伴隨著網(wǎng)絡(luò)資費(fèi)的降低、傳輸質(zhì)量的提高以及智能手機(jī)的普及，我們已經(jīng)邁入了移動(dòng)互聯(lián)網(wǎng)的時(shí)代。在這個(gè)新時(shí)代潮流之中，“短視頻”已經(jīng)悄然占據(jù)了傳播的主流。這種時(shí)長(zhǎng)在5分鐘之內(nèi)的視頻，成為了繼文字、圖片、傳統(tǒng)視頻之后又一種重要的傳播載體。在短視頻中，用戶不僅是消費(fèi)者，也可以成為創(chuàng)作者，極強(qiáng)的參與感與互動(dòng)性，使得短視頻迅速風(fēng)靡。

短視頻興起于2011年，成立沒多久的快手從制作GIF的應(yīng)用工具轉(zhuǎn)型為短視頻社區(qū)，之后各類移動(dòng)端紛紛轉(zhuǎn)戰(zhàn)短視頻行業(yè)，2012年秒拍上線。2016年則是短視頻爆發(fā)的一年，抖音、梨視頻相繼上線，各大互聯(lián)網(wǎng)公司紛紛在短視頻領(lǐng)域布局，頭條系的抖音短視頻、西瓜視頻、火山小視頻，騰訊系的快手、微視，百度系的好看小視頻、全民小視頻等，百家爭(zhēng)鳴。短視頻因其生產(chǎn)成本低、傳播速度快、信息密度大、娛樂性強(qiáng)等特點(diǎn)，成為泛娛樂領(lǐng)域的一枝獨(dú)秀。

?

圖2011-2017年上線的短視頻產(chǎn)品

（引用自：http://www.woshipm.com/evaluating/917541.html）

PC時(shí)代，用戶使用計(jì)算機(jī)場(chǎng)景大多是在辦公室、書房等地。這種情況下，用戶往往都有大量的時(shí)間，此時(shí)，他們更傾向于花時(shí)間去搜索自己感興趣的內(nèi)容，搜索技術(shù)應(yīng)用得更加廣泛。然而，到了移動(dòng)互聯(lián)網(wǎng)時(shí)代，隨著智能手機(jī)的普及，用戶的終端從計(jì)算機(jī)變成了智能手機(jī)，使用場(chǎng)景也變成了地鐵上、公交車上、床上、衛(wèi)生間里等，娛樂時(shí)間的碎片化使得用戶進(jìn)行主動(dòng)搜索、挑選內(nèi)容的意愿大大降低。而且面對(duì)如此多的內(nèi)容，用戶往往無從下手。“大而全”不再能成為吸引用戶的賣點(diǎn)，反而會(huì)使得用戶迷失在海量的內(nèi)容中。逐漸地用戶就會(huì)失去興趣，最后離開平臺(tái)。

?

而推薦算法可以與用戶增長(zhǎng)模型AARRR（Acquisition Activation Retention Revenue Refer）完美結(jié)合，幫助短視頻平臺(tái)快速的累計(jì)用戶，挖掘商業(yè)價(jià)值。

Acquisition——推薦算法可以及時(shí)捕捉用戶的興趣，篩選出滿足用戶需求的短視頻，呈現(xiàn)給用戶，瞬間俘獲用戶。

?

Activation——傳統(tǒng)平臺(tái)的視頻受眾并不等于目標(biāo)受眾，而推薦算法的精準(zhǔn)推薦使得視頻受眾越來越趨近于目標(biāo)用戶，目標(biāo)用戶既是受眾也是創(chuàng)作者，生產(chǎn)、消費(fèi)相互促進(jìn)，讓用戶獲得參與感，極大的提高了用戶的活躍度。

?

Retention——優(yōu)秀的視頻內(nèi)容被精準(zhǔn)的推薦算法分發(fā)給目標(biāo)用戶，帶來用戶量增長(zhǎng)的同時(shí)，也大大增加用戶的使用時(shí)長(zhǎng)。并且，推薦算法還具有多樣性、新穎性等特點(diǎn)，每時(shí)每刻都能給予用戶不一樣的新奇體驗(yàn)，增加用戶的粘性，提高用戶的留存率。優(yōu)秀的視頻內(nèi)容被精準(zhǔn)的推薦算法分發(fā)給目標(biāo)用戶，帶來用戶量增長(zhǎng)的同時(shí)，也大大增加用戶的使用頻率和使用時(shí)長(zhǎng)。

?

Revenue——不斷攀升的用戶流量背后潛藏著巨大的商業(yè)價(jià)值。根據(jù)QuestMobile的“短視頻2019半年報(bào)告”，截止到2019年6月，短視頻行業(yè)新安裝的用戶接近1億，總體的單月活躍用戶量為8.21億，同比增速為32%。超高的滲透率和用戶增速，使得短視頻商業(yè)價(jià)值更加凸顯?！?018年中國(guó)短視頻營(yíng)銷市場(chǎng)研究報(bào)告》顯示，2018年短視頻營(yíng)銷市場(chǎng)規(guī)模達(dá)高達(dá)140億元，同比增長(zhǎng)520.7%。

?

