抖音留住用户的3个回环！

本篇文章将

抖音

的

运营

分为三个部分：“用户回环”、“内容回环”、“用户-内容回环”，并借助

aarrr模型

来解析抖音是如何吸引住用户的。

抖音似乎具有“魔法”，一步步地将用户吸引至自己构建的“伊甸园”中并“快乐生活”。而这魔法的背后离不开扎实的产品、运营、营销

基本功，这里借助

aarrr

模型，通过“3个回环”尝试分析抖音“魔法”背后的玄机。

抖音使用“用户回环”、“内容回环”、“用户-内容回环”3个回环牢牢锁定用户，并将留住的用户用于商业变现及获取新用户。

抖音通过“用户回环”不断进行用户的“获得-激活-

留存

-再获得”，形成自己的用户池——通过关系链导流、异业合作、aso

等方式进行用户获取；再用优秀的产品体验引导并激活用户，令用户快速体验到产品价值；接着通过个性化的优质内容推荐留住用户，形成自己的用户池；最后用户池中的用户又将优质内容推荐给朋友，帮助抖音获取新用户，形成用户回环。

下面简单总结各环节的主要动作：

通过上述四个环节，抖音成功的构建了自己的用户回环，让新来的用户留下来玩，自由消费或生产内容；同时通过已积累的用户池进一步获取新用户。

抖音通过产品设计、社区氛围、外部刺激等手段推动着内容的不断产生，构成内容回环。

按内容供需维度，抖音的用户可分为两类：内容生产用户、内容消费用户。

内容生产用户贡献内容，获得收益；内容消费用户消费内容，获得愉悦。

内容回环即平台生产内容的动力回环，大致包括以下几方面：

通过上述提及与尚未提及的方式，抖音构建起自身的内容回环，并在不断优化中为用户回环、用户-内容回环提供支撑。

抖音通过

人工智能

算法等技术手段，不断优化着用户与内容间的匹配效果。随着用户量的提升，用户关系链、视频内容也随之增多，机器学习可获得的资料随之丰富，个性化推荐精度得以提高，用户对推荐内容的满意度提升，从而刺激用户更多的消费及生产内容，形成用户-内容回环。

用户-内容回环即两者匹配效率效果的优化，猜测主要做法如下：

将内容池中的内容与用户匹配，为用户进行个性化推荐。猜测抖音采用与头条相同的“协同过滤+内容推荐”算法进行推荐。

协同过滤算法分为两种：

一种基于“人”的维度，先通过

用户行为

(如点赞)找到与用户兴趣相似的人，再将他们喜欢的视频推荐给用户；

另一种基于“视频”维度，先通过全体用户对视频的偏好

得到

视频间的相似度，再根据用户历史喜欢的视频记录将相似视频推荐给用户。但该算法无法解决冷启动问题，即无法向用户推荐尚未产生用户行为数据(如点赞)的视频。

而另一种算法对此形成了很好的补充——内容推荐算法即通过视频标签找到相似视频，并根据用户历史喜好记录将类似视频推荐给用户，其中标签既可以通过人工tag，也可以从视频内容本身抽象得出。

此外，通过推荐视频中出现的“关注的人赞了该视频”的提示，推测算法还融合了

社交

关系网络。

为用户推荐可能感兴趣的人，丰富关系链，优化匹配效果。产品中可见的推荐类别大致有：社交链好友、有共同好友的人、可能认识的人、关注的人也关注的人、可能感兴趣的人等。

用户-内容回环通过不断优化两者的匹配关系，完成用户留存的重任，让用户产生“刷的停不下来”的内容消费体验。

综上，可以看出3个回环存在“我中有你，你中有我”的关系，任何1个回环的优化都可能带动其他2个回环效果的提升，这就是我理解的抖音让我停不下来的魔力。

细心的读者一定发现了，在我的阐述中似乎并未提及a

ar

rr中的变现环节，由于变现是商业产品的最终目的，所以留在《中篇：抖音的商业化及其趋势》中进行讨论，感谢大家献出宝贵的时间。