聲明：本文來自于微信公眾號 互聯(lián)網(wǎng)與娛樂怪盜團(ID：TMTphantom)，作者：裴培 高博文 焦杉，授權站長之家轉(zhuǎn)載發(fā)布。

毫無疑問，抖音和快手是短視頻行業(yè)的雙寡頭——前者自稱DAU已經(jīng)突破 3 億，后者則計劃在 2020 年春節(jié)達到 3 億DAU。它們在短視頻領域各自擁有不可撼動的基本牌，2018- 19 年都成功地進軍了直播，又都在嘗試電商帶貨乃至自有電商平臺。這兩個平臺在"戰(zhàn)略上有高度類似之處，但是用戶畫像和調(diào)性仍然有很大區(qū)別——從Slogan就看得出來，抖音是“發(fā)現(xiàn)更美好的生活”，快手是“看見每一種生活”。

抖音VS快手，堪稱“兩個世界的交戰(zhàn)”。問題在于：它們的用戶畫像和調(diào)性為什么會有這么大的差別?本怪盜團的答案是：因為它們對信息流的處理方法不一樣;因為它們的算法驅(qū)動因素不一樣;因為它們對創(chuàng)作者的態(tài)度有區(qū)別。抖音和快手的運營思路，談不上絕對的“孰優(yōu)孰劣”;我們應該清晰地認識到它們的差別，才能更好地認識短視頻這條賽道，乃至整個內(nèi)容賽道，乃至整個互聯(lián)網(wǎng)。

坦白說，我們對“誰將贏得短視頻大戰(zhàn)”這個問題不感興趣。我們只對事實感興趣，當我們認識到事實之后，自然能夠打通整套邏輯，也就能判斷事態(tài)的發(fā)展方向了。而且，“兩個世界的交戰(zhàn)”很可能最終沒有勝負——不是所有戰(zhàn)爭都分得出勝負的。

信息流的江湖雙璧：社交關注與算法推薦

信息流有“社交關注流”與“算法推薦流”之分，二者堪稱“江湖雙璧”，得其一可獨步天下。這兩種信息流相互補充，交叉滲透，但又不會相互替代。

• 社交關注流，主要是以社交關系的相互關注或單方面關注為中心、按時間維度排序的FEED流，內(nèi)容以用戶原創(chuàng)的圖片、視頻及文章為主，信息相對發(fā)散，通過社交關系對信息質(zhì)量進行約束。微信朋友圈是典型的社交關注流，微博早期也是社交關注流。

  
  

• 算法推薦流，主要以后臺算法為核心，綜合信息與人的相關度、重要性、時效性通過機器賦予綜合權重，進行中心化的分發(fā)。今日頭條和抖音都是典型的算法推薦流，微博今年來也逐漸轉(zhuǎn)向算法推薦流。

推薦流與社交流不同，平臺擁有對信息流的絕對分發(fā)權，擁有100%的信息流廣告分發(fā)權益;與此同時，用戶對社交流廣告的容忍度更低，這也是為什么頭條/抖音的廣告變現(xiàn)能力強于微信朋友圈/快手的原因之一。時至今日，純粹的推薦流和社交流已經(jīng)不多見了——例如，B站首頁既有算法推薦的第一屏，也有基于關注的第三屏;知乎首頁分為關注、推薦、熱榜三欄，其中第一欄是社交流，后兩欄是推薦流。不過，任何內(nèi)容平臺在“社交關注”和“算法推薦”之間，都會有所取舍，偏向于其中某一邊。

快手首頁的三欄自轉(zhuǎn)型社區(qū)后幾乎沒變過，第一欄是關注;第二欄是發(fā)現(xiàn)(以前叫做熱門);第三欄是同城。這好像沒有什么稀奇的，抖音也有關注，近期也加了“同城”欄。然而快手中“關注”、“發(fā)現(xiàn)”和“同城”，分發(fā)比例約為2：2：1，兼顧“社交與算法”。很多人不理解作為技術，算法間有什么差異、有什么壁壘?算法也是有價值觀的，而快手的價值觀就是“公平普惠”，即保證每個用戶的內(nèi)容都被展示，每個平凡人的生活都被尊重。相比之下，抖音則予以創(chuàng)作者一個“爆紅”的機會，但是大部分機會最終被少數(shù)人拿去了。對于普通創(chuàng)作者來說，在抖音和快手成名的“期望收益”可能是相同的——前者是一個很小的成功概率乘以一個很大的成功收益，后者則是一個適當?shù)某晒Ω怕食艘砸粋�適當?shù)某晒κ找�。到底選擇哪一個?那就是創(chuàng)作者自己判斷的事情了。

