人的独立团队，腾讯内部专门组建了版权合作、平台运营、产品技术以及客厅业务四部门，配合产品的整体运营，马化腾等一众高管还曾亲自上阵推广。

但到了2014年7月，腾讯对外发布公告，原本负责微视的OMG（网络媒体事业群）进行调整。随后，微视又经历了高管变动。2015年3月，微视产品部多个工作组解散，产品部总经理邢宏宇离职，微视运营总监何钐也转岗加入腾讯内部一个新产品团队。

微视从2015年4月开始，逐渐被边缘化，虽然继续维持着产品的基本运营，但内部没有再投入更多资源。

直到2017年，短视频开始以更强的粘性抢夺社交用户时间。据QuestMobile数据显示，2017年短视频独立App用户突破4.1亿，较2016年增长116.5%；2017年短视频使用时长占移动互联网总使用时长的5.5%，而这一比例在2016年仅为1.3%。

比起短时间内上线一款新产品PK，重新扶起微视对腾讯来说则是更明智的选择。于是，2018年4月，腾讯强势复活微视，启用了全新logo，由OMG（网媒事业群）部门换为SNG（社交网络事业群）部门负责。在产品设计上，微视被看成对标抖音，一样的竖版视频，界面设计也有诸多相似之处。

而当时，“南抖音、北快手”的竞争格局已经基本形成，微视上线并没有形成三足鼎立的局面。错失最佳攻擂时机，没能从正面对抗抖音，腾讯选择调整策略包抄，在此后的几个月里，先后打造了多款细分领域的产品。

加上之前尝试的几款短视频产品，腾讯旗下已经基本形成了一个针对不同用户群体的短视频产品矩阵。

寻找中国创客简单梳理了腾讯在短视频领域的主要布局：

没摆脱的社交场景依赖

2017年8月，腾讯内测过一款名为QIM的产品，主打拍照和短视频。一度被认为是腾讯开启视频社交的重量级产品，有爆料者称，此产品号称腾讯第四代社交应用。

根据IT之家此前的报道，QIM主界面下方仅有消息列表、拍照和“我的”三个按钮，其中突出了拍照功能，显然跟应用的主打功能一致，更像是针对QQ革新的社交产品。

2018年1月，腾讯又推出了一款视频社交产品DOV，被称为QIM更名版。 DOV选择了QQfamily的成员北极熊DOV作为logo和产品名称，和抖音类似，两者都是UGC模式，只是DOV多了趣味涂鸦功能。但由于DOV的关联方式目前只有手机联系人、QQ好友、微信好友、扫一扫几种，更偏私密性。

紧接着是今年5月，腾讯连续推出了3款短视频产品，分别是下饭视频、速看视频和时光小视频。其中下饭视频与西瓜视频的横屏模式设计相似，速看、时光则切入视频细分市场。

前者主打影视剧解说，在App store 上的介绍是“最全影视速看，找片追剧神器”。长度在5分钟左右，内容涉及影视无剧透版、剧情讲解、趣味解说、深度解读、讲话片段、幕后揭秘等。后者对标头条系的“时光相册”，定位于“朋友圈长视频照片配乐神器”，现已改名为腾讯时光，更像是短视频版的QQ空间。

速看视频APP截图

但以上这几款短视频应用，都没有在市场上引起爆发式的用户增长。根据极光大数据Q2季度数据显示，6月短视频DAU（日活跃用户数）排在前5位的分别是：抖音、快手、火山、西瓜和波波视频，没有一款直属于腾讯（2017年3月，腾讯投资了快手）。

8月30日，名为Yoo视频的PUGC短视频APP正式上线，这是继微视之后又一个重要的战略级短视频应用。这款一出生就被寄予比微视更高期望值的产品，更强调视频的质量和调性。腾讯为此倾注了大量资源和物力。有MCN机构负责人对寻找中国创客表示，腾讯此前曾为Yoo视频多方沟通签约Vlog红人和MCN机构。

Yoo视频的PGC内容，大多由机构和红人提供。为了吸引关注，Yoo视频进驻了一批知名的KOL。目前已经入驻的红人及机构包括papi酱、办公室小野、李子柒、深夜徐老师、日日煮等。

除此之外，Yoo视频还推出了花式营销玩法“Yoo赛道”，不同的赛道面对不同的人群，有点类似于竞赛的规则。比如在“直通鹅厂赛道”，获得名次的选手可获得奖金和进入腾讯实习的机会。另外，腾讯对Yoo视频的线下宣传也可见其重视程度。近期，腾讯在公交站、地铁等人流较大的地方投放了一批针对年轻人的宣传。

短视频市场同质化严重，已经成为行业的顽疾。这一产品的上线，也表明腾讯有意通过高质量的内容破局。但目前这一产品在App store仅排在免费榜的第40位。

9月，腾讯在微信内部又特别上线了“看一看短视频”小程序，用类似微博信息流的方式呈现。一方面借小程序提升看一看的入口层级，一方面鼓励UGC短视频创作。

以上产品基本围绕社交产品展开，且不同程度的依赖了腾讯在社交场景的主场优势，但新上线的音兔有些特别。其本身不带社交属性，没有添加粉丝互动、打赏等功能，更偏向于纯粹的短视频制作工具。

内部引流效果不佳，跳出社交影子做短视频

马化腾在今年3月7日提到腾讯正在积极探索一些新型社交。

无论是最早的微视，还是腾讯最终在微信里试水短视频，都不难看出，腾讯旗下的短视频摆脱不了社交的影子，都在基于腾讯自己的生态做产品。

拿腾讯最器重的微视来说，上线之初，腾讯除了给足资金支持外，还为其提供了腾讯的社交体系和包括QQ、QQ邮箱、微信登陆等熟人关系链。

今年微信朋友圈对包括快手、抖音、西瓜视频在内的多款短视频，禁止外链直接播放后，腾讯不止一次用其他方式为微视导流。不仅倾斜了大量音乐、游戏、动漫、影视、综艺等资源，还打通了QQ音乐正版曲库，同时还开放了朋友圈的限时推广位。腾讯希望借助自家的强大生态，在短时间内引爆微视。

但即便腾讯在自家最大的流量池微信上屡屡薅羊毛，和抖音相比，微视的用户量和日活等数据，仍旧不在一个层级上。

据QuestMobile提供的2018年3月—8月两款APP月活用户数对比图看，抖音的月活均在亿级以上，微视最多的一个月月活也仅为4940万。

业内人士对寻找中国创客表示，腾讯旗下的短视频虽然像抖音，但却没有一款成为下一款抖音的原因，在于腾讯内部缺少稳定的流量支持。比如号称十亿流量池的微信，虽然流量可观，但引流效果不佳，外部应用很难单纯借助微信来达到短时期的流量爆发。

换句话说，即便有腾讯生态这个“大腿”可以抱，但在过去两年，十余款产品上线，腾讯依旧没有一款足以引爆市场的现象级产品。

另一方面原因，也出在腾讯内部，比如团队。一位熟悉腾讯的产品经理告诉寻找中国创客，微视团队，大多数员工在70-80后的年龄段，对于做出适应Z世代（96后）年轻人的产品是项挑战。一位微视早期的运营人员也证实了这一点，一开始，微视甚至都没有滤镜功能。

针对以上提到的第一点原因，一位熟悉腾讯的产品经理表示，腾讯内部最近一段时期明确强调，不要以腾讯的名义去做短视频，同时尽量不要依赖腾讯过去的社交关系网络推进新产品运营。

一位在多家知名媒体开设专栏的产品经理，试图向记者解释原因，他提到大厂的品牌是优势，同时也是软肋。大厂砸了大量资源推广，最后产品没有在市场上砸出水花，本身对大厂品牌也是一种伤害。同时大厂的温室效应也是一种弊端，即使腾讯内部常用赛马机制，但缺乏创新引领下的产品，只靠资本或者只靠数量，都未必能最终如愿。

音兔就是在这样的场景里诞生，腾讯开始基于不同的打法开发新产品。

“以前觉得有腾讯背书的产品更容易推广，现在他们则更想脱离腾讯的社交关系网，独立做一款被大众喜欢的产品。“一位接近腾讯的产品经理告诉寻找中国创客。

很久没有认真写过东西了，看着本地抖音用户越来越多，想起一年前写了一篇抖音产品分析报告，当时的抖音独立设备数仅仅才3080万台/月，如今的抖音独立设备数已经达到了26327万台/月，经过了一年的时间，抖音短视频的异军突起，发展迅猛，相信不少读者已经亲身感受过抖音强劲的扩张势头。

2018年以来，抖音几乎一直盘踞在App Store第一位子，7月中旬，抖音官方正式宣布，全球月活跃用户数超过5亿。打算重拾烂笔头，重新对抖音进行分析解读，让自己重新认识一下一年后现在的抖音短视频。

一、产品介绍 1. 产品背景

一年前，截止到2017 年 5 月 1 日，行业存量超过 2.5 亿，行业整体日活跃超过 5000 万，如今按照艾瑞指数的月度独立设备数26327万台来计算，仅抖音短视频就占了17%。

艾瑞数据显示，2018年6月短视频行业月独立设备数的同比增长率高达173.1%，在所有视频服务的细分类别中遥遥领先，而同期视频服务整体的月独立设备数同比增长率仅为17.8%。

从触媒习惯来看，用户投入在短视频上的时间也保持不断增长的态势，单机单日有效使用时长已经从2017年第一季度的21.1分钟增长到2018年第二季度的33.1分钟。

（数据来源：艾瑞mUserTracker）

（数据来源：艾瑞mUserTracker）

经过一年时间的野蛮生长，短视频行业已经从蓝海变成了红海。艾瑞mUserTracker数据显示，进入2018年以来，短视频行业月独立设备数的环比增长率逐渐放缓，短视频行业用户红利期已经开始消退，2018年6月短视频月独立设备数环比增长仅为3.7%。

（数据来源：艾瑞mUserTracker）

还记得一年前的快手吗？当时快手的数据是抖音的近30倍。

根据极光大数据2017年7月份发布的一则报告：

截至2017年7月23日，抖音的安装量是2086万，而快手的用户数则早已超过5亿；

日活方面，抖音的日活从4月份开始迅速攀升，短短4个月的时间就从29万上升到了173万，而快手的日活则从2017年开始就一直稳定在5000万以上。

然而，一年后的今天，快手的优势被抖音一路追击到现在超越。

1. 产品简介

抖音短视频大家已经很熟悉了，就不过多去说明了，抖音上线时间 2016年9月26日 。一年前的应用描述“抖音短视频，是一款专注于新生代的音乐创意短视频App”，一年后的应用描述“抖音短视频，是中国广受欢迎的原创短视频分享平台”从应用描述的我们可以看出，不同时期对产品的阐述是有所不同的。

（一年前苹果商店应用截图）

（一年后苹果商店应用截图）

一年前抖音不管是在应用截图和应用描述中，过多呈现的是告诉用户这是一个什么样的产品，可以用来做什么，跟多的是指引用户；一年后抖音而是突出产品带来的价值，为用户带来更好的体验。

1. 产品定位

从一年前的抖音Slogan“专注新生代的音乐短视频社区”，我们可以知道产品的定位是适合中国年轻人的音乐短视频社区；一年后的抖音已经不是那么垂直于音乐，从新的Slogan“记录美好生活”来看，抖音革命式进行快手化了，成为了一个多元化的短视频UCG平台。

1. 产品当前情况

（数据来源：七麦数据）

通过上述App store的排行榜数据，我们明显看出产品的成长到称霸之路，2017年2月14日，抖音在排行榜位列90名，时隔一个月抖音的名次迅速从排名近100提升到排名第7，攻进榜单前10名；接着直至今日，抖音长期称霸第一名。

2018年4月，广电总局发布消息勒令今日头条永久关停内涵段子应用及公众号（可怜了我们的段友了，好在现在有了皮皮虾），当然也波及到抖音——进行内部大整改，导致排名有所下降。

