抖音的推荐机制。
头条系产品的推荐机制是比较像的，机器会先把你的内容推荐给一部分用户，根据用户的数据反馈，决定是否推荐给更多的人看。如果数据反馈正向，机器就会推荐给更多的人，反之则停止推荐。
大家肯定会问，数据反馈具体包括哪些维度的指标呢？就文章而言，点击率和完读率非常重要。
机器会分析文本数据，将文章推荐给可能对你的内容感兴趣的人，并观看读者的反馈。如果一篇文章没有用户点击（点击率差），或者用户点击了发现质量很差马上退出了（跳出率很高），机器会认为这篇文章大概率不是个好的内容。
短视频的推荐，大概也是同样的道理。短视频的点赞率/完播率/互动率都是非常重要的数据。
如果一个抖音视频，用户点开看不完就撤了，大概率说明内容不太吸引人或者没什么干货。如果看完了不点赞，大概率说明内容不是那么超出预期。
关于如何提高推荐，我们自己也一直在摸索，分享几个觉得有价值的点：
如何提高完播率和点赞率
完播率，是指播放过视频的用户里，多少人看完了视频。
提高完播率，最重要的当然是剧本的选题，一个枯燥无趣的选题，没人想要去看。此外，下面几点很重要：
一是开头不要拖泥带水，快速切入。用户可能只需要5s来判断，是否要看下去，如果开头拖沓，大部分用户会离开。
二是剧本的结构，应该要有起承转合。即便是5分钟的剧本，即便是单口剧本，也应该有悬念/有否定/有质疑/有“后面有干货”的预期，让用户有兴趣看下去。（多拆分竞品大号和自己的爆款视频，会有很多收获。）
三是注意配乐。多用抖音热度高的配乐，数据通常比不配要好很多。
四是视频的画面质感，应该高级一点，不要low low的。
