Shmily's Blog原文链接：刷抖音，玩快手
作者：潘乱
原文详细的分析了快手和抖音的差异，以及演变过程和流量分配策略背后的原因。深感自己的知识储备不足，唯不断学习直接经验和间接经验。记录一些重点和思考。
总结下来发现跟洗稿似的…相当于精读了一遍。
1.差异化的根源
当市场竞争到后期，大家都去满足晚期大众使用人群时，在产品功能和市场策略上，已经不需要也做不出差异点了。产品的很多策略打法就会趋同。产品间的差异化还得从产品发展初期的市场策略去寻找。
2.核心差异-中国的城乡二元结构
注：任何条件都需要限定时间。
- 时间：2018年初
- 核心市场假设：二元结构
- 国内策略：抖音做城市，快手做下沉市场
- 国外策略：字节-存在城乡二元结构有巨大的农村的市场推火山Vigo，有巨大城市的国家就去推抖音TikTok
- 双方产品背景：火山跟快手高度类似，产品和定位基本相同，导致火山只能拿快手剩下的市场。
- 火山的假设：加大投放，希望在城务工人员返乡时把火山带回乡村
- 结果：假设不成立，老家里的人已经在玩快手了，火山的量级追不上快手
- 时间：2018年春节
- 抖音：加大投放；帮助头部的用户和头部的潮流做事；制造中心，制造潮流，帮助头部把火烧旺
- 快手：把流量打散
- 结果：抖音高速增长，制造了很多潮流，并且发动用户将这些潮流给带了回去
- 时间：今天（泛指）
- 核心市场假设：未知
- 抖音：大力做直播做社交
- 快手：在主端测试单列大屏模式
- 现象：两者相互向对方的差异点蔓延
- 原因：原本快手的用户就不只是下沉市场，且抖音在不断做下沉
3.单列与双列
- 抖音：单列，沉浸式下拉；用户无脑下划，杀时间更爽，内容消费效率高
- 快手：双列，点选；用户要翻找，有感兴趣的点进去看
单列与双列带来容错性和内容消费效率的差异
容错性：
快手：内容有标题封面，用户自己点开看，点错了责怪平台的概率会低。双列模式可以在单屏看到更多内容，有粉丝吸附力的人能生长，有利于培养人格化和长尾兴趣生态。有更多的流量可用于测试。
抖音：内容是系统推送的，用户没得选，且有心里预期，比较挑剔。不能用太多的流量测试试错，倾向推确定性更强的内容。
抖音能否将单列改为双列？
2017年7月做过实验。结论是不能，抖音的内容都是为单列设计的。
- 外在：内容没有封面，看不到标题。
- 内在：高潮在偏后时间，在偏后时间抖包袱完播率好。
- 结果：如果用户在抖音直接看到双列内容，用户从原本的有预期变为无预期，看到违和的内容就会关掉。
交互不同导致容错率不同，导致流量分配策略不同，导致
- 快手：
- 优势：内容更丰富，容得下大部分普通人的生活日常内容，社区氛围强。
- 劣势：做明星拓展时有品牌认同方面的尴尬，相比抖音更难吸引头部创作者。
- 抖音：
- 优势：头部更集中，适合全民性内容，更易受到网红、媒体和机构的喜欢。内容性强，内容消费率更高。具备跨社区穿透能力，能吸引不同圈层的人。
- 劣势：缺乏人格化的内容很难带来信任感，而信任是交易的基础，所以抖音做电商一直很坎坷。
4.产品核心数据
留存和时长是产品最核心的数据，但这两个指标是多种因素综合的结果而非可以直接优化的对象。
5.短视频产品的核心指标
投稿率、人均VV（Video View播放数）、人均关注数
对这3个指标重要性的不同理解导致产品策略的不同，也是后续产品差异的原点。
快手：投稿率＞人均VV＞人均关注数；看重生态
抖音：人均VV＞投稿率＞人均关注数；看重效率
从算法层面看，抖音和快手的算法水平之间没有很大差异。抖音快手模型依赖的交互数据都是看点击、点赞、完成率、评论率四个核心指标。但不同的是，快手用的是从列表页点击详情页再点出来这个交互训练模型，抖音用的是刷到一个视频之后下滑另一个。
注：此处作者还提到了“召回”，理解成字面意义上的召回即可，不是分类模型评估上的召回。
容错率的不同导致了VV，投稿的不同。同时也导致了内容召回期的不同。快手可以允许更短的召回期，可以在时效更短的内容库里做更多测试，抖音在时间更久的召回期外还会再加上一个精品召回。
召回期的不同也导致了快手更多人格化、长尾兴趣，抖音精品内容库更强。
6.团队价值观
快手：希望提升每一个人的幸福感，让更多人被人看到，公平普惠在算法之上。将流量像普通人倾斜，不鼓励头部，将流量打散往腰部尾部分发。
宿华说快手一直在做的就是一场GDP＋基尼系数的分配式实验，创始团队会定下一些不准任何人改动的标准，决定各项指标对整个系统生态的贡献与价值。
抖音：大力出奇迹，将流量集中起来引爆话题制造中心。
快手讲算法的公平普惠，是面向以创作者为主的使用者来说的，让一个普通人的视频也能有人看，更关注作者侧的指标。
抖音讲的信息普惠，是从普通用户消费者角度出发，让高热的视频尽量多，要让用户在做内容消费时候觉得非常爽得到满足。
