Μία μόνιμη σπαζοκεφαλιά και ψύχωση όσων ασχολούνται με τα social media είναι η έρευνα για το πώς λειτουργεί ο αλγόριθμος του tik tok, του facebook, του instagram, και μόνιμη επιδίωξη των χρηστών του “πώς θα μπω στo for you του tik tok” ή πώς θα πάρουν followers, πώς θα γίνουν διάσημοι ή απλώς δημοφιλείς.
Αν θέλετε να βγάλετε χρήματα από το σπίτι πείτε εδώ: fiverr (Ανοίγει σε νέα καρτέλα). Είναι δοκιμασμένο, ταιριάζει πάρα πολύ στους Έλληνες, ειδικά σε νεαρούς που θέλουν να κερδίσουν εισόδημα στον ελεύθερο χρόνο τους. Διαβάζοντας αυτά τα δύο άρθρα είστε έτοιμοι: https://www.zoom-out.gr/tag/fiverr/ .
Συνεχίζουμε με την for you του tik tok λοιπόν. Ελπίζω αρχικά να έχετε καταλάβει ότι δεν υπάρχει μία for you. Ο καθένας έχει την δική του. Άλλα δείχνει σε εμένα και άλλα σε κάποιον teenager.
Όλοι οι αλγόριθμοι των social media λειτουργούν με παρόμοιο τρόπο, με παρόμοιες μεθόδους και πρακτικές και έχουν τον ίδιο στόχο:
Να μεγιστοποιήσουν την αλληλεπίδραση μεταξύ των χρηστών ώστε να αναπτυχθεί περισσότερο η πλατφόρμα και να γίνει δημοφιλέστερη.
Παρόλες τις ομοιότητες που παρουσιαζουν (CTR, microtesting κλπ) έχουν σημαντικές διαφορές στον τρόπο υλοποίησης.
Και ενώ συνήθως οι αλγόριθμοι αναζήτησης είναι μυστικοί το Tik Tok έχει δώσει σημαντικές πληροφορίες για το πως λειτουργεί ο δικός της.
Πώς λειτουργεί ο αλγόριθμος του Τικ Τοκ – Πώς θα μπω στην for you.
Ο αλγόριθμος του TikTok φαίνεται να επικεντρώνεται περισσότερο στο είδος του περιεχομένου που ανεβαίνει παρά στο ποιος το ανέβασε.
Θα έχετε παρατηρήσει πιθανότατα ότι κάθε δύο συνεχόμενα βίντεο έχουν παρόμοιο θέμα. πχ δυο βίντεο με θέμα το ποδόσφαιρο, δύο βίντεο με ένα συγκεκριμένο trending song κλπ. Αυτή η μέθοδος είναι ένα είδος microtesting, με το οποίο προσπαθεί να βολιδοσκοπήσει τα γούστα του χρήστη ως προς τα είδη και τα trends κι όχι ως προς την προτίμηση που δίνει στα άτομα που τα ανεβάζουν.
Τον Ιούνιο του 2020, το tiktok αποκάλυψε τον τρόπο που δουλεύει ο αλγόριθμός του με αυτό εδώ το άρθρο link
Όπως το περιμέναμε ο αλγόριθμος επηρεάζεται από ένα πλήθος παραγόντων και user signals όπως συμβαίνει σε όλες τις αντίστοιχες πλατφόρμες με κάποιες σημαντικές όμως διαφορές.
Διαβάστε παρακάτω τι αποκάλυψε το ίδιο το tik tok για το πως μπαίνει στην for you page του tik tok κάποιο βίντεο και σύντομα θα ξέρετε τι να κάνετε.
Τεχνητή νοημοσύνη – Deep Learning
Αυτό που ξεχωρίζει το TikTok από άλλες εφαρμογές όπως το Instagram και το Snapchat, είναι ότι το TikTok χρησιμοποιεί τεχνητή νοημοσύνη όπως και οι ανταγωνιστές του, αλλά το κάνει για να προσδιορίσει με ακρίβεια πόσο “καλό” είναι το βίντεό σας και να το κατατάξει σε μια κλίμακα.
