1、關鍵詞置頂優化

　　過去，品牌會優化關鍵詞，SEO提高搜索量、曝光率等優化方法?；榧啍z影、民宿、珠寶行業對這方面的需求非常強烈。

　　如今，小紅書平臺正在不斷調整和優化，搜索結果已經成為“千人千面”，這意味著關鍵詞置頂，未來只對沒有被平臺標注相應品類的用戶有用。

　　筆記排名在每個終端設備的顯示都不盡相同，因此如果品牌想根據關鍵詞置頂優化、SEO優化，去制定推廣投放人員的KPI，比如要求統一做到前5名或前10名這種，是難以做到的。

　　因此，在我看來，關鍵詞優化將成為大品牌的專利，用于獲取“卡位”，獲取尚未被平臺標記的用戶群。大品牌之所以昂貴，是因為技術要求高。

　　對于中小品牌來說，建議多關注和資源正?；茝V。

　　2、關于爆文機制

　　一直以來，我們不是特別強調“爆文”這件事。小紅書爆文有一定的概率，做生意不應該把生意建在不確定的事情上。

　　每一個時間段，小紅書都有自己的流行內容。小紅書的流行內容是2019年8月MAC而完美日記，那段時間只要發布與這兩個品牌相關的內容，就會爆炸。

　　但是跟隨流行內容對品牌來說并不容易，我也不建議你這樣做。對于小紅書這樣一個以種草為主的社區來說，最好掌握一些基本的、不變的東西，就是內容。

　　我們的爆文投手研究了1萬多本小紅書爆文筆記，花了幾千萬預算在各個層面投放人才。到今天，爆文的成功率只有30%。最好的情況是最近做了火雞電器，64個筆記，33篇爆文，爆文率達到53%。

　　出爆文很難，所以我還是建議大家多注意規范化推廣，不要把希望完全寄托在爆文上。堅持在小紅書中不斷產生高質量的內容，就會有結果。

　　說到這里，再和大家聊一下爆文機制。很多人對小紅書爆文的判斷主要是互動量，認為只有互動量高，才能爆文。目前存在的論點是，小紅書平臺會判斷CES去打分

　　CES=點贊數(1分)+收藏數(1分)+評論數(4分)+關注數(8分)

　　根據上述公式的數據來判斷筆記的質量，并決定是否提供后續流量，CES高筆記可以成爆文。

　　另一些人認為，小紅書筆記的推薦機制與抖音流量池的原理相似，平臺是否會推薦取決于階梯推薦中的互動數據性能。

　　筆記發布后，系統將首先貼上一系列標簽，并嘗試推給對標簽感興趣的用戶。

　　向這些用戶推薦后，系統會根據他們看到筆記后的一系列行為，對筆記進行評分，決定是否繼續向其他用戶推薦。這個評分體系在小紅書內部稱為CES。

　　此外，持有這些觀點的人也認為，一些小紅書用戶發布了很多筆記，但閱讀量總是保持在70~80的水平，因為系統沒有確定，交互量可以推薦給更多的新用戶。

　　但經過我的研究后，發現事實并不是這樣的，我自己在運營的小紅書賬號，發布的筆記中，有些瀏覽量很高的筆記內容，互動量卻是個位數或者沒有互動量。這里我們看一組數據：

　　閱讀量23426的筆記，它的贊美.收藏.分別只有7個評論.3.1;閱讀量19623的筆記，表揚.收藏.分別只有9個評論數.0.0;閱讀量7931的筆記，喜歡.收藏.分別只有7個評論.4.0……

　　閱讀量高，互動量低。這種情況很常見。如果使用大量低交互數據的內容，則推薦流量。CES互動數據根本無法解釋這種現象。

　　另外，相信運營小紅書的人也會遇到這種情況，某一篇筆記在發布之后并沒有得到平臺的推薦，但過了一段時間后，筆記的閱讀量卻突然爆發了，這也和CES互動數據的原則不相符。

　　因此，我認為互動量只是結果。小紅樹平臺的算法一直在推送用戶喜歡的內容，并根據數據反饋不斷優化算法。因此，我們看到爆炸性文本的交互量很高。事實上，這是因為模型判斷用戶是否更準確。

　　由此得出結論，小紅書是否推薦筆記，并不是基于互動量和所謂的流量，而是由其爆炸先判斷，中間不能影響。

 

　　接下來，我想和大家分享的是小紅書爆款模型的核心機制。這里有三個核心關鍵詞:模型學習、預測評分、雙線推廣機制。

　　1)模型學習

　　模型學習是指小紅書的服務器和平臺算法，每天都在進行“學習”筆記的內容，“學習”用戶怎么說。

　　小紅書平臺一天的筆記數據，就占據了1T(1024GB)的內存，相當于900部電視連續劇占據的內存容量。并且，用戶每天在小紅書平臺產出的閱讀、點贊、評論、轉發等行為，高達5億次左右。

　　如此龐大的數據量，小紅書從閱讀時間、點擊、返回、收藏、拇指等9個維度來判斷用戶是否喜歡筆記。

　　2)預測打分+推薦

　　首先，在這種排名策略的底層，小紅書有多種策略來判斷筆記是否有效(敏感詞、內容質量)。小紅書會給筆記打分，滿分為1，通常情況下，達到0.9以上，是個好筆記。

　　需要強調的是，這里的評分來自小紅書的模型，與即時交互數據無關。

　　小紅書會在評估和審核筆記內容后，決定筆記的排名，是否不斷給筆記流量。

　　最后，刷新或點贊筆記等操作，會決定筆記在搜索關鍵詞中的位置，比如一篇介紹精華的筆記互動量比較高，當用戶在搜索關鍵詞“精華”時，這篇筆記排在前三名的機率就比較大。

　　如果筆記交互量低，那么用戶搜索關鍵詞后，筆記的排名位置就會落后。

　　3)雙線推薦機制

　　通常情況下，一個新的筆記，在發布后2-8小時內，可以看到瀏覽量在增加，這是一個實時推薦。

　　此外，小紅書的機器算法每天都會繼續分析材料樣本，不斷挖掘歷史筆記，并在筆記發布一兩個月后給出幾波平臺推薦的流量，稱為離線機制。

以上就是鯨眾文化給大家分享的內容，歡迎登錄我們的官方網站進行咨詢哦：http://www.il2d.cn/