由于短視頻能夠鏈接多元場(chǎng)景、打破線上線下邊界，兼具傳播力和互動(dòng)性雙重優(yōu)勢(shì)，在商業(yè)變現(xiàn)方面顯現(xiàn)強(qiáng)大能力，相比文字，短視頻更加具有感染力，更容易波動(dòng)用戶的情緒。因此短視頻商業(yè)變現(xiàn)途徑多元。除了廣告，在營(yíng)銷植入、電商、品牌運(yùn)營(yíng)等方面也有非常不錯(cuò)的變現(xiàn)表現(xiàn)。

?

Refer——良好的用戶體驗(yàn)還能帶來口碑效應(yīng)，用戶會(huì)自發(fā)宣傳，相互“安利”，為平臺(tái)帶來源源不斷的優(yōu)質(zhì)用戶。

圖 AARRR模型

?

短視頻行業(yè)未來發(fā)展的趨勢(shì)

從短視頻行業(yè)的格局來看，現(xiàn)在呈現(xiàn)出兩超多強(qiáng)的趨勢(shì)?？焓趾投兑羰嵌桃曨l的頭部平臺(tái)，第二梯隊(duì)則由西瓜視頻、火山小視頻、騰訊微視等組成。隨著用戶的增多，為了滿足用戶的多元化、個(gè)性化的需求，推薦算法的重要性將日益凸顯。而大的短視頻平臺(tái)涉及面較廣，內(nèi)容雜、數(shù)量分布不均，用戶體驗(yàn)不再新鮮，因此深耕垂直細(xì)分領(lǐng)域，依然大有可為，不少短視頻APP已經(jīng)選擇從垂直領(lǐng)域突圍。推薦算法與場(chǎng)景的深度結(jié)合，能助力平臺(tái)深耕垂直領(lǐng)域，為用戶提供更符合個(gè)人興趣的。同時(shí)還能根據(jù)反饋信息指導(dǎo)內(nèi)容創(chuàng)作和運(yùn)營(yíng)，培養(yǎng)平臺(tái)的用戶習(xí)慣。

達(dá)觀數(shù)據(jù)作為國(guó)內(nèi)大數(shù)據(jù)分析和挖掘行業(yè)的領(lǐng)軍企業(yè)，在推薦領(lǐng)域深耕多年。達(dá)觀獨(dú)創(chuàng)的ME（Multi-Ensemble)算法，能將多個(gè)單層模型自動(dòng)組合，獲得最佳的推薦效果。后羿推薦系統(tǒng)是達(dá)觀結(jié)合多年的行業(yè)經(jīng)驗(yàn)全力打造的集數(shù)據(jù)統(tǒng)計(jì)、推薦配置和系統(tǒng)測(cè)試監(jiān)控于一體的大數(shù)據(jù)平臺(tái)。后羿系統(tǒng)取名自中國(guó)古代傳說中射下九日的神射手，寓意精準(zhǔn)推薦，百發(fā)百中。

?

?

對(duì)于短視頻，后羿系統(tǒng)也有專門的場(chǎng)景定制。在短視頻場(chǎng)景下，推薦算法更加注重用戶反饋。根據(jù)用戶的點(diǎn)擊、評(píng)論、播放時(shí)長(zhǎng)、等特征，及時(shí)捕獲用戶的興趣，秒級(jí)構(gòu)建用戶畫像，做到實(shí)時(shí)的精準(zhǔn)推薦。同時(shí)支持用戶群組功能，可以根據(jù)不同的維度，將單用戶可以劃分到多個(gè)群組，同時(shí)對(duì)不同群組采用定制推薦算法，配合運(yùn)營(yíng)人員進(jìn)行精細(xì)化運(yùn)營(yíng)。

?

后羿推薦系統(tǒng)物品界面

?

在物品畫像中，除了每個(gè)短視頻的基本屬性外，還包含了短視頻熱度、視頻完播率等數(shù)據(jù)，幫助發(fā)現(xiàn)優(yōu)質(zhì)內(nèi)容，協(xié)助運(yùn)營(yíng)人員進(jìn)行有效的推廣。由于短視頻以UGC（User Generated Content）用戶自我生成的內(nèi)容為主，因此，在短視頻場(chǎng)景下，對(duì)短視頻創(chuàng)作者也建立了相應(yīng)的畫像，幫助運(yùn)營(yíng)人員發(fā)現(xiàn)潛力生產(chǎn)者，培養(yǎng)社區(qū)KOL（Key Opinion Leader），挖掘出商業(yè)價(jià)值。

?

目前，達(dá)觀后羿推薦系統(tǒng)已成功服務(wù)了招商銀行、浦發(fā)銀行、中國(guó)移動(dòng)、中國(guó)聯(lián)通、長(zhǎng)虹等數(shù)百家企業(yè)。