Το πόσο καλό είναι το βίντεό σας έχει να κάνει με τεχνικά θέματα όπως πχ ποιότητα εικόνας, φωτεινότητα contrast και άλλα που δεν γνωρίζουμε.
Μετά από τον Artificial Intelligence αλγόριθμο, σειρά έχει η εξέταση των user signal, το πώς δηλαδή αλληλεπιδρούν οι χρήστες με αυτό.
Η μεγαλύτερη φυσικά πρόκληση του testing αυτού, είναι η επιλογή προτάσεων, του τί θα δείξει δηλαδή σε ποιόν, ώστε να μην βαρεθεί αλλά και να γίνει μέρος αυτού του αλγοριθμικού microtesting.
Παράγοντες προβολής προτάσεων στην for you page
Σύμφωνα με το ίδιο το τικ τοκ:
Το σύστημα προτείνει περιεχόμενο κάνοντας μία κατάταξη από βίντεο βάσει ενός συνδυασμού παραγόντων, ξεκινώντας από ενδιαφέροντα που σας αρέσουν ως χρήστη και μικρο-διορθώνοντας με βάση τα βίντεο που ο αλγόριθμος αναγνωρίζει με βάσει τα signals σας, ότι δεν σας ενδιαφέρουν.
Αυτοί οι παράγοντες περιλαμβάνουν (σύμφωνα με το παραπάνω άρθρο του τικ τοκ):
Αλληλεπιδράσεις χρηστών:
Όπως βίντεο που σας αρέσουν ή κοινοποιείτε, λογαριασμοί που παρακολουθείτε ή και ακολουθείτε, σχόλια που δημοσιεύετε και περιεχόμενο που δημιουργείτε.
Πληροφορίες βίντεο:
Αυτό μπορεί να περιλαμβάνει λεπτομέρειες όπως λεζάντες (captions), ήχους (πχ trends) και hashtags.
Έτσι, για παράδειγμα, εάν οι χρήστες αναζητούν συχνά ένα συγκεκριμένο hashtag ή απολαμβάνουν περιεχόμενο με συγκεκριμένο ήχο (πχ πατούν πάνω στον ήχο και βλέπουν όλους τους δημιουργούς περιεχομένου σε αυτόν τον ήχο – trend), είναι πιο πιθανό να δουν βίντεο με το ίδιο hashtag και ήχο.
Ρυθμίσεις συσκευής και λογαριασμού:
Όπως η προτίμηση γλώσσας, η ρύθμιση χώρας και ο τύπος συσκευής.
Άλλοι σημαντικοί παράγοντες:
Χρόνος παρακολούθησης:
Ένα ισχυρό signal (το ισχυρότερο) που δείχνει ενδιαφέρον, είναι εάν ένας χρήστης ολοκληρώσει την παρακολούθηση ενός βίντεο από την αρχή έως το τέλος.
Tip: Αν θέλετε να μπείτε στην for you page, προσέξτε να φτιάχνετε τα βίντεο με τέτοιο τρόπο ώστε οι χρήστες να το βλέπουν ολόκληρο ή ακόμη καλύτερα να το βλέπουν πολλές φορές. ΣΗΜΑΝΤΙΚΟ: Το hashtag #fyp στην λεζάντα (captions) δεν δείχνει να παίζει κάποιο ρόλο.
Τοποθεσία:
Έχει μεγαλύτερο βάρος ένα βίντεο που προέρχεται από την ίδια χώρα (ή/και γλώσσα) με του χρήστη. Γιαυτό εάν είστε τοπική επιχείρηση και βλέπετε το tik tok σαν μέσο ανάπτυξης και εύρεσης νέων κοινών, τότε με την λειτουργία αυτή έχετε την ευκαιρία να φτάσετε ευκολότερα στα τοπικά κοινά που σας ενδιαφέρουν.
Ο Αριθμός followers ΔΕΝ είναι παράγοντας!
While a video is likely to receive more views if posted by an account that has more followers, by virtue of that account having built up a larger follower base, neither follower count nor whether the account has had previous high-performing videos are direct factors in the recommendation system.