（数据来源：七麦数据）

• 2016年09月18日~2017年09月17日 IOS平台下载量预估总计：1944万；
• 2017年09月18日~2018年09月04日 下载量预估总计：12587万

从两个时间节点的数据可以看出，产品上线以来，没有下载量呈现出增长趋势，从2017年3月份开始有了增长趋势，一直到2017年12月再次呈现出爆发性的增长趋势；一年前分析报告中 IOS平台下载量仅占了一年后的15%，可见下载量的爆发性增长趋势的猛烈。

写到这里我想说一句：迄今为止还没有一款增长速度能超过抖音的，大家没有反驳的意见吧？

二、产品分析 1. 产品生命周期

典型的产品生命周期一般可以分成四个阶段，即导入期(引入期)、成长期、成熟期和衰退期。

一年前抖音还是一个新生儿，处于产品的高速成长期；经过一年高速的成长，让我们看看现在的抖音处于产品生命周期哪一个阶段。

（产品生命周期特征）

通过上面产品生命周期不同阶段特征我们可以知道：

• 导入期：这一时期的市场增长率较高，需求增长较快，技术变动较大，主要致力于开辟新用户、占领市场，用户特点等方面的信息掌握不多。
• 成长期：这一时期的市场增长率很高，需求高速增长，技术渐趋定型，行业特点、行业竞争状况及用户特点已比较明朗。
• 成熟期：这一时期的市场增长率不高，需求增长率不高，技术上已经成熟，行业特点、行业竞争状况及用户特点非常清楚和稳定。
• 衰退期：这一时期的市场增长率下降，需求下降，产品品种及竞争者数目减少。

（数据来源：七麦数据）

抖音2016年9月26日IOS平台上线，从上面数据可以看到：产品上线至2017年3月，下载量没有明显的变动。

2016年09月26日~2017年03月01日 下载量预估总计：17.1万——说明新产品投入市场，此时用户对产品还不了解，除少数追求新奇的用户外，几乎无人实际使用该产品，符合引入期的特征。

从2017年3月以后，下载量开始日渐飙升：

2017年03月01日~2017年09月17日 下载量预估总计：1928.3万——说明用户逐渐接受该产品，产品在市场上站住脚，下载量迅速上升，符合成长早期的特征。

2017年09月18日~2018年01月31日 下载量预估总计：3458.5万。我们可以看到：下载量爆发性的增长和曲线上升趋势，符合高速成长期的特征。

从2018年2月以后下载量仍然保持增长：

2018年02月01日~2018年09月05日 下载量预估总计：9153.6万，虽然下载量是引入期和成长期的2倍之多，但从曲线上升的趋势，我们可以看到相对于之前较于平稳，曲线一直处于高峰阶段，并没有呈现明显的上升趋势。说明需求增长率不高，市场已成熟，行业竞争激烈，同类产品瓜分着用户体量，符合成熟早期的特征。

（数据来源：艾瑞数据）

我们可以通过上面数据可以看出：抖音短视频独立设备数量的增长趋势，2018年3月之前增长量波动较大，3月之后增长量逐渐走低，基本环比增幅保持在10%左右，也很好的印证了成熟早期的主要特征。

（数据来源：抖音短视频）

根据不同生命周期运营的侧重点：

• 引入期：口碑（超出用户需求预期）；
• 成长期：增长模式、速度；
• 成熟期：用户活跃度，商业变现；
• 衰退期：用户防流失，维系。

我们可以确定产品的生命周期阶段。

通过上面抖音短视频产品截图我们可以看到：一年后的抖音已经有了广告、直播、企业认证、外链、淘宝购物跳转功能；根据不同生命周期运营的侧重点，成熟期的侧重点包含了商业变现，可以看出：今天的抖音已经走上商业化道路。

通过以上多种数据的分析 ，增长趋势平稳，保持继续增长，产品商业变现，我们可以判定抖音短视频的生命周期已进入成熟早期。

1. 产品现阶段面临的问题

一年前抖音IOS平台所有版本评论次数2676个，一年后的抖音评论数达到了1143万个。我们还是先通过用户评论看看现阶段产品面临的问题。

（数据来源：七麦数据，一年后）

（数据来源：七麦数据，一年前）

抖音自2016年9月份上线以来，基本上每个月都有2次左右的更新，截止到2018年9月8日，抖音版本更新了59次，小版本号更新了42次，中版本号更新了15次，从1.0更新到2.0版本。

从七麦数据的数据来看，上线初期用户的评价虽有不同声音，但整体上仍是好评居多，一年后抖音的评论数已超越千万级别，但整体评分上升到4.9分。

（数据来源：七麦数据）

从用户评价的内容来看，抖音确实凭借着不断的努力收获了一大票粉丝，总结其最吸引用户的关键点：

① 能够让用户拍摄出乎意料的炫酷的视频。

② 抖音相比之前更多的是提升用户的体验性，增加新功能满足用户需求。

③ 在视频拍摄上画质和滤镜等效果的丰富，用户参与积极性增加。

（数据来源：七麦数据）

从用户评价的内容来看，非5星的评价里也会暴露出抖音目前存在的一些问题，总结起来包括以下几点：

① 网络有时不太给力，偶尔有加载失败的情况。

② Anti-Spam机制有时不准确，可能会把正常的视频误判，或把正常使用的用户封号。

③ 抖音商业化之后，广告一直被用户吐槽，广告的质量，广告的数量。

④ 随着内容丰富，推送的视频很容易让用户忘记自我，从而耽误时间，这一点并不是什么坏事，但有部分用户吐槽自己的时间被耽误。

社交短板

除了以上问题外，抖音的社交短板是值得关注的问题之一，“无限下滑”的首页机制，不利于建立社交关系。抖音是极度依赖算法的分发模式，而且对算法十分自信，才能实现“一击即中”，让用户日刷300条。

不过，在其算法逻辑中热门内容会得到更多推荐，长尾内容却很难得到有效分发。

所以我们会发现抖音上的内容越来越类型化，甚至有新媒体运营总结出了抖音火爆内容的15个模式：如甩碗、撩妹撩小哥哥、死不要脸、励志哭穷等等，我每天刷抖音偶尔也会看到模式相仿的内容。

内容趋同，无运营带来的持续用户留存风险

这个分发逻辑也会引发顶部效应，限制长尾内容分发：部分内容确实很容易火爆，点赞动辄数十万，然而能够火爆的内容是少数。这距离抖音要实现让人人可以“记录美好生活”的UGC平台还有很远的距离，因为UGC中会有大量长尾、冷门内容需要被分发。

而作为UGC平台的快手、美拍等平台则更侧重“算法+关注”结合的分发模式，其用户获得内容的方式并不依赖于热门推荐，甚至不只是依赖于推荐，而是有很强的主动搜索、发现欲望。其内容获取行为是点对点式，供需关系更加有针对性，用户间更容易建立联系、形成互动，真正的社区氛围也由此产生—基于短视频内容实现人与人的连接，是短视频的重要价值之一。

被微信封杀后，抖音进行了一次改版，把关注的页面改成了类似朋友圈的设计，但个人觉得设计得有点鸡肋，一方面缺少了抖音视频大屏观看的沉浸感，另一方面，抖音并不像微信拥有共同好友，朋友圈能形成互动。很多时候交流只是单方面的交流，很少能形成互动，并不能带来朋友圈社交的乐趣。

日常使用中有一部分几率会刷出自己关注过的用户，同时在2018年08月22日更新的版本：2.5.0 ，加入了抖音热搜新增视频榜，私信支持发送语音消息功能，但仍然需要加强用户与用户之间建立社交关系。

高度中心化的模式，需要向垂直化过度

高度中心化的模式，导致了短视频同质化严重，创意成本高，现在的抖音有点像2013年的微博，微博主要是靠大V在支撑，明星名人是微博运营的重点。

2013年，微博的运营重点从头部大V转向垂直领域大V，根据微博副总裁曹增辉介绍，下沉运营这一步“拯救”了微博，因为：

在那以前，微博阅读量排名靠前的领域只有明星、媒体、社会时政；其他领域不能说是零，但也接近。中小V为微博贡献了大量的内容，却没有形成品牌。

如今，微博有55个重点垂直领域每一个垂直领域都有自己的大V（垂V），MCN（机构）和商业模式，整个平台欣欣向荣，有了我们现在看到的二次崛起。

现在的抖音只能花高成本与MCN机构合作，发展优质内容；砸钱与明星合作拍摄短视频。但这些都不是良性循环的因素。

真正良性循环的是：用户自己产生优质内容。

但是很多用户都只看不拍——也许抖音对于他们来说只是无聊的时候打发时间的一个地方，参与拍摄的积极性根本不高。

就算很多草根用户拍了，但由于视频内容缺乏创意，也得不到有效的支持，用户创作的热情就会降低。

实际上，我们真正看的视频也只是在推荐上的几十万赞的那些高质量的视频，很多长尾视频被淹没在茫茫视频之下，未能得到关注。

而在短视频领域，率先完成垂直化搭建的是美拍，它建立起了16个垂直内容频道，如美妆类、宝宝类，据美拍团队在公开分享中介绍，在这些频道下的细分兴趣领域有300多个。

可以观察到的是：美拍在针对不同领域进行内容运营，功能定制和变现尝试。

比如美拍今年押注的“舞蹈”领域，美拍就为此推出“舞蹈跟拍器”功能，这是以功能引导普通用户向垂类用户迁移的手法。另一方面，近期关注到新闻，美拍通过和WOD、Arena等世界性舞蹈比赛合作，把这个领域具有权威影响力的人都拉到了美拍，在垂类大V的影响力，这个垂直领域的人群有了领袖，就可以迅速聚拢。

美拍团队曾分享过这样一个简单的逻辑：单个垂直兴趣领域的用户量可能是几千万的规模，但是当众多兴趣垂类都在美拍聚集的时候，这个用户容量是无限的。

因此，当抖音等主打泛娱乐的短视频走过了粗放式的大跃进增长后，精耕细作的垂类运营是值得考虑的方向。

“一夜爆红”的网红如何可持续商业化？

现在的抖音只能花高成本与MCN机构合作，发展优质内容；砸钱与明星合作拍摄短视频。上述已经说明了这个问题。自己也算是抖音的老用户了，看过了很多一夜爆红的案例，可后来频频消失在大众的眼前。

微博、美拍在内容创作者的支持上，比抖音走得更远。确实有网红在抖音上一夜爆红，然而如何帮助他们一直红下去？如何将人气转化为商业价值？是抖音—也是今日头条要补的课。

Aha moment很美好，控制不好就是沉迷

很多人都“沉迷”在刷抖音上，晚上睡觉前刷抖音，刷着刷着就到凌晨了，导致睡眠不足，影响第二天工作；有的做着做着事情，停下来刷抖音，刷着刷着就几个小时过去了，原来的事情就被耽搁在那里。

当抖音不断地占领用户心智和时间的时候，其实也是应该警惕的时候。因为它与“人性弱点”息息相关，它能够抓住你的兴奋点，知道你对什么东西沉迷，就跟毒品一样，让你沉浸在一个完全忘我的状态上。

然而时间就这样白白浪费在别人的美好事物上，除了能够满足自己的“窥视感”外，对自己剩下的都只有自卑和空虚。

抖音成功地满足了低级的消费娱乐需求，以及自我展示自恋的需求。

抖音面临的是一个道德上的考验，是选择继续增长用户停留时长，还是防止用户沉迷，但伟大的产品应该建立在道德之上的，据说已经有因为上班刷抖音被罚的事情出现，未成年的管控监管，这些都是值得重点关注的问题，可能会走向王者荣耀的道路，可能这样说有点夸张，但不要忘了今年四月内涵段子的关停将抖音推上风口浪尖是一个警示。不仅在沉迷上，政府管控，内容监管上，抖音需要走的路还很长。

1. 改进建议及突破口

网络优化：根据App Store的评价，有些用户会遇到网络不给力的情况，随着抖音用户体量的剧增，在网络这方面还需要进一步的优化，视频加载快慢和网络优良是影响用户体验的重要方面。

