文章通過分析今日頭條的用戶特點和傳播機制，從而總結頭條號內容運營的一些方法論。希望大家可以從中有所收獲。

今日頭條作為目前眾多網絡媒體從業者的首選內容分發平臺之一，其推薦機制一直是一個“未解之謎”，表面上相差無幾的文章，有效數據的差距有時候能達到十萬甚至百萬級別，著實成為了KPI考核中的一個重大不可控因素。

今天我們就來分析一下頭條的用戶特點和傳播機制，告訴你這個”未解之謎“的一部分真相。

今日頭條的特點

今日頭條是一個開放內容平臺，最大的特點就是去中心化。內容由算法推薦，對用戶來說，獲取感興趣內容的效率變高了；對內容生產者來說，內容能精準到達更多受眾，但與用戶之間的聯系卻變弱了。這種模式下，用戶只屬于平臺，自媒體想盈利只能依附平臺。

微信公眾號則是一個中心化內容平臺，每一個公眾號都是一個中心，閱讀量直接受粉絲的數量影響，優點是與粉絲之間的互動更強。用戶屬于平臺，也屬于每一個公眾號，因此公眾號官方可以通過廣點通盈利，自媒體也可自接廣告盈利。

所以，你會看到再差的內容在公眾號里都會有一個基礎閱讀量，而在頭條號里會被算法過濾，難以形成閱讀量。相反，如果公眾號粉絲少，好的內容不能保證閱讀量，但在頭條號里會被推薦給更多的人。今日頭條在今年1月公布的數據顯示，用戶平均日活達到7800萬，平均日使用時長76分鐘。閱讀量可觀。

但想要閱讀量高，首先應該了解今日頭條內容傳播機制。

算法推薦三部曲

1、首先是審核

頭條的算法里包含一個可被攔截的內容庫，出現匹配的內容審核就不通過。標題和正文都可能是不過審的原因。

標題太夸張，【竟然XX】、【吊爆了，XX】，或者是敏感詞匯等這類信息會被退回修改。甚至有些詞匯出現時，系統會提示無法提交。

值得注意的是，如果文章第一次沒有過審，會退回修改；以個人發布經驗來看，文章再次過審也不會被推薦。

文章過審后，作者也可以進行修改，提交后重新審核，頭條官方的說法是發布后反復修改不利于文章的推薦。建議作者不是大錯誤就不修改，提前檢查好文章，一次到位。

2、其次消重處理

消重能夠優化用戶體驗，對于每一位用戶，同類主題文章看一篇就夠了。而頭條用戶興趣主要根據用戶點擊來判斷，如果每次都推薦相似的文章，勢必體驗不佳。另外，這也是保護原創的一種手段。

消重機制主要有兩點值得注意，一是申明原創，這篇文章就會作為主要推薦，后來的抄襲者就會被消重，由于這一切都靠算法抓取文字片段，洗稿操作適合也會繞過算法。

二是沒有勾選原創，或者原創沒通過，先發就不一定有優勢。在時效期內（24小時、72小時、一周，根據新聞熱度的不同來定）頭條可能選擇更權威的號作為來源。也就是說，一則相似度很高的內容，自媒體先發，沒有申請原創，像央視新聞這種權威媒體后發，頭條選擇央視新聞的可能性更大。

除了正文，標題和封面圖同樣會被消重。如果后臺顯示推薦量為零，那就可能是文章被消重處理掉了。

另一類是相似主題消重。

一般出現在跟熱點，媒體、自媒體都會從不同角度挖掘熱點背后的信息，但背后信息畢竟有限。前面也說到公眾號是中心化平臺，不同公眾號聚集的人相對封閉，即使相同的信息也能獲得不錯的閱讀量。而頭條是去中心化平臺，只需要幾篇文章覆蓋到整個事件就行了。

