本文由鸟哥笔记春羽计划出品
本文共3204字。
品牌对在知乎做内容营销有疑虑，因为数据不能马上看到，很难和销售建立明确的关系。
但是当我们在哔哩哔哩做内容营销时，我们不需要问为什么，我们只需要行动。
哔哩哔哩的数据反馈非常丰富，很快，发射带来的效果将主要在第一周确定。方便向老板汇报。而且更容易联想到销售。比知乎和小红书更有把握。一方面，哔哩哔哩的内容营销可以直接带来销量的转化，另一方面，也可以作为潜在买家的参考。
B站的流量在哪里？
主要流量是打开APP看到的第一页：首页-推荐页.
直播页面也有一些流量。
哔哩哔哩和知乎的内容可能会出现在百度搜索结果中，但小红书不会。
这方面的逻辑比知乎、小红书更清晰，就不讨论了。
搜索也会带来一部分流量。
在过去的两年里，当哔哩哔哩的代码泄露时，许多人解释了怀疑是哔哩哔哩推荐的核心算法。
B站推荐内容的核心逻辑
一天新发布视频推荐指数提升1.5倍。
该列的推荐索引类似。
看到网友已经验证了这个推荐指标，但是数据量很小，我也会验证一下。
(以下数据采集于2021年8月18日)
视频的推荐指数=硬币0.4+收藏0.3+弹幕0.4+评论0.4+播放0.25+点赞0.4+分享0.6
在下面的所有数据中，因为注释数据是ajax动态加载的数据，所以有点麻烦，所以没有抓取。我的推荐指数不包含评论因素。这种缺失不会对结果产生重大影响。
散点图的关系相当漂亮，严格来说在对角线附近，首先，我爬取了B站科技区头部默认的160个热门视频的数据。画出了散点图，横轴代表播放量，纵轴代表推荐总数。.
热门视频的数据是视频最后的稳定数据。那么，对于数据增长中较新的视频，它们是否也要遵守这一规则呢？
由于较新视频的数据较低，我选择了最近两天发布的1000个新发布的数据。得到下图。说明热门视频的播放量与推荐指数的关系非常明确。
但是上图大部分数据都在5000读数以下，不清楚，所以我剔除了5000读数以上的数据。
因为网络传播的推荐指数包含了对24小时内发布的视频加权1.5倍的影响。所以我把这1000条数据分成两组。前500条数据多为24小时内发布的视频，后500条数据多为24-48小时内发布的视频。
下图为后500条数据。
下图为前500条数据。 两图斜率几乎一致，且散点和斜线都非常接近。 各幅图的斜率基本都在0.29，预计如果添加上评论因素，斜率会在0.30。
得出这样的数据还不能使我放心，因为在推荐指数中，播放量与推荐指数的单独关系中，斜率是0.25，这些互动动作的权重只占20%呀。于是我测算了推荐指数中剔除播放量因素的数据。得到以下图。当推荐指数不包含播放量因素时，推荐指数和播放量的关系并不是一条直线。
通过以上数据研究得出以下结论：
* B站视频的播放量与推荐指数严格相关， 播放量=10/3推荐指数 。
* 推荐指数= 硬币×0.4+收藏×0.3+弹幕×0.4+评论×0.4+播放×0.25+点赞×0.4+分享×0.6。
* 推荐指数对新老视频一视同仁， 并没有对新视频加1.5倍的播放量扶持 。
* 没有对新视频的推流测试。 这一点不同于知乎、小红书、抖音等平台。其他平台都会先给如500-1000曝光来测试数据，B站没有。
* 播放量与完播率无关。 并不会因为你的视频完播率高而获得更高的推荐权重。
* 播放量也与打开率无关。 并不会因为你的视频在信息流中点击率高而获得更高的推荐权重。
有网友对几个账号视频的完播率进行统计，也说明了播放量与完播率关系不大。但数据中完播率均高于17%。
这涉及到一个问题。B站的播放量统计，并不是点击了视频就计算播放。
B站的播放量数据，要求同一个账号，一段时间内，多次观看一个视频，都只计算1次播放量，且观看一个视频要达到一定时长比例，观看时长太低，也不计算播放量。
这个计算规则接近于和微信公众号的阅读量计算规则一样严格。可以理解为B站视频的播放量，就是实实在在的这个视频被多少个人观看了。
从上图的数据来看， 这个计算播放量有效的播放比例小于17%，预计在10%-17%之间。
为什么B站推荐视频时不考虑完播率呢？因为如果完播率明显影响视频的播放量，则短视频就会有明显优势，