完善Anti-Spam机制：通过评论我们可以知道有不少用户反映封号情况，一方面为了管控内容，也是受了政府管控的影响，导致在这样用户量高速增长的时候，有大量的用户被封号，删除视频。

（抖音短视频APP界面）

今年清明节假期，快手启动了3000人的内容审核员的招聘，在明确了算法应该有价值观这个答案后，快手用行动来给算法赋予更多价值观。而在快手前面，今日头条已经大规模招募类似岗位人员，美拍也已启动人机结合的内容审核机制。

抖音也加入了用户内容举报机制，但这个功能个人觉得比较鸡肋。

为了测试这个功能，一直刷着抖音在举报视频；按照申请条件已经可以加入了，但永远都过不了最后一个标准。不知道这个功能真实的审核标准是什么，并没有给用户一个明显提示；如果说人数已满，应该提示用户，相反用户举报的积极性会下降，但用户始终申请不了，结果是一样的。

Anti-Spam机制不完善会给用户带来不好的体验，应该完善优化相关的机制，对于误封号的用户给于申诉渠道，进行人工排查给于及时处理，处理结果要做好用户提示。

强化产品社交，完善算法推荐机制：不论是Facebook还是Twitter，其时间线最初都是基于Follow即关注关系，逻辑是“我关注的人的兴趣就是我的兴趣”，整个内容的传播路径都是基于粉丝，与算法没半点关系。到如今微信朋友圈仍旧是这样的分发逻辑。而算法分发的逻辑则是“算法懂你的兴趣”，给你千人千面的个性化内容，内容能走多远主要是算法决定。

然而只依赖算法的缺陷十分明显，会有所谓“信息茧房”效应，就是算法根据你此前的行为，推荐越来越精准，但也会让你看到的内容面越来越狭窄，比如你老看科技视频就不断给你推科技视频，但你可能不只是对科技视频有兴趣。

一年前由于用户体量有限，在UGC内容上面会刷到重复度高的视频推荐，例如逆天化妆技术、千万别回头等，有时每刷5个视频就会出现一个类似的视频，频次太高，容易使用户失去新鲜感。

而今日的抖音依靠自家强大的算法推荐，却让用户看到的内容面越来越狭窄，记得刚使用抖音的时候到处都是技术流，深深被吸引住了，而现在刷到技术流的视频少之又少，不关注并不代表不喜欢看。

（抖音短视频APP界面，一年前）

（抖音短视频APP界面，一年后）

一年前提过增加私信功能，私信功能会帮助积极用户之间建立起联系，促进用户间的互动，进而提高用户粘性。现在抖音是可以关注后发送私信，在版本：2.5.0，私信支持发送语音消息。

在今天的版本中，我们可以看到：把之前的故事拍摄功能取消，向左滑动替换成以前的发现页面，把首页关注独立出来，替代了原来的发现子页面，比原来多了一个评论，增加了用户与用户之间的互动，之间建立起联系。

想要在算法和社交上有所突破，破除的方式个人觉得有三个方法，给你推荐大家都要关注的内容，如热门新闻，如今抖音在发现页面增加了热搜排行榜功能；算法猜测你的兴趣，给你推荐一些你“可能感兴趣”的内容；引入关注关系，让你关注的人给你推荐更多内容，你就有机会接触更广泛的兴趣领域，这也可以帮助长尾内容实现分发。

微博在关注外引入发现流；今日头条在算法外引入社交启动“千人百万粉”计划，不惜打破流量平衡，在给一些金V账号强势导入数十万粉丝；美拍在首页采取双Feed列设计融合推荐和关注，都是在算法与关注间寻求平衡。不过，算法与关注结合的关键是，分发层面要两者兼顾，抖音一直在不停的改进，同时也需要在两者之间寻找到一个平衡点。

网红盈利模式： 一年前抖音处于在产品的成长期，没有明确的盈利模式，更多关注在用户增长上面，今天的抖音盈利模式基本比较成熟，像直播一样通过付费送礼物的机制，通过开屏广告、信息流广告等的广告机制，如今抖音有了商业化运作，让网红可以有变现的渠道。

如今抖音面临的问题是怎么让网红能长期的商业化，今日头条和抖音对于大V更像是放养—我给你水草丰沛的草原，其他的就要靠你自己了。

你只要有一定的内容创作力，可以得到分发和粉丝，然而却很难得到更多的支持，这一点跟微信公众号的玩法相似，就是除了基础设施外，不进行更多运营或者商业化支持。

反观微博、美拍等玩家却很注重对创作者的专业支持。微博在商业化上提供微任务广告平台，与多家MCN合作，每年的V影响力峰会都会宣布创作者通过微博转了多少钱；美拍与50多家国内MCN机构达成合作，提供流量扶持，甚至把优质达人输送给MCN机构。

可以看到：喵大仙、刘阳等从美拍成长起来的达人，已经成立自己的公司或者MCN机构，成为了短视频行业更重要的参与者。而在帮助达人赚钱这件事情上，美拍推出短视频营销平台“美拍M计划”，上线打通达人的电商销售渠道“边看边买”。

商业化、电商渠道搭建，这些方向抖音目前已在跟进，凭借着抖音的流量优势，这些业务的开展并不难。不过，虽然我们经常可以听到媒体分析多少人在抖音一夜成名，又做成了一笔价格多高的广告，但是暂时还没有像喵大仙、刘阳这类能够公司化运营的案例，抖音还需要在达人商业化上提供更多工具和运营支持。

防沉迷机制：2018年3月19日，抖音宣布将在下个版本中加入“时间限制”和“风险提示”两个新功能。4月10日，反沉迷功能正式上线，成为第一个加入防沉迷系统的非游戏类应用。当用户连续使用90分钟后，正在播放的短视频上会出现一行文字，提醒用户注意；2小时时间锁，由用户设定密码开启，一旦单日使用时长累计达到2小时，系统将自动锁定，用户需要重新输入密码才能继续使用。

个人觉得防沉迷是一种伪善，也是一个伪命题，抖音上每次下滑之前都猜不透下一个视频是什么，跟老虎机一样给你一种随机性奖励。自动循环播放让你的大脑第一时间接受刺激，并将本来有限的用户体验变成了一个无底洞。

这样「让人上瘾」的功能和设计还有很多，都是科技公司根据大脑的生理特性精心设计的——人类往往无法抵抗自身的本能和欲望。

市场竞争如此激烈，而「防沉迷」的功能是与互联网公司的目标是相悖的，因此很难想象会有一家互联网公司真心实意地去推动「防沉迷」，而把珍贵的用户时间拱手让人。推出防沉迷功能，就跟香烟盒子印有戒烟有益健康一个道理。

先不关注防沉迷功能是科技公司伪善的问题，未成年缺乏自制力，模仿网络视频出现受伤，身亡的不占少数。

虽然抖音上线未成年防沉迷机制，在视频播放时有危险动作请勿模仿的提示，但真正能起到实际意义上的作用还很难说；用户的使用场景是无法预测和限制，不仅靠产品本身，而更多的是涉及父母的监管问题，不是一个产品可以完全能控制的。

最近，滴滴因为乘客遇害而登上了热搜榜，再次被推上了舆论的风口浪尖，一时间许多大众对于滴滴也是口诛笔伐，更有不少网友表示希望彻底封杀滴滴平台，而且声音也是越来越强烈。

换一个角度去想问题：难道说搭出租车就一定安全吗？为什么不选择专车，偏偏选择顺风车，个人自我保护意识去了哪里？这里面存在太多扯不清的问题，当然滴滴也有他自己的责任，但不至于彻底封杀，至少提高了人们出行的便利，成为日常不可缺少的产品。

有点跑题了，为什么要提起滴滴？假如有一天未成年接连因为模仿抖音短视频，出了事情，因为直播未成年充值打赏几万元，因为未成年模仿而受伤，会不会一样被社会舆论淹没？

尽管抖音建立了相应的机制，人总是不理智的，发生这种气愤的事情总是想发泄，想找到发泄口，加上“马后炮效应”，当你没有事情的时候，大家相安无事，也不去关注你，等你出事时，就咬死不放，开始大查特查。到那个时候，社会舆论会不会又要说抖音是网络毒品，要让它关停呢？

未成年不是成熟的理性人，父母进行恰当的干预和引导十分必要，在这个问题上面抖音的防沉迷机制，单纯是为了给自己穿上了一层保护壳，不至于被大家说你没有防沉迷。

抖音在防沉迷上还需要结合大数据及未成年不可控的使用场景上，提高内容过滤、防沉迷、未成年人风控模型等功能，以及「防沉迷」的功能和「让人上瘾」之间的平衡，这条路实在是任重道远。

1. 内容挑选的逻辑

抖音发布视频后，得益于今日头条的推荐算法，最大的技术优势之一就是今日头条最引以为傲的算法了，本身抖音的创始人梁汝波又是今日头条的技术总监，那运用了算法的抖音更可谓是如虎添翼了。抖音在产品层面加入了算法推荐模型，来保证视频的分发效率和去中心化。

大家对今日头条的分发机制应该并不陌生，相信抖音也是采用了极度相似的分发机制。通常来讲，先后顺序包括：消重、审核、特征识别、推荐和人工干预等。

消重机制

在系统里是否存在相同或高度相似的视频内容；如果存在，视频内容的来源是否有权威、有价值。

系统相同视频数量，在抖音里这一机制控制不是很严格，毕竟每个人拍摄的视频内容是不一样的，如果按照今日头条的标准来要求，那么模仿类的视频将石沉大海了。

主要针对上传他人原创视频，同类视频转载或复制进行消重，使其不会同时或重复的视频内容出现在用户信息流中的过程。

审核机制

抖音同样包括机器审核和人工审核，机器审核为主，人工审核为辅。

在机器审核算法里包含了一个可被拦截的内容库，一旦出现与内容库相匹配的内容，包括标题、视频内容，就不会通过审核。

（审核不通过判定标准）

2018年春季，国家监管部门的一系列组合拳给短视频行业前所未有的压力，先是快手和今日头条旗下的火山小视频因存在问题视频被责令进行全面整改。

数日后，火山小视频的整改还未结束，今日头条旗下的另一款产品“内涵段子”收到了永久关停的通知，抖音对视频内容审核机制不断完善，加强审核力度，这也导致抖音现在普遍用户会抱怨发布的视频被删除，审核不通过。

特征识别

当用户拍摄/上传完视频内容提交审核后，抖音会根据视频内容及标题内容进行识别，来判断视频应该推荐的兴趣人群，系统在判定出这些兴趣人群后，会将视频与平台视频分类比对；然后，将发布的视频内容及标题，包含哪些兴趣特征词库关键词的比例大，就会被打上该兴趣特征标签。

推荐机制

为了受欢迎的内容被更多人看到，不受欢迎的内容不过多占用推荐资源，往往会分批次进行推荐。首先会被推荐给一批对其最感兴趣的用户，根据这批用户产生的数据，决定下一次推荐。

以此类推，视频新一次的推荐量都以上一次推荐的播放量、完播率、点赞数、评论数、分享数为依据。

人工干预

上面提到过短视频行业都在大量招聘内容审核员，视频内容审核要比文字审核排查困难很多倍，针对机器无法识别的视频内容进行人工审核，产品中也设置了用户举报机制，去过滤各种UGC和PGC内容，维护抖音短视频“高质量内容社区”这个口碑，从而带给用户更好的体验。

（抖音13秒视频属性）

从一个外行人分析一下：为什么会有人工干预？为什么无法杜绝违反平台规则的视频仍然会出现？

我们可以看到：

抖音一个视频是13秒，视频的帧数率是30帧/秒；视频是由一帧一帧的图像构成，那么一个短视频有390张图片组成；按照现在抖音日发布视频的数量至少达到百万级别，按照100万来计算，那么每日就会产生3.9亿张图片。

目前图片识别精确度和准确率均超过99.5％，单张图片响应时间小于0.2s，那么需要78000000秒，换算成天数是361天，那么就需要大规模GPU集群搭建的人工智能超算平台，支持亿万级别的图像处理，对于任何需要进行对内容审核的互联网公司来说，都是巨大的财力和人力投入。