所以，在今日頭條上搶熱點，一是速度快，頭條號甚至優先于公眾號發布；二是角度獨特，類似高能E姐寫王寶強事件這種。

3、最后是推薦

用戶在通過社交賬號登陸時，算法會解讀用戶興趣，形成用戶畫像，根據用戶畫像來推薦感興趣的文章。在用戶使用過程中，算法會根據用戶的點擊、搜索、訂閱等行為優化用戶畫像。

如果用戶不登陸，頭條會推薦一些大眾化的內容，再根據用戶點擊來確定用戶畫像。

文章經過審核和消重后，會分批次推薦給用戶。

首先推給最感興趣的用戶，然后根據這批用戶的反饋信息決定下一批的推薦量，反饋信息包括點擊率、收藏數、評論數、轉發數、讀完率，頁面停留時間等，其中，點擊率占的權重最高。

首輪推薦后，如果點擊率低，系統就認為文章不適合推薦給更多的用戶，會減少二次推薦的推薦量；如果點擊率高，系統則認為文章受用戶喜歡，將進一步增加推薦量。

以此類推，文章新一次的推薦量都以上一次推薦的點擊率為依據。此外，文章過了時效期后，推薦量將明顯衰減，時效期節點通常為24小時、72小時和一周。

如此來看，要實現高閱讀量，提高文章的點擊率很重要。

什么樣的文章適合頭條？

先看看今日頭條用戶畫像。

從年齡、城市分布來看，18-30歲人群占到近86%，二線城市及以下占近73%。18-23歲主要是大學階段，24-30歲則多是職場執行層，同時又處在競爭相對不那么激烈的小城市，他們都有一個共同的特點——閑。

閑就需要娛樂，頭條在一定程度上補充了這部分需求，同時又提供大量的新聞資訊，滿足用戶獲得信息的需求。

根據頭條發布的2016移動資訊行業細分報告可以看出，今日頭條娛樂興趣用戶占全平臺總量68.29%，占比排名第一。其中視頻類閱讀量增速最快，整體閱讀量最高。此類內容在發布時可優先考慮視頻，其次是圖文。

娛樂類受熱點事件影響很大，比如去年八月王寶強離婚案，帶動整月數據提升?？梢姼鸁狳c的重要性。

占比第二是的社會類資訊，達67.29%。社會類主是通過圖文閱讀。但自媒體發布社會類內容審核難通過，大部分內容由主流傳統媒體提供。三月份有兩會，又有“薩德”熱點事件，這應該是今年社會類資訊閱讀量較高的時期。

占比第三的是搞笑類，占46.56%。主要閱讀形式是視頻。95.73%的文章在1000字以下，文章短是搞笑類傳播廣的一大特點。

還有時政類、情感類、健身類、汽車類興趣用戶占全平臺總量超過20%。

可以看出，頭條用戶喜歡的內容多是消耗時間的內容，而對于知識類干貨等幫用戶省時間的內容則不是那么受歡迎。

具體哪些文章是高閱讀量的呢？

以科技類為例，選擇創業邦、虎嗅網、36氪三家頭條號最近的高閱讀文章進行對比。從內容上來看，他們有一些共同的特點。

1. 高閱讀文章大多與知名人物或公司有關，比如董明珠、柳傳志、劉強東、汪小菲、京東、華為等。
2. 高閱讀文章標題中都傳遞出情緒?！胺前涯銖U掉不可”、“人生無非過客匆匆”等，尤其是創業邦的文章，他家的文章閱讀量也相對另外兩家更高。
3. 高閱讀文章標題利用人的好奇心引發點擊。比如“莆田共享單車19天丟失76%，嚇跑投資人！然而事實卻是”、“京東十年，劉強東一人之下，內部權力的兩股勢力、三次更迭”等。

科技類文章一般篇幅較長，因此文章的結構要特別清晰，符合人的閱讀習慣。在上述高閱讀文章中，大多文章在關鍵位置或承轉起合處用加粗提醒注意，這樣更有利于讀者捕捉重點。另外，插入圖片也是很好調節閱讀疲勞的方法。