社交分發(fā)：“瀑布流+公平算法”助力社交，半熟人視頻朋友圈初成

抖音先做推薦后做關注，但是迄今仍以推薦為主流，關注鏈不太重要�？焓种苯訉⑼扑]當作關注的啟動器，在“推薦”和“關注”二者之間尋求協(xié)同效應。從流量機制上看，抖音更關注“推薦”，快手更傾向“關注”。同一個用戶在快手上的點贊量/播放量的方差是明顯小于抖音的。以“王祖藍”為例，其短視頻在快手上的點贊量大部分分布在二十萬到五十萬之間，而抖音上少則幾萬，多至上千萬�？焓值摹瓣P注”關系保證穩(wěn)定的流量(主要對于中長尾創(chuàng)作者;而頭部創(chuàng)作者短視頻被限流，主要是通過直播變現(xiàn)私域流量)，抖音的“推薦”則是“爆款為王”。所以，李佳琦、薇婭等超級帶貨主播會選擇抖音為淘寶之外的主戰(zhàn)場，而快手上則存在著千千萬萬個中腰部帶貨主播。

從用戶體驗的角度，抖音無疑是更“賞心悅目”的。打開抖音直接進入播放模式，依靠上下滑動來更換視頻，這種懶人交互提升了用戶的黏性，削弱用戶改變的意愿，“附近板塊”、“關注板塊”的使用幾率大幅降低，用戶注意力黏在頭部用戶的優(yōu)質(zhì)內(nèi)容上(抖音算法決定推薦內(nèi)容更優(yōu)質(zhì)，無需用戶更多操作)，中心化加劇。

(“大屏模式”更適合抖音)

反過來，快手的三個交互方式都是“瀑布流”(推薦可以改為大屏模式，需手動設定)，并且由于算法機制，快手表現(xiàn)的內(nèi)容優(yōu)質(zhì)密度沒有抖音那么大，需要用戶進行挑選，這也就是為什么“關注”、“同城”使用頻率這么高的原因。如此看來，“滾動播放”更適合抖音，“瀑布流”更適合快手，而“瀑布流”+“公平的算法推薦”共同塑造了其“社交屬性”的空間。

(“瀑布流模式”更適合抖音)

快手創(chuàng)始人宿華總結，從 2018 年開始，快手轉(zhuǎn)型成為半熟人半陌生人共存的社區(qū)，平臺里已經(jīng)沉淀了大量的社交關系。母校、家鄉(xiāng)、同行應該算是中國最廣泛的半熟人圈子，校友、老鄉(xiāng)、同行帶有天然的親切感�？焓值陌胧烊松缃魂P系到底是怎樣的存在?基于地域/職業(yè)/……的視頻朋友圈。我們選取一個職業(yè)——卡車司機(常年在路上，團結互助)，一個地域——寶雞(西北地區(qū)，快手滲透率高)，找到兩個粉絲數(shù)在 2000 左右的普通用戶，對其評論信息中的用戶屬性簡單分析�？焓稚蠒�有很多基于職業(yè)、地域的群，對于普通用戶來說大部分互動都來自于同行或者同鄉(xiāng)，半熟人半陌生人社交關系初現(xiàn)。

• 卡車人@三哥：卡車司機交流群群主，進入快手近 1 年，共發(fā)布 81 條短視頻，粉絲數(shù)近2500。近幾個視頻的播放量約 1000 左右，點贊評論都在 20 左右，評論用戶基本全是卡車/貨車司機。

  
  

  
  

• 

(基于職業(yè)的半熟人社交——卡車司機)

• 大美婷Sir：寶雞交流群群主，進入快手近 1 年，共發(fā)布 13 條短視頻，粉絲數(shù)近1500。近幾個視頻的播放量約 1000 左右，平均點贊50、評論20，評論用戶全部來自于陜西，50%以上來自于寶雞。

(基于地域的半熟人社交——寶雞青年)