人工智能审核利用学习算法更新特征库来判断视频，但始终是机器，会有疏漏，用户也会改变发布的方法，所以还需要人工来干预视频内容的审核和举报。

1. 内容挑选逻辑的体现

（抖音短视频APP界面-一年前）

从一年前产品截图可以看到这四个短视频都参加了“我的身体会英文”的挑战，对比第一个精选短视频来看，后面的短视频的评论、转发，喜欢的数量都相比第一个较高，通过几次的重复播放，发现后面几个短视频和BGM的节奏是不合拍的，没有很好的卡住节奏做出动作。说明在抖音的动作是否能够和BGM节奏一致是一个很重要的评判标准。

（抖音短视频APP界面-一年前）

（抖音短视频APP界面-一年后）

从一年前的产品截图可以看到前两个为精选后两个为普通，如果按照一般的评判标准是评论、转发、喜欢的数量高低，但会发现后面两个短视频的评论、转发、喜欢，都比精选的短视频要高很多。

从这里我们可以看出：在挑选逻辑上，抖音是垂直内容的产品，主要以音乐为主，后面两个和产品的定位不相符，因此垂直音乐类的短视频要比其他视频获得精选的几率要大很多。

从一年后的产品截图可以看到短视频的评论，转发，喜欢，都比一年前精选的短视频要高很多，当然抖音的用户体量和那个时候不能对比，但从挑选逻辑上，这些视频都应该是精选。

黑脸大家都很熟悉吧？号称视频个个上精选的人物，但从截图上可以看到突然有一天，视频不在是精选，虽然每个视频的数据都表现很好，上述提到抖音进行内部大整改，对短视频挑选逻辑做出了调整，至今还没有开放精选视频机制。

（抖音短视频APP界面-一年前）

（抖音短视频APP界面-一年后）

从一年前的产品截图可以看到这四个短视频为精选，但四个短视频都不属于音乐的风格，不符合抖音产品的调性。

目前抖音短视频主要还是获取新用户为主，抖音短视频独立设备数已经超过美拍，做垂直内容的用户量是比不上美拍综合类型的用户量。

从这点我们可以看出：抖音实际是为了能获取更多的用户体量，而从改变了自己的挑选逻辑，针对自己需要获取用户类型在不断调整自己的挑选逻辑，为了获取更多的用户体量。

一年后的今天很好验证了之前对抖音挑选逻辑的判断，从一年后的产品截图可以看到这四个短视频：台风山竹，钢牙贼帅，身体真的好吗，眼神会说话，每一个短视频的数据都可以达到精选的标准，但视频内容都和音乐没有多大关系。

可以看出：抖音为了能获取更多的用户体量，改变了自己的挑选逻辑，从垂直音乐短视频平台，走向了多元化短视频内容平台，为了满足各种用户的需求，获取更多的用户。

1. 内容权重解析

当一个视频初期上传，平台会给你一个初始流量，如果初始流量之后，根据点赞率、评论率、转发率进行判断，该视频是受欢迎还是不受欢迎，如果第一轮评判为受欢迎的，那么他会进行二次传播，这就是上面提到过的推荐机制。

当第二次得到了最优反馈，那么就会给与推荐你更大的流量。相反，在第一波或者第N波，反应不好，就不再推荐，没有了平台的推荐，你的视频想火的概率微乎其微，因为没有更多的流量能看见你。

你的视频火的第一步是被别人看见，第一步就把路给走死了，后续也只能依靠朋友星星点点的赞。不难看出这个算法背后思维逻辑： 智能分发，叠加推荐，热度加权。

详细算法介绍

智能推荐流量池，当一个新的视频传送到抖音上，抖音通过比对知道你这是新的视频，然后给你第一次推荐流量，新视频流量分发以附近和关注为主，再配合用户标签和内容标签智能分发，如新视频的播放量高，跳出率低，完播率高，点赞高，转发高，评论高，互动多，这个视频才有机会持续加持流量。

叠加推荐，所谓叠加推荐，是指新视频假设都会智能分发100vv左右的播放量，转发量达10，算法就会判断为受欢迎的内容，自动为内容加权，叠加推荐给你1000vv，转发量达100，算法持续叠加推荐到10000vv，转发量达1000，再叠加推荐到10wvv，依次累推。

所以那些一夜几百万播放量的抖音主也懵比，不知道发生了神马，实则是大数据算法的加权。

叠加推荐当然是以内容的综合权重作评估标准，综合权重的关键指标有：播放量、跳出率、完播率、点赞、转发、评论、互动，且每个梯级的权重各有差异，当达到了一定量级，则以大数据算法和人工运营相结合的机制。

热度加权，实刷近百条爆火抖音，发现所有一夜爆火的视频，和抖音推荐板块的视频，播放量多在百万级，综合数据：播放量、跳出率、完播率、点赞、转发、评论、互动，无一例外都很好。

可见经过大量用户的检验，层层热度加权后才会进入了抖音的推荐内容池，接受几十到上百万的大流量洗礼，热度权重也会根据时间择新去旧，一条爆火的视频的热度最多持续1周，除非有大量用户模仿跟拍，所以还需要稳定的内容更新机制，和持续输出爆款的能力。 在爆火的通关攻略中，算法只指明了路径，而内容才是启动人性的金钥匙，视频的播放量、跳出率、完播率、点赞、转发、评论、互动都是人群内心的一个个票选，而能打通关的秘诀只有内容。

权重的加分项

账号基础权重，完善自己的资料，越全越好。包括头像、昵称、手机、微博、微信、头条等，越详细越好。

因为是机器和人工双重审核，一旦机器进行审核，就会进行大量的劣质剔除，当账号频繁发布广告或其他违规内容，那么这个账号也被关进了小黑屋，是不会受到系统推荐的。

另外不要重复上传视频，也是会影响账号的基础权重的，如果视频被识别有水印，去掉水印重复上传并不会有多少播放量的。

视频创意，视频需要有亮点，视频只有15秒，在这短短的15秒内，没有亮点，没有转折，大家是不会跟你有任何的互动，并且还有屏蔽功能，一旦用户对你进行了屏蔽，这是很严重的事情，因为后期不会再给该用户进行你短视频的推荐。

颜值，依照3B原则：Beautiful—美景、美女、美少男；Beast—动物（野兽）；Baby—婴儿; 任何成功都是有方法的，一定要选择对的方法。

自带流量，明星、网红、企业都是属于自带流量的，不用系统推荐，自然就会有大批的粉丝来支持，对于这类用户更容易产生爆款内容。

视频质量，一年前的产品分析过抖音是以音乐垂直分类的短视频，在这方面也是有着自己的调性和挑选逻辑的，主要体现在对视频内容的背景音乐，画面质量，节奏的踩点。

平台需求，不同产品生命周期运营侧重点是不一样的。抖音一年前还是高速成长期，需要的是关注拉新，而今天的抖音在成熟初期，关注的更多的活跃，在视频内容上面从垂直跨度到了综合，各分类视频类型也开始趋于饱和，在选择视频内容的时候需要关注平台的需求，在不同时期平台分发的流量支持也是不一样的。

兴趣特征，视频分发时都是配合用户标签和内容标签智能分发，如果这一类用户体量本身就很少，你的视频各项指标也不会好哪里去，但不排除例外情况，有太多的视频一夜爆红，是没有依据可循的。

情感共鸣，现在有不少人总结了很多爆款内容的模板，这里面就牵扯到了人性，这东西很难去说明白。俗话说的好“物以稀为贵”当满大街都是情感共鸣的视频，你还是否觉得能一夜爆红起来吗？一切还取决于视频内容本身，加一点运气。

热点话题，这个已经不用说明了，做过运营的小伙伴都很清楚，热点对于运营来说是有价值的，但请不要为了追热点而追热点。如果是不能够给用户带来价值的（情绪的价值/实用的价值等），那就不要乱追了。 其次，对于符合自己的热点，不能新就快，不能快就新。

更新频率，目前还没有看过一个账号有几个视频就能捕获大量粉丝的，产品在不同时期的运营重点，产品需要提升数据时，都会有不同的权重加分；打个比方，用户A每周发布一个，用户B每天发布一个，你觉得哪一个用户会获得更多的机会，但切记不要为了评论和数量降低视频的质量，也是会影响权重的。

（抖音权重说明）

虽然都是一些个人的看法，但是从目前数据推断来看，抖音内部对视频挑选和推荐是非常慎重的。

如果一个视频能做到以上全部权重的话，我想这个视频不火也难，如果没有火，那就是人品有问题了——欠的是一份运气，赶紧去庙里烧烧香吧。

因此，对于运营的同学来讲，做爆款是件任重而道远的事情。

1. 中心化与去中心化

关于这个话题让我也是很是头疼：刚写完一个问题，接下来的问题又要让人思考很久；从一个坑跳进了另一个大坑，或许就是这样的过程，才能让自己不停的精进下去。

依然是查看了很多资料和文章，在这里发表一下自己的看法，抖音是得益于今日头条的推荐算法，在产品层面加入了算法推荐模型，来保证视频的分发效率和去中心化，但产品运营当中并不是完全去中心化的。

（抖音短视频APP界面）

这些大神大家还记得嘛？这些可都是抖音元老级别的人物，想当初刷视频的时候，出现率可都是100%，告诉我没有中心化，我都不相信；那时候UGC用户发布视频数量还不能支撑用户浏览视频的数量，而且抖音拍摄难度很高，那时候可都是技术流的天下，想要被推荐是一件不容易的事情；那时候不可能推荐一些普通的视频给用户来看的，在产品初期这样做就是自寻死路，一个新用户进来看到的全是很普通的视频，怎么会留存下来？

是否还记得抖音举办的线下聚会，线下投放的广告内容，大多数都是利用这些元老级的人物进行宣传；从抖音一开始，就已经做着中心化的事情，不过在分发机制上面体现并不明显。

当然我们也可以理解：当时的抖音并没有现在的用户体量，想要宣传自己，就要有代表人物。

随着抖音用户体量的上升，可以看到这些元老级的用户粉丝量并不高，没有给这些元老级别的用户特权，这也符合了去中心化的说辞，但其主要的原因还是：现在视频发布量足够多，平台的需求也和当时不一样。

（抖音短视频APP界面）

从最近更新版本中来看，2018年08月22日抖音更新到版本：2.5.0 ，加入了抖音热搜新增视频榜，作为”去中心化”代表的抖音却逐渐有向“中心化”靠拢的一个趋势。

热搜榜目前有三个分类，挑战主题，视频，音乐，主要说说视频的热搜，其他两个分类对流量分发影响不大，更新的频率较低，上面可以看到视频热搜是每隔10分钟更新一次，会发现会有同一个视频出现在排行榜中。

还有一个比较有趣的点，不知道大家发现没有，那个热度计算方式，十分钟后反而比之前还要低，22:50的时候视频的播放量是170万左右，20:00的时候视频的播放量是185万左右，但热度显示多出来了40万——又是一套黑匣子算法。

从开始进行观察时，视频播放量是150万，仅仅20分钟的时间差，增长了35万，这不是一个中心化的表现吗？

我们也可以看出来：这个功能层级是在三级——用户需要左滑动，点击热搜榜，才能看到，相信还有不少用户都不知道这个功能。

因此可以看出：抖音在中心化运营中是十分谨慎的，将层级隐藏很深，更新频率10分钟一次，保证更多的视频有展现的机会，都是为了在去中心化和中心化寻找一个平衡点。

上述提到推荐分发机制，虽然表象是去中心化，目标是实现向不同的用户推荐他感兴趣的内容，满足个性化需求，实现千人千面。但推荐内容是较为集中的，视频发布后会进行叠加推荐，从而获得持续的流量，优质内容得到的曝光越多，而一般的内容则难以得到足够的曝光，也就是说有非常明显的“偏袒”

而且，抖音的内容分发，对于内容生产者来说是一个完全的黑盒，你不清楚它内部的规则。分发的方式完全由平台来决定，从这一点来说它就已经是中心化的分发了，尽管我们分析的再透彻也不可能100%弄清其中的算法和原理。