中长视频获得的流量就会明显减少，让用户不再愿意生产中长视频。 抖音的推荐算法会考虑完播率，所以使得博主不愿意生产长视频。
为什么B站不对新视频进行一定的推流测试呢？其他平台的推荐算法对新内容进行推流测试，根据的是打开率，完播率等数据，打开率根据的是头图，标题。
对于中长视频而言，这些不是判断视频是否受欢迎的标志，互动才是。
B站没有推流测试，意味着新用户发布的新视频，如果没有初始互动，则可能播放量为0。 除非通过搜索观看视频的用户把这个视频顶起来了。
有一定粉丝量的UP主的视频不容易被埋没，粉丝量低的UP主的优质视频有可能被埋没。粉丝量低的UP主为了让视频不被埋没，需要前期拉人给视频创造人气。
B站的推荐指数算法是怎么发挥作用的呢？
在视频冷启动阶段，推荐指数促使UP主要给新视频带来初始流量，获得人气。
当视频的互动数据好时， 播放量 <10/3×推荐指数，则获得推荐，从而播放量上涨，直到播放量=10/3×推荐指数。
当视频播放量过高时， 播放量 >10/3×推荐指数，则不获得推荐，直到互动数据赶上来。
所以，刷播放量的策略在B站上不起作用。只会让视频的真实流量更少。
对于B站而言，粉丝量是重要的，高粘度的粉丝是重要的。这个推荐算法也解释了为何B站的大UP主商业价值高于小红书高于知乎。
总结一下 ：
B站推荐内容的核心逻辑就是遵循推荐指数=硬币×0.4+收藏×0.3+弹幕×0.4+评论×0.4+播放×0.25+点赞×0.4+分享×0.6。播放量=10/3×推荐指数。
在视频冷启动的阶段，要努力提升以下指标：硬币数、收藏数、弹幕数、评论数、点赞数、分享数。视频完播率的最低标准要控制在17%以上。
B站如何给用户推送内容？
B站推荐内容的方式和小红书知乎类似，推荐主要来自以下几个角度：
搜索过的关键词相关的内容
关注的UP主发布的内容
浏览、互动过的内容相关的内容
热门内容
关注的频道，浏览的频道相关的内容
怎么做针对B站的内容营销战略？
假设我们要为一个预计年销售额1亿且定价200元的新品在B站上做内容营销布局。
在B站建立品牌的官方号的价值大于小红书，更大于知乎。
品牌在B站的投放主要找有一定粉丝量的UP主做产品宣传视频，引导到电商平台产生购买。这是过去常规的模式。
我们的内容营销战略，要在B站建立内容营销的良性循环。
让每一个投放动作都为后续的动作赋能，而不是每一次投放都是独立的。
连贯性动作 ：
通过官方号及对应的社群建立一个基于B站的高粘性粉丝群体， 为品牌的内容持续进行冷启动 。
锚定1个或多个关键词，内容投放集中瞄准这个关键词 ，附带从其他关键词引流，这样搜索这个关键词，或者关注这个关键词的用户，会更可能关注到品牌的内容。
素人内容+大粉丝量UP主持续投放
，大UP主投放不仅是直接带来销量的效果广告，还为品牌布局的关键词圈住更多潜在用户，让他们之后看到更多品牌布局的素人内容。
如何评价B站内容营销的数据？
B站的数据首先是关注播放量。
圈住的粉丝数或社群用户也是很有价值的指标。
可以参考B站UP主的平均广告价对应的平均播放量，算出播放量均价=平均播放量/平均价格。作为投放的盈亏平衡线。
B站的数据容易爬取，可以直接汇总相关视频链接，然后用爬虫定期爬取数据并更新。
总结一下
B站的流量主要集中在推荐页，可以估计占比90%以上，直播页也有一定流量，可以估计占比低于5%，动态页流量较少，预计低于1%，所以要注重粉丝粘性的维护，才能提升粉丝的价值，否则粉丝价值低。
B站视频的播放量遵循以下公式：
播放量=10/3×（硬币×0.4+收藏×0.3+弹幕×0.4+评论×0.4+播放×0.25+点赞×0.4+分享×0.6）。
为了让视频在冷启动阶段过关，前期要尽力提升互动数据。可以考虑建设粉丝社群来提升互动。要注意通过官方号来聚集粉丝，通过活动等方式增强粘性。
B站会根据关键词、标签来推荐内容，建议集中精力打爆某个关键词，尽力圈出精准用户。
以上为鸟哥笔记 “春羽计划”
资深作者【江流】本次分享的全部内容啦，如果你对职场成长也颇有想法，乐于和广大从业者分享自己的实践与思考，欢迎加入春羽计划！