Το τικ τοκ μας ανακοίνωσε δηλαδή ξεκάθαρα ότι παρόλο που ένας λογαριασμός με πολλά follows θα έχει προφανώς περισσότερα views, ο αριθμός των ακολούθων ΔΕΝ είναι παράγοντας.
Αυτό είναι επαναστατικό και σημαίνει πως ακόμη και με μηδέν followers μπορώ να μπω στην for you με ένα και μόνο βίντεο.
Πώς οι νέοι λογαριασμοί TikTok γίνονται viral;
Όπως είπαμε και πιο πάνω, το tiktok αντίθετα από τα άλλα κοινωνικά δίκτυα, δεν ρίχνουν το βάρος στους λογαριασμούς των δημιουργών αλλά στο περιεχόμενο.
Έτσι, όταν δημοσιεύεται ένα νέο βίντεο ο αλγόριθμος τον εμφανίζει στους ακόλουθους ενός λογαριασμού και σε άτομα που ενδέχεται να ενδιαφέρονται για αυτόν.
Αν όμως πρόκειται για νέο προφίλ, εμφανίζει το βίντεο σε ένα μικρό υποσύνολο χρηστών (microtesting) που μπορεί να ενδιαφέρονται για το περιεχόμενο με βάση τις έως τώρα προτιμήσεις τους.
Από εκεί και πέρα, η αλληλεπίδραση των χρηστών με το περιεχόμενο αποφασίζει για την τύχη του και την περαιτέρω διανομή του:
- το βλέπουν οι άνθρωποι μέχρι την ολοκλήρωσή τους;
- Αφήνουν ένα σχόλιο,
- το κάνουν like;
- το μοιράζονται;
Η θετική απόκριση του χρήστη σε ένα βίντεο, λέει στον αλγόριθμο να εμφανίζει το βίντεο σε περισσότερους καταναλωτές, βοηθώντας το να πάρει την έκθεση που του αξίζει.
Προφανώς η κακή ανταπόκριση των χρηστών φέρνει τα αντίθετα αποτελέσματα.
Όλα αυτά εξηγούν γιατί η “for you page” (σελίδα για εσάς) μπορεί να έχει βίντεο με μεγάλη απήχηση και αλληλεπίδραση, αλλά μπορεί να έχει ακόμη και βίντεο που δεν έχουν σχεδόν καμία προβολή.
«Χρειάζομαι χιλιάδες οπαδούς για να γίνω viral;».
Σύμφωνα με τα παραπάνω, η απάντηση είναι όχι.
Υπάρχει κάποιο sweet spot ανάμεσα στα likes και τα views;
Κυκλοφορεί η άποψη (δεν το έχει ανακοινώσει όμως ποτέ το τικ τοκ) ότι αν για κάθε 10 περίπου views ενός βίντεο, αυτό παίρνει 1 like, τότε αυτό ενεργοποιεί τον αλγόριθμο να προβάλει το βίντεο σε περισσότερους ανθρώπους.
Αν και δεν το έχει πει το tik tok, δεν το βρίσκω απίθανο. Ίσως με κάποια έρευνα όντως να συμπέραναν ότι περίπου στο 1/10 likes per views να δίνει περισσότερα views σε ένα βίντεο. Δεν μοιάζει δύσκολο να διερευνηθεί με τύπου reverse engineering tests κατι τέτοιο, οπότε θεωρώ ότι ίσως να ισχύει.
Πολλές εταιρείες διατηρούν τους αλγόριθμους προτάσεών τους ως ένα απόρρητο μυστικό. Η bytedance με το άρθρο της αποκάλυψε μέρος των βασικών αρχών, του πώς λειτουργεί ο αλγόριθμος του tiktok και ξεκαθάρισε πολλά σκοτεινά σημεία που είχαμε δημιουργήσει όλοι μας με τις εικασίες μας.
Δεν μπορείς πλέον να ρωτάς “πώς θα μπω στo for you“. Τώρα ξέρεις..
0 Comments