在内容生产中，去中心化让每个人都能创造内容，但创造的未必都是优质内容，中心化做法便利于将优质内容提出给予流量支持；去中心化思维的让用户自主性更强大，同时也需要中心化措施保证产品符合公司的价值，运营重点是动态变化的，产品是不断发展进步的，如此种种，皆体现中心化与去中心化相辅相成，缺一不可。

三、产品数据分析 1. 数据分析目的

抖音目前已处在产品生命周期的成熟初期阶段，和一年前的高速成长期有着截然不同的变化，从垂直音乐技术流到现在的百花齐放，对照一年前的数据来看看现在的抖音用户群体发生了哪些变化。

1. 用户数据的变化

先通过极光数据看看抖音现在用户整体数据，抖音在这一年里取得了突破性的增长，增速远超行业竞品，在活跃用户方面也高于快手。

（数据来源：极光数据）

（数据来源：极光数据）

从上述数据，快手3月渗透率达25.6%，头条系短视频矩阵中，抖音短视频渗透率为16.5%，环比增长121.3%。6月抖音短视频以29.8%的渗透率超越快手位列第一，环比增长80.2%，DAU均值破亿；居于第二的快手6月渗透率为24.8%，环比下降3.2%。可以看到抖音的增长速度之快，截止今日，已经超过快手。

（数据来源：2018年抖音研究报告）

通过上面的2018的抖音研究报告的数据，我们可以看到与去年同期对比，男性用户占比增加，且向26岁以上人群下沉。

（数据来源：艾瑞，百度，360指数）

通过上面前后用户数据的对比，我们可以看到确实抖音用户发生了一些变化，如抖音和海马数据联合发布的研究报告数据一致，用户年龄段下沉，男性用户占比在增高。

艾瑞指数为用户使用数据，百度和360指数仅为关注产品的数据，不难看出艾瑞指数与研究报告的数据差距是最小的。

（数据来源：极光数据）

我们在看看一年前的极光数据，用户以女性为主，且占比高达78.8%。在年龄分布上，我们可以看到20-24岁和25-29岁的用户占比最高，分别占据37.3%和29.4%的比例。

抖音初期可是吸引了不少小姐姐，没有那么多的小姐姐，怎么会有那么多的用户会来关注呢？

据极光数据2018年2月统计，依然还是女性用户为主，占比为66.4%；年龄分布上，依然是20-24岁和25-29岁的用户占比最高，但可以看出年龄段分布呈现下沉的迹象。

（数据来源：2018年抖音研究报告）

通过上面的2018的抖音研究报告的数据，我们可以看到用户城市分布下沉，下线城市人群成为增长生力军，看到现在的抖音用户增长图，让我想起了快手的用户群体，基本快重合了。

（数据来源：一年前极光数据）

这一份数据报告是最早期的用户数据，抖音自诞生伊始，便确立了要成为“年轻人的音乐短视频社区”的定位，一二线城市占比50%居多，而一年后的抖音三四线城市占比50%之多，

从用户年龄分布，地域分布，不难看出现在抖音的战略是“快手化”，从高端人群切入再往低端用户下沉的策略，与快手正面碰撞，这使得快手面临着很大的压力；未来，是谁的天下，相信再过一年就可以看到结果了。

（数据来源：七麦数据）

从上述数据，我们可以看到：

• 一年前VIVO机型用户占比：33.3%，OPPO机型用户占比：18.6%
• 一年后OPPO机型用户占比：39.39%，华为机型用户占比：28.93%

VIVO无论产品还是营销都和OPPO高度相似，一年后OPPO成为了安卓抖音用户第一的机型，华为也增幅明显超越了往年的VIVO，成为了用户的主流机型。

（数据来源：易观智库一年前）

（数据来源：易观智库一年前）

（数据来源：易观智库一年前）

根据易观智库抖音短视频一年前的使用数据，抖音的人均使用次数为5.21次/日，每日人均使用时长31.23分钟。用户的使用高峰时段集中在中午12点和晚上6点前后。

（数据来源：抖音蓝V白皮书）

通过《抖音企业蓝V白皮书》报告中，短视频行业国内日均启动次数最高达8次，远高于其他视频形态，用户行为层面呈现出相比一年前更高的用户粘性。

（数据来源：抖音蓝V白皮书）

从《抖音企业蓝V白皮书》报告中，我们可以看到蓝V发布时段，抖音播放量时段，蓝V视频播放量的数据，不难看出抖音的高峰时段仍然没有发生明显的变化，用户的使用高峰集中在12点，18点，22点，分别对应的下班午休饭后消遣，下班路上及饭后消遣，晚上睡前的使用场景。

用户数据就写到这里，虽然部分数据是来自产品监测数据，但大部分的数据都来自第三方的数据报告，就直接推荐给大家详细查阅，我就不一张一张去挑选进行说明了，推荐几个分析报告，推荐大家看一看，对抖音现在用户数据有一个更全面的了解。

• 《抖音企业蓝V白皮书》
• 《短视频与城市形象研究白皮书》
• 《2018 · 抖音研究报告》—秒针系统与海马云联合出品
• 《快手&抖音用户研究报告》

这些都是联合发布，并不能代表真实数据，多多少少还是能起到一些指引上的作用，主要是蓝V运营，短视频研究，抖音产品分析，竞品快手对比分析。

1. 抖音与快手之争

一年后的抖音在内容层面从垂直走向多元化，上述数据对比记录了抖音用户的变化，抖音正疯狂的向三四线城市下沉获取用户，从高端人群切入再往低端用户下沉的策略。

虽然快手与抖音在产品定位是不一样的，面对的用户群体也是不一样的，拿快手和抖音来对比，那么快手是广场，而抖音则是剧场。广场只是一个单纯的平台，想跳舞就来跳舞，想来搬着凳子聊天也行。

剧场有入场要求，更需要表演，不论是《海草舞》的配乐还是其他的剪切技巧，抖音都在竭力帮助用户把视频“表演”得更加娱乐化。

如果说这两个产品面对的用户群体是不一样的，当用户体量到达了瓶颈，是不是要抢夺竞品的用户。现在的抖音已经从垂直走向多元化，就是为了扩展更多的用户体量，当抖音和快手遇到瓶颈的时候，势必会有一场抢夺用户的大战。当然这里不能忽视腾讯微视的存在，说不定是一场更有意思的大战，至于美拍这个对手，送一首凉凉给他吧。

四、关于广告的馊主意

以前写过一篇关于抖音广告优化的改进建议，那时候广告刚开始投放，用户的反馈不是很好，就突发奇想采用糗事百科的用户审核机制，让用户也能参与到广告审核当中去，加入用户权重来决定这个广告是否出现在信息流中。

（数据来源：糗事百科审核页面）

一年后的今天，抖音的广告已经是常态了，刷几个视频就会出现一个广告，广告不仅数量多了，广告质量也变差了，过去的广告至少还有点看头，现在的广告简直无法去评价，于是又想出来了一个歪点子，通过这个馊主意提升广告内容的质量，减少粗制滥造的广告出现的频率。

（数据来源：一年前的广告截图）

（数据来源：一年后的广告截图）

如今的抖音已开始走向商业化的道路，产品里出现了大量的广告，就在写这篇文章的时候，广告又升级了，可以当前播放页直接填写信息了，针对广告的优化和修改也是费尽了心思。

从上面的广告截图，我们可以看到很明显的差距：广告测试投放期，主要投放的商家都是一些大公司，广告内容质量也是很高的，也是符合当时垂直音乐短视频平台的调性；在看看走向多元化之后，开放广告投放之后，这些广告视频质量可是跌至了谷底——真是没有对比就没有伤害。

广告内容质量差和公司大小也有关系，没有那么多的资金投入去完成一个高质量的广告出来，但低水平的广告带来的影响也是很大，完全不符合产品的调性，这样的广告投放出去相信也没有很好的数据表现，同时也给用户带来了一定的影响。

现代社会的人已经没有办法让自己逃避广告了，广告无孔不入地侵袭着社会的每一个角落。

电视广告、网络广告、报纸杂志广告、车体广告、公交车广告、户外广告，现在就刷抖音也会有广告——做为受众的我们，好广告我们会觉得赏心悦目，差广告会觉得自己的眼睛瞬间被强奸了。

抖音广告投放目前有：开屏、CPM、CPC、CPA，这里就不说开屏了，一般能投放开屏广告的公司也不会投放一个垃圾广告出来遭吐槽——当然也可以这么干，引起反面的议论和传播，代价也是非同一般，玩砸了就不好了。

• CPM：千人展示成本，即广告被展示1000次所需要的费用。
• CPA：电话咨询，即一个客户咨询电话所需费用；表单提交，即用户提交一次个人信息所需费用；单次下载成本，即APP被下载一次所需要的费用，仅限安卓APP。

一般我们投放广告用的最多的就是CPM，CPC，采用的是竞价模式：可以简单理解为出价越高，广告位置越靠前，获取的优质广告资源越多。

（抖音广告投放优化思路）

通过上面的馊主意思路，相信不少人已经明白我的意思了——主要目的就是为了让优质的广告获得更多的展现，对于劣质的广告，我们要尽快消耗掉限额，减少出现在用户面前的频率。

当然进行调整时候会告知广告主，而且做广告投放的运营都是盯着后台数据的。

我们通过2个用户场景分别说明一下：

运营同学A：使用CPM投放广告，千次曝光15.8元，竞价千次曝光22元，排在第4个广告位置。广告投放中，系统自动分发至1万个精准用户进行展现，视频内容受用户喜欢，广告视频的播放量，跳出率，完播率，点赞，转发，评论，互动数据都表现良好，系统经过数据监测判定广告内容优质，将千次曝光降至20元，其他权重不变，仍然排在第4个广告位置。系统自动分发至2万个精准用户进行展现，数据表现依然良好，将千次曝光降至18元，上升至第3个广告位置，以此类推，广告内容越受用户喜欢，获得展现机会就越高。

运营同学B：使用CPC投放广告，单次点击1.5元，竞价单次点击出价5.6元，排在第1个广告位置。广告投放中，系统自动分发至1万个精准用户进行展现，视频内容不受用户喜欢，广告视频的播放量，跳出率，完播率，点赞，转发，评论，互动数据都表现不好，系统经过数据监测判定广告内容劣质，将单次点击出价提高至6.8元，其他权重不变，仍然排在第1个广告位置。系统自动分发至2万个精准用户进行展现，数据表现依然良好，将单次点击出价提高至7.8元，下降至第2个广告位置，以此类推，广告内容不受用户喜欢，获得展现机会就越少，快速消耗掉广告限额。

通过上面用户场景，大家应该知道是怎么一个流程，还有一些算法以及权重计算就不深挖了，其实原理很简单，既然抖音是利用的头条的算法推荐视频，那么同样也可以利用到广告上面，灵活结合算法来优化广告投放效果。

至于带来的效果是好是坏，说一下表面上的看法，广告内容质量好与坏我们是无法做硬性要求的，如果采取硬性要求，限制视频画面，内容，久而久之广告投放量就会下降，广告主也就不来投放了。

如果采用这样的方式变相提升广告内容质量，相信广告主也是很乐意的，因为这些广告就是投放给用户看的，完全是依靠用户反映来判断，不仅可以获得更多的展现机会，广告投放的投入成本也会减少。

相反，用户不喜欢的广告，带来的效果也是很差的，减少这样的广告出现，对产品本身也是一件好事，从而变相鼓励广告主提升广告内容质量，且并不一定非要多么高大上，用户喜欢的就是好的，所以并不会对广告制作费用增加太多。相比之前的用户审核，这个馊主意更实际一些，大家觉得如何提升广告内容质量，并能维护用户体验。