算法：抖音爆款邏輯，用戶體驗為先;快手公平原則，以創(chuàng)作者為主

作為快手、抖音的核心競爭力——推薦算法，其一直都封存于黑盒之中，真正摸透其算法規(guī)則的，其內(nèi)部也寥寥可數(shù)。外部關于抖音、快手算法的論斷，除了公司管理層的零星介紹，大部分都是推測，然而這些推測接近真相的距離可能已經(jīng)很近。(二者算法細則也時刻存在調(diào)整)在平時用抖音、快手的時候會發(fā)現(xiàn)一些有趣的現(xiàn)象，接下來我們就從算法的角度加以解釋。

• 現(xiàn)象1：打開抖音，系統(tǒng)上推薦的內(nèi)容多是百萬級別點贊量，而快手上“發(fā)現(xiàn)”的視頻基本維持在幾萬至幾十萬級別。

• 現(xiàn)象2：在抖音上會發(fā)現(xiàn)很多視頻是幾個月前發(fā)布的，而快手上大部分都是近期發(fā)布的。(近期實測差別變小，甚至快手也會出現(xiàn)幾個月前的視頻)

【抖音算法機制】

多重審核：多重審核是抖音算法篩選視頻的第一道門檻。智能機器審核會根據(jù)提前設置好的人工智能模型識別上傳的視頻畫面和關鍵詞，其一：審核作品、文案是否違規(guī)，如果疑似存在，會被機器攔截提示人工注意;其二：通過抽取視頻中畫面、關鍵幀，與抖音大數(shù)據(jù)庫中已存在海量作品匹配消重，內(nèi)容重復的作品進行低流量推薦，或者降權推薦(僅粉絲、自己可見)。這也就是引導用戶“求新、求異、求第一”的根本原因。接下來會進入人工審核環(huán)節(jié)，主要集中在視頻標題、封面截圖和視頻關鍵幀。

疊加推薦：通過多重審核的作品，會被分配到一個初始流量池(約200- 300 在線用戶)，對于抖音新號、大V一視同仁。抖音新手可能會好奇：為什么粉絲量差不多，系統(tǒng)給別人的推薦更多?為什么粉絲量的賬號，獲得推薦更多?這主要是由于“賬號初始權重”、“初始流量池用戶反饋”(點贊率、評論率、轉(zhuǎn)發(fā)率、完播率和關注比例等)、“賬號已有粉絲反饋”、“外部真實賬號激活”。1)權重：持續(xù)創(chuàng)作的賬號系統(tǒng)給予的權重更高;2)精準：持續(xù)更新垂直作品，系統(tǒng)推薦池匹配的時候，會給予更精準、具有相同屬性標簽的用戶;3)粉絲數(shù)：存量的活躍用戶能夠?qū)�發(fā)布作品的轉(zhuǎn)評贊拉到一個比較高的水平。整體看，抖音上的內(nèi)容創(chuàng)作者是強者恒強的狀態(tài)，但爆款的作用又不可忽視，具有強媒體屬性。

后期引爆：抖音上會有個很有意思的現(xiàn)象，有的內(nèi)容當天甚至整月都數(shù)據(jù)平平，突然有一天就火了。主要是兩方面原因：其一，抖音會重新挖掘數(shù)據(jù)庫里的“優(yōu)質(zhì)老內(nèi)容”，給予更多的曝光，垂直內(nèi)容通過系統(tǒng)匹配給更精準的用戶;其二，如果創(chuàng)作者的某款作品獲得大量曝光，海量用戶進入其個人主頁翻看之前的作品，使得某些作品獲得足夠的關注(轉(zhuǎn)評贊)，系統(tǒng)會重新將其放入推薦池，從而形成多點開花。

流量觸頂：一般持續(xù)高推薦持續(xù)時間不會超過一周，一方面，爆款內(nèi)容推給了所有相關標簽的人群后，其他非精準標簽人群反饋效果差，所以停止推薦;另一方面，抖音會考驗內(nèi)容創(chuàng)作者的持續(xù)產(chǎn)出能力，不希望其迅速火起來。

(抖音算法機制示意圖)

【快手算法機制】

熱度權重：快手特有的算法機制，在視頻初期隨著熱度提高，曝光機會也會提高，“熱度權重”起到了“擇優(yōu)去劣”的作用，但是當視頻熱度達到一定閾值后，曝光機會將不斷降低。“熱度權重”會起到“擇新去舊”的作用。實際上是為了給用戶平等的展示機會。

