很多人做小红书靠感觉发笔记但真正跑出来的人都在用数据思维做内容。今天从算法推荐机制的角度拆解小红书流量分发的底层逻辑。一、小红书推荐算法的三层漏斗小红书的流量分发不是一发就全量推送而是三层筛选机制第一层标签匹配。系统通过笔记的标题、正文关键词、话题标签、封面文字给笔记打上内容标签匹配感兴趣的用户画像。第二层初始流量池测试。笔记发布后系统会先推送给200-500个标签匹配的用户观察初始互动数据点击率、完播率、点赞率、收藏率、评论率。第三层流量池跃迁。如果初始数据达标笔记会进入更大的流量池3000→1万→10万→百万级逐级放大。二、关键指标权重排序根据大量账号实测数据小红书各互动指标的权重排序大致为收藏 评论 点赞 点击率 完播率这也是为什么干货合集类教程类笔记容易爆——收藏属性极强。三、实操优化动作标题前3秒必须出现核心关键词提升点击率正文前50字要抛出价值点降低跳出率文末引导收藏如建议收藏备用提升收藏率话题标签选3-5个1个大流量标签2个精准标签1-2个长尾标签
很多人做小红书靠感觉发笔记但真正跑出来的人都在用数据思维做内容。今天从算法推荐机制的角度拆解小红书流量分发的底层逻辑。一、小红书推荐算法的三层漏斗小红书的流量分发不是一发就全量推送而是三层筛选机制第一层标签匹配。系统通过笔记的标题、正文关键词、话题标签、封面文字给笔记打上内容标签匹配感兴趣的用户画像。第二层初始流量池测试。笔记发布后系统会先推送给200-500个标签匹配的用户观察初始互动数据点击率、完播率、点赞率、收藏率、评论率。第三层流量池跃迁。如果初始数据达标笔记会进入更大的流量池3000→1万→10万→百万级逐级放大。二、关键指标权重排序根据大量账号实测数据小红书各互动指标的权重排序大致为收藏 评论 点赞 点击率 完播率这也是为什么干货合集类教程类笔记容易爆——收藏属性极强。三、实操优化动作标题前3秒必须出现核心关键词提升点击率正文前50字要抛出价值点降低跳出率文末引导收藏如建议收藏备用提升收藏率话题标签选3-5个1个大流量标签2个精准标签1-2个长尾标签