总结

目前而言，抖音相对其他竞品仍然呈现出了压倒性的优势。

抖音也开启了海外战略，从垂直走向多元化，用户人群分布下沉，下线城市人群成为增长生力军情况下，短期之内，抖音还能保持不错的增长趋势。

随着腾讯微视的加入，短视频领域势必再掀一轮混战，快手、抖音、腾讯微视三强争霸。

抖音未来之路并不好走：快手虽然不是腾讯亲生的，但背后有个靠谱的干爹；而微视是腾讯亲生的，富二代不差钱。不过个人用抖音之后，再看微视和快手，时不时都能刷到熟悉的视频内容，重复频率还很高，不知道这次微视是否像当年的腾讯微博大战新浪微博一样。

至于最后的是什么呢？可能需要时间来见证。

我也不是什么分析师，也预料不了什么结果，就目前来看抖音的优势还是处于领先地位。

唯一担忧的是：多元化之后，视频内容会变的不如以前，失去了以前的乐趣，而且怎么样保持内容的输出也是一个很关键的问题：如果每个平台看到的内容是一样，用哪一个都一样，而且微视加入了拍摄模板，将拍摄难度降低了不少。

我感觉抖音也会加入这样的功能，在这里赌一下，在半年里肯定抖音会对拍摄做一次大的整改，降低拍摄难度，十包卫龙辣条。

这次就写在这里，一年之后，我们继续，这个赌注是有效的哟！

来源：职业丶小白

此前，抖音类神奇般的存在，快速抢占了各大应用排行榜的头条，SensorTower发布的2018年第二季度全球APP下载排行榜中，抖音以超过4000万次的App store下载量位居第二。张一鸣马化腾的朋友圈“互撕”之后，让微信与抖音的冲突愈演愈激烈，腾讯的社交霸主地位似乎在抖音的强攻之下，开始动摇。

基本社交霸主地位的坚守，腾讯势必要有所行动。今年4月份，微信全面复活微视，并倾注了大量的人力、物力、财力。从此前的兴趣部落、QQ聊天窗口向微视的流量倾斜，到此次微信朋友圈入口全线向微视开放，可见目前，面对抖音抢占用户越来越多的时间，腾讯内容是着急的，正在寻求应对之策。

只是纵使腾讯此次的10亿流量加持，微视走上强大之路，离下一个短视频神话还有很长的一段路要走。

一、腾讯多次尝试导流微视

早在今年5月份的时候，就有用户发现，在安卓内测版微信中，微信授权登录过微视的用户，在朋友圈发布视频的时候，增加将朋友圈内容直接同步至微视的选择。

此后，微信私底下也给予微视一定的流量倾斜，但也都是小打小闹，如灰度开放部分用户的“朋友圈”。

另外，QQ兴趣部落和消息窗口均已开放给微视。而此次通过朋友圈入口，向微视全量开放，更是将10亿流量直接向微视倾斜。

用户在朋友圈点开照相机标志，在原有的“拍摄”、“从手机相册选择”基本上，新增了“用微视推广”的选项。

点击这一项，提示“即将离开微信打开其他应用”，选择允许后，提示“微信想要打开微视”，点击打开后。如果你已开通微视账号，则直接进入微视首页面；如果你没有开通微视账号，会进入软件下载中心，引导你下载微视App。

细心的网友发现，“用微视推广”下方用小字写着“推广”，据腾讯官方工作人员透漏，之所以加上推广，因为这只是借助朋友圈入口针对“微视App”的一个限时推广，并不是长期放置在这一入口。

不管是否是长期的策略，微信朋友圈强大的流量支持，的确引发了人们的大范围关注和讨论。

二、微视获得10亿流量加持？

微信向微视开放朋友圈入口，网友最好奇的莫过于10亿流量的加持？是否这些能够成为微视极速发展壮大的助推力。

根据微信财报数据，今年5月份，微信月活破10亿，10亿的流量吸引着众多自媒体平台以及商家的关注。无疑这一个让人羡慕和期盼的流量源，其从微信的发展来看，这些月活流量更多的基于熟人社交领域，也就是说这整体的10亿月活是建立在熟人社交的基础上。

而微视从目前的定位来看，更多的趋向于陌生人领域的分享，熟人社交市场仍在进一步打通。入口的开放必然会给微视带来大规模的流量加持，具体能带来多大的流量，还要看微视在熟人社交领域的开拓。用户基于好奇进入微视并下载使用微视后，需要优质的内容吸引用户留存，留下来的用户才是真正可转化的流量。

所以，从目前来看，虽然有了朋友圈的推广支持，微视短期内将获得不小的流量支持，但微视能否获得10亿流量加持扔需时间来检验。据易观数据，5月份微视月活736.66万，而抖音官方7月份公布的全球月活用户已超过5亿，两者间的差距目前来看还是非常明显的。

三、抖音爆红背后的终极密码

有了朋友圈的流量支持，为微视加码了不少。再加上此前的兴趣部落和QQ消息对话框对微视流量的倾斜，微视背靠“鹅厂”，得天独厚。在拥有流量支持之后，简单的探讨微视能否抗衡或战胜抖音，难免过于武断。对比之前，了解竞争对手，十分必要。

抖音作为现象级的产品，大家有目共睹，但抖音是如何获得如今的爆红现象，更是深层次需要探讨的。

01、对的时机

抖音成为现象级产品，与其时机的选择密不可分。抖音选对了的冷启动时机和爆发时机节点。

2016年下半年正值短视频的风口期，抖音于2016年9月份正式上线。在冷启动期，抖音去全国高校去找高颜值的同学录制抖音视频，深入年轻群体，试图通过年轻群体中同龄人的示范作用带动更多的人参与；同时，抖音邀请其他平台已成名网红，掌握了一批优质的内容来源，确保了内容的产出。通过身边人群体和网红群体，共同吸引更多的用户关注。

而今年春节期间，抖音在电视、视频上开启广告大战，充分利用春节期间的亲朋好友间的社交传播，这方面借鉴了3年前的支付宝红包大战策略，中国的春节，是推广产品的好时机-阶层流动、人群汇聚，是社交传播的“爆点”。

抖音用户春节期间的3个月内实现了爆发式增长，日活用户数从4000万上升到近7000万。随着用户在地理位置上大范围流动，抖音用户群体也从一二线城市向三四线城市扩张。而7月份抖音公布的数据显示，抖音国内日活用户数达到1.5亿，月活用户数3亿。

02、清晰的定位和画像

抖音最初定位于一个专注于年轻人的15秒音乐短视频社区，用户来自于一二线城市的95后，眼界很广，离不开耳机和音乐，对好的东西有判断力、有要求。

社区的定位依赖于强社交交互，而定位于95后的年轻人，基于年轻人对新鲜事物的接受能力强，尝试意愿高，活跃度也更高，更符合强社交交互的需求。用户画像与定位高度吻合。

并且今年3月份，抖音确定了自己新的slogan“记录美好生活”，相较于之前的“音乐短视频App”的定位，也更加清晰。

在给用户画像的基础上，延伸到给产品团队画像。产品团队炫酷、有趣才能更深入的了解这类用户的需求，创作出更受欢迎的产品。

03、个性化的内容创作

作为一款内容型产品来说，好的内容是产品用户持续增长源源不断的动力。优质内容是促使用户留存的本质原因，抖音产品用户较高的留存率与其内容运营密不可分。

1、真实、有情

真实拉近了与用户之间的距离，抖音上的内容力求从真实上触动用户的情感。借由情景剧等多种形式，让表达更加的真实。

常见的夫妻、亲子、朋友等相互间的内容，强调情感的互动，让看得的人被相关的真实情感感动。

有情还体现在，把用户当做一个有情感的人来看待，注重与用户的情感互动。

2、创意玩法、脑洞大开

有趣、共鸣才能更好的吸引用户的注意力。如何做到在15秒内打造有趣的内容是抖音吸引用户亟需解答的问题。抖音运营上，引入了很多有趣、新奇的玩法。

如抖音曾打造“名画抖一抖”的视频H5，通过抖音的运镜、节奏和切换的功能让好几百岁的博物馆名画人物抖起来，给用户反差和冲击力，一天之内刷爆整个朋友圈。发布的账号2-3天就超过了百万粉丝。这样的玩法新奇有趣，满足用户猎奇心理，同时能够为运营者带来大量的粉丝增长。

扫码即刻体验

而5月份抖音联合7家国家级博物馆策划推出的《第一届文物戏精大会》，让“文物戏精”们在视频中翩翩起舞、活灵活现，这一创意视频累计播放量突破1.18亿，点赞量达650万，分享数超过17万。

3、洞悉当下审美文化

抖音起身的这几年，恰好是人们对个人形象的越来越关注的时间节点，追求美与酷。尤其是95后的年轻人，拍照都会使用美颜、滤镜等。

抖音从一开始就十分注重视觉呈现，从特效滤镜、魔鬼炫音、炫酷剪辑等方面为视频拍摄加码。从而有助于生产出好玩的视频。

4、持续的内容运营

仅仅依靠用户创作话题，相对来说不稳定，节奏也很难把握。基于此，抖音的运营团队，定期制作一些新的话题和挑战，刺激用户持续输出。并且在制作话题的时候，也为用户提供了一些创作思路，减轻了用户持续内容创作的动力。

抖音运营团队定期的创作，既一定程度上拓宽了用户的创作思路，同时能够更有节奏的引导话题走向。

另外，抖音还通过雇佣专业的舞蹈或音乐达人拍摄视频，并发布到各主流视频平台上进行宣传引流。

5、热点借势

热点有着天然流量属性，短视频平台同样热衷于热点借势。除了平台自身打造出的热点话题借势，如“成都小甜甜”事件。还可以借助市场上的热点话题，进行热点运营，热播影视剧、综艺等；借助明星自带的流量；扶持达人自造流量等。

在抖音成长初期，通过不断赞助热门综艺节目，其中包括《中国有嘻哈》、《快乐大本营》和《天天向上》等，快速收揽一大批追求独立、个性和无处安放寂寞的中国小花朵。

04、玩法的标准化

抖音15秒的内容创作，大大降低其了制作难度，同时15秒也能够传递一定的内容。15秒恰恰是一个门槛，让更多的参与者有可能参与进来。

产品设计上，抖音的交互简洁，操作方便，完全沉浸式用户体验，吸引了大量的用户参与。

用户操作成本极低，不同于以往短视频冗长的视频打开路径，打开抖音即呈现短视频内容，浏览视频时上下滑屏即可切换内容，双击即可点赞，录制短视频、评论、转发入口醒目，交互操作十分流畅。

05、互动性与社交属性并存

抖音一开始定位于短视频音乐社区，其内容具有极强的互动性和社交属性，形成了一定的社区圈群的文化壁垒。

1、关注互动

用户只看、不参与，不是互动；用户看视频并留言是初步互动；用户在留言的基础上，还参与制作是深层次互动。抖音上流传很广的“海草舞”、各种洗脑神曲从初期的浅层次互动到后期大规模模仿传播，就是互动一步步升级。

前段时间在抖音爆红的“成都小甜甜”，起初是“成都最街坊”的加推，用户留言，地区大号借势加推偏浅层次的互动，到后期众多用户参与话题话题再创作：“辞职去看小姐姐”、“决战成都之巅”等。

2、便于模仿、用户可参与

抖音上的高颜值小哥哥、小姐姐更能激发用户德参与意愿，

更为关键的是，众多视频中的内容具有极强的模仿性，如洗脑神曲、刷屏舞蹈等。

不同群体的参与和模仿又为产品赋予了不同的生命力，每一次模仿都是一次再创作。

用户参与内容制作，促使用户成为产品的一部分，从而与产品之间的联系更为密切。用户既是产品的生产者，又是产品的消费者，从而在抖音内部形成闭环。

3、重视用户反馈

据抖音内部工作人员，抖音不仅仅分析用户数据，还深入用户当中了解用户需求，通过项目研讨会等非传统方式与用户互动。抖音沉浸式体验充分考虑到用户越来越追求低成本操作的需求。

06、头条系产品的算法优势

继承了母公司今日头条的算法推荐优势，在内容分发上，抖音坚持内容优先原则。无论视频制作者粉丝的多少，只要内容足够优质，就会推荐给更多的人来观看，从而，更大程度上将流量分流给优质内容。