創(chuàng)作者導向：短視頻的用戶主要分成兩類：一類是看視頻的用戶，一類是內(nèi)容創(chuàng)作者。抖音是“用戶導向”，而快手則是“創(chuàng)作者導向”。在抖音“高熱度不斷提高曝光機會”，頭部創(chuàng)作者集中大量用戶注意力，這種中心化讓普通創(chuàng)作者、草根創(chuàng)作者望而卻步(類似于微博)。快手則設置了曝光度上限(快手會將頭部內(nèi)容流量限制在30%左右，70%流量分配給中長尾內(nèi)容)，這也體現(xiàn)了快手的初衷——“每個用戶都有展示自我的空間”。當然這也導致快手漲粉速度非常慢，很難靠單一爆款內(nèi)容驅(qū)動大量粉絲，快手大V到達百萬粉絲平均需要 854 天。

基尼系數(shù)：快手提出了“GDP+基尼系數(shù)”的分配方式實驗�；�尼系數(shù)(Gini coefficient)是國際上通用的，用以衡量一個國家或地區(qū)居民收入差距的常用指標。 基尼指數(shù)(Gini Index)介于0- 1 之間，基尼系數(shù)越大，表示不平等程度越高。落實到快手的實際運營中，他們將經(jīng)濟學中的“基尼系數(shù)”引入社區(qū)生態(tài)的調(diào)控中，作為一個嚴格落地的量化指標，保證在社區(qū)不斷發(fā)展的同時，通過公允調(diào)節(jié)注意力分配資源，避免內(nèi)容頭部效應出現(xiàn)，將注意力資源更多分配到普通人。

每個內(nèi)容產(chǎn)品的算法核心都是根據(jù)用戶數(shù)據(jù)和內(nèi)容標簽計算二者的匹配程度，理論大體一致。但不同產(chǎn)品的設計理念和價值觀存在著不同，進一步在量化指標的設定、算法規(guī)則上略有差異。抖音從產(chǎn)品角度出發(fā)，以“用戶體驗”為先，通過“匹配消重”、“初始流量池運營”、“重新挖掘內(nèi)容庫”等方式，將最適合、最優(yōu)質(zhì)的內(nèi)容推給用戶，最終結果就是“爆款”和中心化�？焓謩t是遵循“公平普惠”原則，以“創(chuàng)作者”為主，通過“頭部流量調(diào)控”等手段，保證每個普通用戶的內(nèi)容都被展示，最終結果就是超強的社區(qū)生態(tài)(發(fā)過視頻的用戶在黏性、時長等維度都顯著高于普通用戶)�！坝脩趔w驗導向好還是內(nèi)容生態(tài)導向好”這本身就是個悖論，或許我們不該期待抖音與快手“你死我活”的斗爭，難為知己難為敵。

用戶畫像：抖音與快手日益相似，但是仍有各自的基本盤

快手、抖音用戶畫像日漸趨同，對于兩個TOP10 的APP實屬正常�？焓衷谥欣夏耆巳簼B透加速，城際分布與抖音相似，但在東北、西北等地受歡迎程度極高，創(chuàng)作者仍以年輕用戶為主，符合“年輕用戶表達和被認同”的新時代需求。

抖音、快手各保持著相當比例的獨占用戶，但二者相互滲透趨勢加劇。截至 2019 年 6 月，抖音、快手、B站月活用戶數(shù)分別達4. 86 億、3. 41 億、0. 98 億，其中抖音和快手去重之和接近 6 億，基本涵蓋全部短視頻行業(yè)。考慮到獨占比率(只使用目標APP用戶規(guī)模/目標APP月活)， 2019 年 6 月，抖音用戶獨占率約37.6%( 18 年同期接近50%)，快手用戶獨占率約32.7%( 18 年同期略超40%)，二者用戶的接壤面積越來越大。此外，在Questmobile的另一份報告中提及， 2018 年 8 月超過五成的B站用戶也刷抖音，估計二者的重合率持續(xù)上升。B站悄悄上線輕視頻，快手、抖音相繼開出 10 分鐘視頻權限，存量用戶爭奪趨于激烈。