值得注意的是，頭條的推薦機制使得標題占的權重非常大。比如這篇“任正非回應清退老員工：華為沒有退休金，不養吃白飯的人”，內容是新聞資訊的聚合，通常這類文章閱讀都很低，但配上有吸引力的標題后，絲毫不影響讀者對文章的熱情，評論里皆是對華為的看法。

除了大眾喜聞樂見的內容外，在推薦機制方面還有一些原因影響閱讀量。頭條官方的解釋有這5種情況：

1. 文章話題過于冷門、生僻，涉及領域與主流群眾有一定距離，導致潛在用戶群很小，形成不了大規模推薦；
2. 內容供大于求。比如跟熱點，就會出現很多相似的內容，雖然受眾足夠多，但分到每一篇的推薦量就很少了；
3. 時效性短的文章，推薦時間也很短，推薦量較低；
4. 在推薦量增長沒達到一定數量級，即使點擊率較高，文章閱讀量也不會高，因為內容并沒有得到大范圍的驗證。在后續的推薦中，如果推薦量持續攀升，閱讀量可能會穩步增長。
5. 賬號內容垂直度較低，不在自己擅長的領域發文，機器算法會重新識別分類再進行推薦，時間上會延長。

如何為公眾號或產品導流？

導流就比較難，導流的關鍵除了閱讀量，就是轉化率。

而這轉化率是相對較低的。由于頭條粉絲數小于2W無法開啟外部鏈接，導流到其它網站的通道基本被阻斷。如果要讓用戶在閱讀中關掉今日頭條，打開微信搜索名稱關注公眾號，顯然這個復雜的過程會流失大量用戶，效果也不會太好。況且頭條對文章中明顯出現推廣公眾號字樣也有一些限制。

持續輸出優質內容能“打動”用戶，讓用戶有足夠動力關注公眾號或產品，但見效慢。也有一些技巧來提高轉化率。比如在文章興趣高點時，推出更多細節內容，但需要用戶關注公眾號后才能看到。

如何利用頭條號盈利？

目前，頭條給頭條號作者提供的收入來源主要有廣告分成，針對優秀自媒體的千人萬元計劃，商品返利，贊賞4種方式。

今日頭條官方公布的2016年12月份廣告總收入3607萬元，數字雖大，但分到每個頭條號的收益也并不一定很多。

從后臺數據來看，廣告分成收入的多少取決于廣告展示量。而影響廣告展示量的因素是閱讀量和能否讀完文章。

所以，第一個提高收入的方法就是文章盡量短，1000字左右，也是適合手機屏幕的長度。第二個當然是提高閱讀量。

其次是原創功能，頭條官方宣稱開通原創后，收益翻倍。這是扶持原創的運營手段，但到現在還適不適用就不得而知。從去年開始，頭條開始砸10億扶持短視頻，這意味著短視頻能獲得更多推薦量，扶持加高推薦量的雙重作用下，收益相對更高。

另一個可以分成的是淘寶客模式，頭條號自行選擇商品添加到文章中，用戶購買后，該頭條號就能獲得相應的傭金，幾元到幾十元不等。為此我刷了幾天的頭條，但都沒有看到文章里有商品推廣。

贊賞也是一個獲得收益的渠道。但今日頭條是免費閱讀軟件，用戶缺乏支付的習慣，金額不會太高。

未來，可能會有更多的盈利方式，畢竟頭條要保障源源不斷的內容，當然得給自媒體一些甜頭。

總結

今年是短視頻爆發的一年，頭條在這方面也有動作——砸10億補貼。同時在App首頁開設陽光視頻入口，可見其扶持力度，在短視頻推薦量上力度會加大。內容分發也可以隨大勢。

本文由 @瓦力?原創發布于人人都是產品經理。未經許可，禁止轉載。