同时，从用户角度来说，可以获得与自身兴趣相匹配的内容，极大的方便了用户内容的获取。

当新用户通过外部广告、朋友推荐等途径了解到了抖音并打开以后，优质内容让用户眼前一亮并停留下来使用产品。

07、自上而下的渗透

抖音定位之初把目标放在一二线年轻人身上，随着用户传播，一步一步渗透到三四线的用户，走的是一条“上层渗透下层”的路线。娱乐文化向城市看齐，决定了抖音用户可以有更大的基数空间。

另外，近期不少政府、企业入驻抖音，如近期全国省级、地市级公安机关170家网警单位集体入驻抖音，并完成抖音企业认证，这一举措被认为直接对标公众平台、头条号。这使得抖音不仅仅是一个短视频平台，而是一个内容生态，两微一抖并非浪得虚名。

四、微视对战抖音之路

基于抖音的走红之路，哪怕是抖音团队再打造一个同样的产品，未必能够超越。微视对战抖音之路难度可想而知。对比抖音、微视90天的微信指数，两者之间还有很长的一段距离。

微视和抖音的差距，绝不仅仅是流量，更是内容和生态的竞争。

01、定位

这里微视的定位很关键，微视新的slogn定位于“发现更有趣”，定位上对标抖音，可以说抢占的是同一批用户群体，双方的竞争更为直接。

02、内容

内容上，抖音形成了一套自身的内容制作和传播体系，抖音的内容带有浓郁的抖音风味，脱离抖音平台也能识别作品的抖音属性，如此，抖音平台内容具有一定的内容壁垒。

而微视目前内容上还没有明显的特色，甚至被用户诟病平台内不少内容抄袭自抖音。尽管微视进行了很多尝试，引入张一山、张杰、黄子韬等明星进驻，引入创造101的小姐姐分享，短期内热度提升，但一旦活动结束，热度又降了下来。

微视需要重新规划内容定位，并找到不同于抖音的点。试图通过借鉴抖音的内容对战抖音显然不占优势。

03、推荐机制

抖音的内容分发机制成就了抖音的内容分发，同时，也一定程度上制约了抖音的内容运营。扁平化的内容分发模式，对中小用户的流量倾斜，也让流量更加分散，有可能会造成一定流量浪费。抖音的矛盾点，恰恰是微视的机会点。相信微视也注意到这方面的问题，但还要从多方面权衡，才能做出更符合微视发展的选择。

五、总结

综合抖音的爆红之路，以及微视要做出的改变。微视还有很长的一段路要走，利用抖音的模式对战抖音不现实，微信更需要从定位、内容角度出发，发现更多的玩法和可能，从而对标抖音。不是不可能，是目前来看，很难很难！

来源：微互动（wihudong）

近期，“裂变”玩法可谓是互联网产品界的当红炸子鸡，随着前几天网易云音乐的《你的荣格心理原型》再次刷屏，很多产品都正在或者希望靠裂变来实现用户增长。

但是，该如何分析和预测这种病毒式增长对用户数的影响？就需要我们建立一个增长模型，下面就用5000字带大家一步步搭建增长模型。

本文翻译自Rahul Vohra的系列文章《How to Model Viral Growth》，这一系列是我见过分析病毒式增长模型最透彻的，因此推荐给你，希望可以对你有启发。

一、什么是病毒式产品？

我们做出一款产品，需要靠各种渠道获取新用户。但也许，最迷人的渠道是现有用户本身。

病毒式产品的大部分增长来自其已有用户吸引新用户，用户可以通过简单的推荐（“来看看这个产品，它很酷/有用/有趣！”），或直接通过使用该产品（“我想在PayPal上给你汇款！”）来吸引另一个用户。

病毒式传播最有名的例子之一是YouTube。

在其获得巨大流量之前，你很可能会在新闻网站或个人博客上找到嵌入的YouTube视频。当你看完视频，你会被邀请通过电子邮件把视频发给你的好友，并且你还会获得将视频嵌入你网站的代码。如果你不想分享，YouTube会向你推荐你可能喜欢的其他视频。

很大程度上，你会观看并分享其中的某个给你的好友。然后，你的好友会观看视频，也会与他们的好友再分享。通过这个“病毒循环”，YouTube快速获取了用户。

那我们该如何预测病毒式产品的表现呢？

比如：获得一百万用户需要多长时间？我们的产品可以触达到一千万用户么？

要回答这些问题，我们需要建立一个病毒式模型。

二、最简可能性模型

假设我们有5000个初始用户，这些初始用户将带来多少新用户？

常见的情形是这样的：有些用户喜欢我们的产品，有些用户不喜欢；有些用户会邀请很多好友，有些不会邀请；有些用户可能在一天之后邀请好友，而有些用户则可能需要一周…

我们排除所有这些不确定性，假设平均而言，五分之一的用户会在第一个月成功带来新用户，那我们的病毒系数是1/5 = 0.2。我们最初的5000个用户会在第1个月吸引5000 * 0.2 = 1000个新用户，这1000个新用户会在第2个月再吸引1000 * 0.2 = 200个新用户， 接着第3个月会再吸引另外200 * 0.2 = 40个新用户，依此类推。

根据上面的计算，如下图所示：我们的用户会一直增长，直到我们拥有6250名用户。

图2-1

如果我们的病毒系数是0.4，会发生什么？

图2-2

同样，我们以不断下降的速度获取用户。但这一次，我们的增长会一直持续到约8300名用户。

如果我们的病毒系数是1.2，会发生什么？

图2-3

这一次，我们以不断增长的速度获得用户。

事实上，通过一些简单的数学，我们可以得到以下结论：

• 假设初始用户数为 x，病毒系数v小于1，我们就会以递减的速度获取用户，直到我们拥有x /（1-v）名用户。
• 假设病毒系数大于1，我们会以显著增长的速度获取用户。

看到这里，你可能会说，这还不简单，我们只要让病毒系数大于1就行了。但是，其实并没有这么快……

• 首先，我们的模型存在很多问题，比如：随着我们获取越来越多的用户，我们最终会面临没有新用户可以获取。
• 其次，真正的病毒式增长非常罕见，很少有产品能在一段时间内，使病毒系数超过1。

通过和其他创业者，投资者和增长黑客讨论，我发现了这个结论：对于互联网产品，0.15至0.25的可持续病毒系数是不错的，0.4是优秀的，大约0.7是卓越的。

然而，我们刚刚已经证明了，当我们的病毒系数小于1时，我们会以不断下降的速度获取用户，直到不再增长。这并不是我们想要的结果，所以这其中缺少了什么呢？

我们忽略了可以获取用户的其他渠道：新闻、应用商店、直接流量、集客营销、付费广告、搜索引擎优化、明星代言、街头广告等等。

下面，我们就把这些因素考虑到模型中来。

三、混合模型

混合模型包括了非病毒式传播渠道。

一些非病毒式传播渠道，比如：新闻，将使我们的用户数一下飙升。但另一些渠道，比如：应用商店，对用户增长的贡献会相对持续且平稳。

我们的模型需要尽可能的包含不同类型并尽可能的简单，因此，我们将考虑以下3种非病毒式传播渠道：

1. 新闻：优秀的新闻发布会很可能会吸引70,000名新用户。
2. App store搜索流量：应用商店每月可提供40,000次下载。但并非所有下载用户都会运行、注册我们的App并有不错的首次用户体验。让我们假设60％的下载用户有很好的首次体验。
3. 直接流量：由于我们的老用户会进行口碑传播，潜在用户会直接找到我们的产品，这可能每月带来10,000次下载。让我们再次假设60％的下载者都有很棒的体验。

最后，我们假设应用商店搜索流量和直接流量都会保持不变。

让我们将病毒系数设置为0，看看如果我们的产品根本没有病毒式传播，用户增长会如何。

图3-1

在今年年底，我们会有约450,000名用户，现在让我们加入病毒式传播。

图3-2

在不错的情况下，病毒系数为0.2，在年底我们会有约550,000个用户。在病毒系数为0.4的情况下，年底我们会有约70万用户。如果我们的产品非常卓越，病毒系数为0.7，那么在年底我们会有约120万用户。

放大系数

上图说明了我所认为的病毒式增长：不在于病毒系数v，而是放大系数 a = 1 /（1-v）。想要计算用户总数，我们要做的就是用非病毒式传播渠道获得的用户数＊放大系数。

图3-3

该图显示了病毒系数的惊人潜力，即使它小于1：随着病毒系数的增加，放大系数呈双曲增长。也就是说，只要具备一个很好的病毒系数，我们可以不断加速放大非病毒式传播渠道的引流效果。

模型存在的问题

在模型中增加非病毒式传播渠道很有用，但我们的模型仍然存在重大问题。比如：我们假设获取的用户会永远留存下来。

但现实是残酷的：用户会随时停用、删除或遗忘某产品。因此，我们需要进一步优化模型。

四、混合模型（包括用户流失）

假设我们的病毒系数是0.2，并且我们有以下非病毒式传播通道：

• 发布新闻，吸引了70,000名初始用户
• 应用商店搜索流量，每月吸引24,000个新用户
• 直接流量，每月带来10,000个新用户

在模型中，让我们假设每月有15％的用户流失，数据如下：

图4-1

在我们发布的新闻提供初始用户高峰之后，我们的增长似乎放缓了。事实上，即使我们的非病毒式传播渠道不断带来新用户，我们的病毒式传播渠道不断发挥他们的放大效应，从图中看，我们的增长也可能会完全停止。

究竟发生了什么？

为了使效果更明显，让我们将病毒系数设置为0，将月流失率设置为40％。

图4-2

表4-2

在我们发布新闻后，我们的用户增长速度迅速稳定在每月34,000名用户。但是，在流失那一列，由于我们每月损失一定比例的用户，随着用户池的扩大和缩小，我们的流失数也会扩大和缩小。 事实上，我们的用户池将倾向于一个固定的规模，因为最终用户流失将等于用户增长。

承载能力

用户的增长和流失率直接决定了最终用户数量，在此模型中称之为承载能力。承载能力的定义是：当流失用户的速度等于获取用户速度时的用户数量，公式如下

U•l = g

U是承载能力；l是每月的用户流失率（或者在一个月内失去任何特定用户的概率）；g是每月的非病毒式增长率。

因此，可知承载能力的计算公式为：

U = g/l，其中l≠0

为了使最终用户数量增加一倍，我们有两种选择：

1. 将非病毒式增长率提高一倍（比如：在非病毒式传播渠道中投入更多资金）。
2. 将流失率降低一半（比如：通过改善首次用户体验，或者将营销渠道集中在更精准的用户群）。

往往我们会两者兼具。

在我们刚刚的例子中，g是每月34,000用户，l是每月40％。该公式预测出我们的最终用户数U为34,000/0.4 = 85,000，正如图4-2所示。

具有病毒因素的承载能力

接下来，我们该如何修改承载能力公式以解释病毒式传播？

前文说过，当我们的病毒系数小于1时，我们可以把它解释为放大系数 a = 1 /（1-v）。由于放大系数适用于我们的非病毒式增长率g ，我们可以直接把a放进公式里：

U = a•g / l = g /（l•（1-v）） 其中l≠0且v <1

让我们回到第一个例子，我们的增速正在放缓。在这里，g是每月34,000个用户，l是每月15％，v是0.2。该公式预测我们的最终用户数U 为34,000 /（0.15•（1-0.2））= 283,000。这个结论正好和图4-1的发展方向吻合。

五、留存曲线

假设我们的产品非常棒——人们在生活中离不开它，会在开始使用后的数月甚至数年都保留。对于这样一个好的产品，我们的之前的用户流失模型就太苛刻了，随着用户持续使用我们的产品，我们会更好地留住他们，因为会发生以下几种自我强化效应：

1. 用户在我们的产品中留下的数据增多，转换到竞争对手会更加困难（例如：Dropbox和Evernote）；
2. 用户在我们的产品上投入的时间增多，会养成使用习惯（例如：Uber）；
3. 基于上述两种情况，用户与我们的产品建立了情感联系。