左圖：MAU(億);右圖：獨占用戶比例;資料來源QM

抖音從女性用戶為主過渡到逐步均衡，快手男女比例較為適中;快手進一步脫離“Z世代”標簽，中老年群體滲透率加速。截至 2019 年 6 月，抖音、快手和B站男女用戶比例基本于移動互聯(lián)網(wǎng)分布趨同，占比約53%：47%，其中抖音一年來變化較為明顯， 2018 年 10 月時女性用戶仍為55%，顯著多于男性用戶。年齡分布上面，抖音快手同樣較為相似， 25 歲以下用戶方面B站占據(jù)38.5%，快手29.1%、抖音28.4%。 19 年上半年，快手在中老年群體滲透率明顯加速，其中Z世代比例從41.2%下降至36.5%(快手營銷平臺數(shù)據(jù)與行業(yè)中QM數(shù)據(jù)存在一定差異，僅作時間跨度對比)，在30- 44 歲用戶占比提升較為明顯，共提升15.7%，從“年輕”到“普世”。

短視頻App用戶性別及年齡分布;資料來源QM

快手在中老年群體加速滲透;資料來源快手營銷平臺

快手、抖音在不同線城市分布亦較為趨同，快手在東北、西北地區(qū)根基仍較為深厚。在一二線城市，抖音僅比快手高3.1pct的占比，差距非常微小;下沉市場(三線及以下)快手占比55.9%，尤其是農(nóng)村地區(qū)快手相比抖音的優(yōu)勢更為明顯，也更為下沉。相比之下，B站用戶仍主要為一線城市( 2016 年時占比56%)，尤其是東部沿海，但近年來三四線城市用戶明顯增加，19Q1 中54%的新增用戶來自于下沉市場。在東北、西北地區(qū)，快手受歡迎程度極為明顯，其中青海、寧夏、甘肅西北三地用戶占比僅8%，但其TGI指數(shù)(該地區(qū)快手用戶數(shù)占比/該地區(qū)移動互聯(lián)網(wǎng)用戶數(shù)占比*100)都在 400 以上;遼寧、黑龍江、吉林東北三地用戶占比僅11%，但其TGI指數(shù)都接近200，可以看出來快手基本成為北方地區(qū)的“標配”。

快手在東北、西北滲透率明顯較高;資料來源快手營銷平臺

女性用戶更喜歡創(chuàng)作，年輕用戶拍攝欲望更強，趨勢上快手較抖音更為明顯。短視頻滿足“用戶平等的表達自己和被他人認同的需求”，這種需求在“衣食無憂、不現(xiàn)實”的年輕用戶中更為普遍，這就是全球范圍內(nèi)UGC崛起和蓬勃發(fā)展的根本原因。從快手、抖音的內(nèi)容創(chuàng)作者畫像偏差(創(chuàng)作者特征占比-用戶特征占比)，在本身 30 歲以下用戶占比在60%左右情況下，年輕創(chuàng)作者占比要高8-10%左右;此外，女性用戶的創(chuàng)作占比也要比男性高，快手內(nèi)容創(chuàng)作者中女性占比達53%。

左圖：抖音創(chuàng)作者畫像;右圖：快手創(chuàng)作者畫像;資料來源QM

“最了解你的人，往往是你的敵人”。抖音的快速崛起，并沒有導致快手的勢微，對于二者來說，他們都在改變(內(nèi)容、流量、算法)甚至“趨同”，并且表現(xiàn)出“越戰(zhàn)越勇”的氣勢。抖音擁有大量MCN，快手在逐步推進;抖音有很多品牌廣告，快手則少了很多;抖音在一二線城市根深葉茂，快手則在低線城市靜水流深。這一切的差別，可以歸結到兩家的slogan，“記錄美好生活”是抖音，“記錄世界記錄你”是快手。二者選擇不同的路：“以用戶為核心”還是“以創(chuàng)作者為導向”，有人喜歡“看”，有人喜歡“拍”，有人喜歡“潮”，有人喜歡“真”，或許這就并不是一場“你死我活的斗爭”。

經(jīng)過幾年的發(fā)展，快手和抖音都已經(jīng)將“基本盤”占領完畢，從垂直應用上升為全民應用，相互滲透、相互融合�！澳隙兑舯笨焓帧�、“女抖音男快手”等刻板的印象都飛快地過失，在PGC和OGC方面，快手也在奮起直追。在互聯(lián)網(wǎng)獨角獸中，快手的膽魄和反應速度均居前，盡管抖音在產(chǎn)品運營和商業(yè)化方面略勝一籌，但在總體的戰(zhàn)略和執(zhí)行力上，并不一定比快手有明顯的優(yōu)勢。還是那句老話：“難為知己難為敵”。

標簽： 抖音  焓

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。