上面的列表中，播放量最大的作品的点赞率、(点赞 评论)率最高，(点赞 评论)率第二的作品的播放量却不是第二。点赞和评论会影响作品的播放量，但不是简单的影响关系。

除了监控播放量，还监控了不同时间范围内，点击作品的人的“身份”。监控逻辑：通过作品收到的赞和评论，反向查看这些人的主页，（平台不提供“谁看了我的作品”的功能）。

由此发现，在作品发出的初期，点赞/评论的人基本都是关注自己的人，当作品的播放量超过粉丝量七八倍，近一万时，陆续收到了来自“同城”的人的关注，当作品浏览量近2万开始，陆续收到来自“发现”的人加关注。

点击自己主页中的粉丝数，即可查看到自己的粉丝列表，粉丝列表中会显示该粉丝的来源，如下：

从上面监控“人”开始，直观的感受体验就是：大多数作品停留在“关注”，表现好的作品会获得“同城”的流量，表现极好的作品能够进入“发现”。但因为这个结论是通过反向查看“点赞、评论、关注”等的行为数据反推出来，结论本身也受到这些数据的影响。

上面是发作品的一些感受。在网上看到知乎市场产品总监闫泽华闫老师的演讲，他讲到内容平台的流动模型，可以帮助理解平台的传播机制。讲一下我的理解，模型的主体流程如下：

内容理解→冷启动→用户反馈→扩散or消亡→长尾

• 内容理解：程序会理解用户发出的作品（通过识别作品的标题描述、视频内容等），对作品打上标签加以分类。
• 冷启动：程序理解了作品之后会主动推给可能喜欢它的用户。这里牵涉出另外一个问题，就是程序本身对自己的用户也做了标签归类。新用户发出作品后，即使没有粉丝，也会推给一部分人。我自己的经历中，能直接监测到的第一波看作品的人是自己的粉丝，但作为一个新用户，即使没有粉丝，也会获得流量。
• 用户反馈：作品推给用户后，平台会收集用户的反馈，包括阅读、点赞、收藏、分享、评论等等。
• 扩散or消亡：算法根据收到的反馈做出选择：进行下一步的扩散，还是就此消亡。
• 长尾：在长尾的传播中，会考虑到内容的时效性和周期性。“像娱乐内容其实很容易被用户遗忘，推一波也就完了；美食攻略、旅游攻略类型的内容则会被周期性推送”。

上面的模型是一个宏观模型，对于一些环节有以下几点想法：

用户反馈：作品发出后，平台可以收集到的反馈指标包括：打开率、点赞数、评论数、转发数、完播率、关注率等(指通过看作品而关注作者的比率）。

这些指标再加上时间这个维度，构成一个计算“作品表现”的模型。模型最终得分的高低被作为下一波流量分发的基准。

这五个指标中，“完播率”比较有意思，“关注率”很硬。快手讲究“老铁”，平台中活跃着那么一波人，只要自己的好友发出作品，他们都会去点一圈或评论一圈666，但是他们并没有耐心把这个作品全部看完。

“关注”是对人的认可，点赞和评论等是对作品的认可，关注行为的门槛更高，认为“关注率”很硬。前面4.8W播放量的作品，点赞：评论：关注=3216:105:120。

扩散or消亡：画了一下演化模型。作品在一次次冲关之后，所得到的用户反馈逐渐接近它的真实水平，就像电商平台的好评率，销量越高，所得到的的好评率相对越准。

在自己的作品播放量不好的情况下，有时候可能会有“是金子没有被发现”的想法，平台提供了推广服务，我购买过两次，做过推广之后，一个作品的终值播放量停留在2200，另外一个作品的终值播放量停留在7107。

得出的结论是：平台算法很有效，如果作品自由传播没有得到好的播放量，那么购买推广服务也没有意义。推广服务所给的投放量，毕竟是非常非常有限的，产品要想传播的好，必须可以自发动。

本文由 @vivi 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。