现实中，我们的用户会展现出留存曲线，留存曲线体现了用户在给定时间点仍在使用我们产品的可能性。

留存曲线取决于产品的类型和质量，以及我们对营销渠道的定位。比如：浏览器插件，通过调查，我了解到不错的浏览器插件的留存曲线长这样：

图5-1

一周后，可以留住80％的用户。一个月后，可以留住65％的用户。两个月后，可以留住55％的用户。长期看，会留住约40％的用户，并且每月的下降速度非常缓慢。

六、病毒式传播曲线

在我们把留存曲线加入模型之前，让我们先考虑留存曲线对病毒式传播的影响。

到目前为止，我们假设我们的用户只会在第一个月邀请身边的好友。但是，如果40％的用户会长期使用我们的产品，并且持续邀请身边的好友，那么我们的用户数将实现病毒式增长。

换句话说，我们的用户也将展示出病毒式传播曲线，病毒式传播曲线体现了普通用户的病毒系数随时间如何变化。

为什么用户的病毒系数会随着时间而改变？

除了很大程度上取决于产品，也要考虑以下场景：

• 起初，用户会犹豫是否邀请好友使用，因为他们仍在测试我们的产品；
• 一旦用户爱上我们的产品，他们会快速邀请一群好友来使用；
• 很快，用户会邀请完身边可以邀请的好友；
• 偶而，用户会邀请他们刚认识的新朋友。

在这个场景下，用户的病毒系数会有短暂的初始延迟，然后会快速增加，接着快速减少到稳定但较低的速度。

我们可以对这个曲线的每部分都进行建模，但可以聚焦到最主要的趋势：病毒系数随时间而变小，因为用户会邀请完可以邀请的好友。

让我们用几何衰变来建模：每个月，病毒系数是上个月的一半。 例如：病毒系数在第一个月可能是 0.2，第二个月是 0.1，第三个月是 0.05，依此类推：

图6-1

如果我们把用户生命周期中所有的病毒系数相加，就会得到终生病毒系数v’，为 0.2 + 0.1 + 0.05 + … = 0.4。

我们之前的直觉继续适用：

• 对于互联网产品，可持续的终生病毒系数v’在0.15至0.25是不错的，0.4是优秀的，0.7是卓越的。
• 我们的放大系数 a 现在为1 /（1-v’）。

七、组合模型

截止到目前，我们升级了模型：结合了非病毒式传播渠道，保留曲线和病毒式传播曲线。公式比以前更复杂，下面我们就把它们变得直观些。

除了用户增长图，我们还做了下面的图表，用于比较各个增长渠道，以及其对用户流失的影响。

图7-1

想知道这些因素如何相互作用的最好方法是做数字游戏并观察图表的变化。在观察增长渠道与流失的对比时，我们可以尝试以下方法：

（1）提高留存曲线

将第1个月留存设置为90％，第2个月留存设置为80％，第6个月留存设置为60％。

图7-2

我们看到不仅流失减少了，病毒式增长也增加了。因为当用户停留时长增加时，他们会邀请更多的好友。

（2）提高病毒式传播曲线

将第1个月的病毒系数设为0.35，因此终生病毒系数会为约0.7。

图7-3

这对病毒式增长渠道产生了巨大影响，该渠道从每月约20,000名用户增加到每月约40,000名用户。但对用户总数影响不大，因为从长远看，我们仍会流失40％的用户。

（3）再加入一个新闻发布

将第6个月的“发布新闻”设置为100,000。

图7-4

我们可以清楚的看到图里的峰值，相应地，它导致了流失峰值。不久之后，可以看到病毒式增长迅速飙升然后缓慢下降，因为没有更多新用户了，并且我们的新用户也没有更多好友可以邀请。

八、局限性

我们永远不要满足任何模型，因为它们都有局限性，我们的模型可以改进的以下方面：

• 我们假设非病毒式传播渠道保持不变，事实并非如此：平台增长，新竞争对手和口碑传播都会带来很大影响。
• 我们考虑了数量有限的渠道，事实上，我们会有更多非病毒式传播渠道和病毒式传播渠道。
• 我们假设6个月后停止流失用户。不幸的是，不管是自然流失还是用户转向竞争对手，我们一直会流失用户。幸运的是，当我们获得了数据后很容易建模：要做的就是将留存曲线延长到6个月之后。
• 我们保守地假设用户在6个月后停止病毒式增长。同样，当我们获得数据时，很容易建模：所需要的只是延长我们的病毒式传播曲线。
• 我们假设留存曲线和病毒式传播曲线不会随时间而改变。事实并非如此：随着我们不断测试和迭代产品，我们的留存曲线和病毒式传播曲线也会得到改善。

最后，我们再回顾一下文中的模型是如何一步步优化的：开始为最简可能性模型，后来引入了非病毒式传播渠道，迭代为混合模型，接着进一步引入了用户流失，升级为混合模型，最后引入留存曲线和病毒式传播曲线，成为组合模型。

当然，正如文章最后所说，每个模型都有其局限性，我希望本文可以为你捋清建模思路，从而对你的用户增长有所帮助和启发。

最近抖音推出了“抖音热搜”，不过当用户看到这个热搜时，大都第一想法是模仿微博热搜，毕竟现在上微博热搜已经成为了一个热点现象。目前抖音的流量红利是显而易见，未来是越来越多明星大V和MCN机构成为头部，并成为流量红利获利者，而热搜出现或许只是为抖音更好的整合大V铺路的。

任何流量平台都希望自己能在站内做出一个推荐榜单，以此让用户获取到最热门的内容。从百度的搜索优化开始，就有苹果App store以及一些应用市场做热门搜索推荐，以致于除了SEO以外现在ASO（应用商城优化）也比较火热。

在知乎推出热搜之后，抖音也推出了“抖音热搜”，不过，人们谈起“热搜”时首先还是会想到“微博热搜”。上热搜已经成为了“热点”现象的一个标配和“火了没”的依据，但是热搜的“榜单”的公立性与商业化之间矛盾，成为热搜产品绕不开的宿命。

1

微博这几年看似被朋友圈、抖音等轮番冲击，但作为国内最大的开放化社交媒体平台依然是很多热点事件的策源地。碎片化信息越多，网友就越依赖在热点信息中寻找共同的话题点，拥有3.92亿月活用户的开放化社交平台——微博自然这其中的“舆情战场”。

就和其他搜索引擎商业化一样，热搜也有自然搜索和广告推荐之分，微博在2017年总营收超77亿元，热搜是其中变现能力超强的明星业务。

据了解：微博热搜榜刊例价白天每4个小时一个时段，每个时段为65万元/天，黄金档（晚8点至次日早8点）刊例价为10万。购买热榜内容与其他自然形成的热榜热门内容虽混在一起， 一般处于榜二、三的位置标记为“荐”，而一般标记为“爆”的内容往往是微博上突发热点。此外，在热搜中还出现了广告赞助商的贴片广告。

（微博热搜上“爆”、“热”、“新”、“荐”都有讲究）

稍有点上网常识的指导，网络热度是可以“人工制造”的，市面上某些营销公司利用虚拟卡商提供手机号注册微博，大批量养实时号并加V认证，再调动几十万甚至上百万的账户持续性地搜索客户想要的“关键词”，直到该词的搜索量达到微博上榜的要求。甚至为规避平台审核达到以假乱真的效果，营销公司往往会用两至三天的时间逐渐将话题推上热搜。

这些微博营销公司有个更熟悉的名字叫做“水军”，还能够根据客户提供的关键词或话题的冷热程度、目标排名进行估价，通常实时热搜榜一万至十几万不等，相比于官方刊例价低廉很多，成为新媒体营销的“灰产”之一。

2

现在抖音日活高达1.5亿，系统推荐的热门200万点赞背后可能是一条短视频千万的阅读量。看起来这家短视频UGC平台对朋友圈构成威胁，而在用户群体、运营模式、产品逻辑上，抖音却越来越像微博，以致有人认为，张一鸣实际上打的是微博。而推出抖音热搜之前，抖音似乎做好了充足的准备，以期成为微博热搜有力的挑战者。

首先，在抖音上的热门音乐、尬舞秀、原创音乐、原创原声都可以成为其他人原创的模板，并孵化为有网感的高赞内容。这些具备社交“传染”的话题，可以为抖音热搜提供源源不断的素材。

其次，与快手没有搜索栏不同，抖音很早就引入了搜索功能，这样既可避开所谓“算法茧房”问题，又是对流量进行再分配。抖音并不想做去中心化的UGC平台，而是竭力成为最大的MCN机构，达人以后广告接单不经过抖音平台得到推荐权重就会下降，因而抖音搜索上线很可能是为其铺路的。

最后，抖音热搜不断制造热门话题让大家嗨皮下去的同时，也能为嵌入赞助方事件营销活动提供便利。随着抖音商业化加速，抖音上UGC“种草”推荐、产品测评、抖音同款等通过热搜都可以得到更加的流量展示位。

（抖音热搜截图）

3

微信在上线搜一搜之后也有“微信热点”，其实类似于做热搜了，目前没有做站内搜索的流量平台或许只剩下快手了。

快手创始人宿华认为，做搜索容易让用户头部化，快手希望能够构建起一个不需要运营、无须标签化的用户记录生态。不过快手只有一个，并且其在广告业务上相对比较滞后，主要是依靠直播抽成。

微博热搜的确导致了微博越来越注重头部效应，将流量集中在少数大V账号，而不是让草根用户所获取。笔者在知乎中搜索“热搜”时几乎都是与明星和八卦有关，今年年初耿直boy王思聪在微博上吐槽自己在30岁生日时有人买他的热搜来“挡子弹”，可见微博热搜的套路已经真真假假、难以分辨，无论是制造热点或转移视线都带着以资本挟持舆情的“原罪”。

热搜另一大弊端上把深度内容边缘化，很多精英的内容很难与社会草根、娱乐八卦的高流量相提并论，只能在专业圈层获得关注，而热搜榜单的内容更多是没什么营养的信息。因此除了滑向营销化、沦为操作工具的趋势外，热搜榜单没有分类化运营，完全以流量为衡量标准很容易丧失其客观立场。

前段时间国家网信办严厉责令微博整改热搜，减少娱乐新闻的推荐份额。但彻底改变很难，就像每当明星爆分手、出轨时微博就会重回大众关注主场一样，热搜不过是其中的反映，如果是纯手工编辑的热搜也就彻底丧失了流量榜单的意义。

热搜这个平台中意的广告产品，一面临的尴尬处境。那么抖音热搜会重蹈微博覆辙，还是能带给热搜哪些不一样的玩法？

笔者认为：

1. 微博以碎片化的新闻资讯事件为主，而抖音是以短视频为主，这意味着在抖音中更多是演绎和娱乐为主，这是能够做出差异化的。
2. 微博偏社交文化，抖音偏社区文化。微博用户关注明星、大V的消息，估计在热搜区一起讨论热点，增长用户的沉淀时间；而抖音用户之间的关系链尚未建立，目前还只是点赞和评论互动，尽管抖音热搜能增加UP主的流量，但用户像微博那样参与门槛还比较高。
3. 微博已成功吸引了媒体、自媒体、企业及机构参与，而这正是抖音目前所或缺的，抖音在新闻资讯方面主要还依赖头条和微头条内容，只有内容生产端机构和自媒体涌入时其热搜价值才会真正爆发。

结论

抖音热搜主要是用在营销事件的热度引导以及品牌赞助商在流量推荐上，商业变现能力目前虽赶不上微博，但是潜力很大！关于热搜的营销活动，“水至清则无鱼”，我估计平台也是睁一眼闭一眼，他们一直是贡献微博活跃度数据的“外援”。

抖音做热搜实际上还是借鉴微博，而不是纯粹短视频平台的路数，目前抖音的流量红利是显而易见，未来是越来越多明星大V和MCN机构成为头部，并成为流量红利获利者，而热搜出现或许只是为抖音更好的整合大V铺路的。