Como funciona o algoritmo do TikTok?
Apesar de várias controvérsias sobre a propriedade, as suas políticas de moderação, os seus esforços de crescimento. Apesar destas preocupações, o TikTok está a trabalhar arduamente para mostrar que não tem nada a esconder, que é uma empresa transparente, na qual os utilizadores podem confiar.
Adicionou, inclusive, um novo Centro de Transparência em Los Angeles, onde as pessoas podem parar e ver como age nas suas políticas, o acesso a dados de utilizadores é limitado, de forma a mitigar possíveis usos indevidos, e recentemente nomeou um CEO com sede nos EUA, acrescentando mais separação da empresa-mãe (chinesa).
E na semana passada, o TikTok tentou fornecer outro nível de transparência, explicando exatamente como o algoritmo de recomendações funciona e como os vídeos ganham força ou não na plataforma.
Conforme explicado pelo TikTok:
"Quando abres o TikTok e acedes ao teu feed, é apresentado um fluxo de vídeos com curadoria dos teus interesses, facilitando a localização de conteúdo e criadores da sua preferência. Este feed é alimentado por um sistema de recomendação que fornece conteúdo para cada utilizador que provavelmente seja do teu interesse. "
O TikTok descreve aqui as especificidades deste sistema de recomendação, mas, em essência, estes são os factores principais que definem que vídeos aparecem no feed de cada utilizador são:
Interações do utilizador - o TikTok leva em consideração os vídeos que gostas e / ou partilhas, as contas que segues, os comentários que publicas e o conteúdo que crias. Por exemplo, se publicares clipes com uma determinada hashtag, existe uma maior possibilidade de veres conteúdo com a mesma tag no teu feed.
Informações do vídeo - Isto pode incluir detalhes como legendas, sons e músicas específicos e novamente hashtags.
Configurações de dispositivo e conta - são factores de influência menores e falamos de coisas como a tua preferência de idioma, configuração de país e tipo de dispositivo móvel. O TikTok diz que estes factores são considerados para oferecer uma apresentação ideal, mas não recebem o mesmo peso que os dois anteriores.
Portanto, o algoritmo do TikTok é semelhante àquele em operação na maioria das outras plataformas sociais - leva em consideração o conteúdo com o qual te envolves e tenta mostrar conteúdo relacionado. Ao te envolveres com determinadas tendências de hashtag, provavelmente verás mais exemplos associados.
O TikTok partilha outras dicas para os seus cálculos estratégicos.
"Um outro forte indicador de interesse, é se um utilizador termina de assistir a um vídeo mais longo, o que pesaria mais do que um indicador fraco, como se o espectador e o criador do vídeo estão no mesmo país".
Assim, as pessoas que assistirem aos teus vídeos até a conclusão aumentam o potencial para obter maior alcance.
"Para ajudar, convidamos novos utilizadores a selecionar categorias de interesse, como animais de estimação ou viagens, para ajudar a adaptar as recomendações às suas preferências. Isto permite que o aplicativo desenvolva um feed inicial e comece a polir as recomendações com base nas suas interações".
Assim como noutras plataformas, o TikTok tentará combinar novos utilizadores com conteúdo relevante, com base nos interesses.
"O teu feed não é moldado apenas pelo teu envolvimento através do próprio feed. Quando decides seguir novas contas, por exemplo, esta ação também ajuda a refinar as tuas recomendações, além de explorar hashtags, sons, efeitos e tópicos de tendências, na guia Descobrir ".
Novamente, isto provavelmente é óbvio, mas todas as ações do utilizador são levadas em consideração. Se procurares algo, isso será considerado nas tuas recomendações.
"A diversidade é essencial para manter uma comunidade global próspera e aproxima.. Para esse fim, às vezes podes encontrar um vídeo no teu feed que não parece relevante para os teus interesses. Este é um componente importante e intencional da nossa abordagem à recomendação: trazer uma diversidade de vídeos para o teu feed oferece oportunidades adicionais para te deparares com novas categorias de conteúdo, descobrir novos criadores e experimentar novas perspectivas e ideias ao percorrer o feed ".
Pode ser uma nota menos útil, mas interessante de qualquer maneira. O TikTok mostrará essencialmente os vídeos selecionados, apesar dos níveis de status de que interagiu com o conteúdo ou do criador, para diversificar o feed. É difícil dizer quão significativo é este elemento.
Mas este pode ser o boato mais importante da visão geral do algoritmo do TikTok:
"Embora seja provável que um vídeo receba mais visualizações se publicado por uma conta com mais seguidores, em virtude dessa conta ter construído uma base maior de seguidores, nem a contagem de seguidores nem se a conta teve vídeos anteriores de alto desempenho são factores diretos no sistema de recomendação ".
Isto é diferente de outras plataformas. Essencialmente, o TikTok está a dizer que o desempenho passado e o status do perfil não são considerados no seu algoritmo. Utilizadores de alto nível inevitavelmente terão mais alcance, porque mais pessoas seguem aquela conta, mas o TikTok usa estatísticas de vídeo individuais e engagement para exibir o conteúdo.
Essencialmente, o TikTok terá como objetivo mostrar-te a mais do conteúdo que gostas, com base na tua atividade, com cada publicação individual avaliada de forma independente, alinhada com os interesses observados.
O TikTok não fornece detalhes específicos sobre quanto cada um destes elementos é ponderado, mas os indicadores aqui explicam muito sobre o motivo pelo qual vês o que vês no teu feed.
Para os profissionais de marketing, isto pode ajudar a fornecer mais entendimento de como maximizar os seus vídeos do TikTok:
Cada vídeo conta independentemente
Alinhar com interesses de tendência ajudar-te-á a conectar com mais utilizadores
O facto de os espectadores assistirem aos vídeos até o final pode ajudar
Não há indicadores científicos exatos aqui, mas estas são as principais considerações, com base nestas informações, que te ajudarão a maximizar o desempenho no TikTok.
Podes ler a visão geral completa do algoritmo de recomendações do TikTok aqui.
Comments