聲明:本文來自于微信公眾號鳥哥筆記（ID:niaoge8），作者:江流，授權轉載發布。
品牌對在知乎做內容營銷會有疑慮，因為數據不能馬上看到，因為難以建立與銷售的明確關系。
但在B站做內容營銷，我們就不需要問為什么，只需要行動。
B站的數據反饋很豐富，很快，投放帶來的效果主要在第一周就會確定。方便向老板匯報。并且更容易建立與銷售的關聯。比知乎和小紅書都更加確定。B站的內容營銷，一方面可以直接帶來銷量轉化，另一方面也可可以打造成潛在購買者參考意見的地方。
B站的流量在哪里?
最主要的流量是打開APP首先看到的頁面:首頁-推薦頁。
直播頁也有一些流量。
搜索也會帶來一部分流量。B站和知乎的內容都可能出現在百度搜索結果中，而小紅書不會。
這方面的邏輯比知乎和小紅書都更清晰，因此不展開討論。
B站推薦內容的核心邏輯
前兩年B站代碼泄露的事，有不少人解讀過疑似B站推薦的核心算法
視頻的推薦指數=硬幣×0.4+收藏×0.3+彈幕×0.4+評論×0.4+播放×0.25+點贊×0.4+分享×0.6，一天內的新發布視頻推薦指數提高1.5倍。
專欄文章的推薦指數類似。
看到網友對這個推薦指數進行了驗證，但是數據量很小，于是我也來進行下驗證。
（以下數據采集時間為2021.08.18）
首先，我爬取了B站科技區頭部默認的160個熱門視頻的數據。畫出了散點圖，橫軸代表播放量，縱軸代表推薦總數。
在以下所有的數據中，由于評論數據是ajax動態加載數據，略麻煩，就沒有爬取。我的這個推薦指數就不包含評論因素。這點缺失不會對結果造成明顯影響。
散點圖的關系相當漂亮，嚴格在一條斜線附近，說明熱門視頻的播放量與推薦指數的關系非常明確。
熱門視頻的數據是視頻最后的穩定數據。那么對于數據增長中的較新視頻，是不是也服從這一規律呢?
由于較新視頻的各項數據較低，我于是選取了最新發布的1000條數據，發布日期為最近兩日的。得到以下圖。依然是一條斜率幾乎一樣的斜率。
不過上圖大部分數據都在閱讀量5000以下，看得還不清晰，于是我剔除了閱讀量5000以上的數據。
由于網傳的推薦指數包含對24小時內發布視頻加權1.5倍的影響。我于是將這1000條數據分為兩組，前500條數據大多是最新發布24小時的視頻，后500條數據大多是24-48小時內發布的視頻。
下圖為后500條數據。
下圖為前500條數據。兩圖斜率幾乎一致，且散點和斜線都非常接近。各幅圖的斜率基本都在0.29，預計如果添加上評論因素，斜率會在0.30。
得出這樣的數據還不能使我放心，因為在推薦指數中，播放量與推薦指數的單獨關系中，斜率是0.25，這些互動動作的權重只占20%呀。于是我測算了推薦指數中剔除播放量因素的數據。得到以下圖。當推薦指數不包含播放量因素時，推薦指數和播放量的關系并不是一條直線。
通過以上數據研究得出以下結論:
B站視頻的播放量與推薦指數嚴格相關，播放量=0.3推薦指數。
推薦指數=硬幣×0.4+收藏×0.3+彈幕×0.4+評論×0.4+播放×0.25+點贊×0.4+分享×0.6。
推薦指數對新老視頻一視同仁，并沒有對新視頻加1.5倍的播放量扶持。
沒有對新視頻的推流測試。這一點不同于知乎、小紅書、抖音等平臺。其他平臺都會先給如500-1000曝光來測試數據，B站沒有。
播放量與完播率無關。并不會因為你的視頻完播率高而獲得更高的推薦權重。
播放量也與打開率無關。并不會因為你的視頻在信息流中點擊率高而獲得更高的推薦權重。
有網友對幾個賬號視頻的完播率進行統計，也說明了播放量與完播率關系不大。但數據中完播率均高于17%。
‘
這涉及到一個問題。B站的播放量統計，并不是點擊了視頻就計算播放。
B站的播放量數據，要求同一個賬號，一段時間內，多次觀看一個視頻，都只計算1次播放量，且觀看一個視頻要達到一定時長比例，觀看時長太低，也不計算播放量。
這個計算規則接近于和微信公眾號的閱讀量計算規則一樣嚴格。可以理解為B站視頻的播放量，就是實實在在的這個視頻被多少個人觀看了。
從上圖的數據來看，這個計算播放量有效的播放比例小于17%，預計在10%-17%之間。
為什么B站推薦視頻時不考慮完播率呢?因為如果完播率明顯影響視頻的播放量，則短視頻就會有明顯優勢，中長視頻獲得的流量就會明顯減少，讓用戶不再愿意生產中長視頻。抖音的推薦算法會考慮完播率，所以使得博主不愿意生產長視頻。
為什么B站不對新視頻進行一定的推流測試呢?其他平臺的推薦算法對新內容進行推流測試，根據的是打開率，完播率等數據，打開率根據的是頭圖，標題。對于中長視頻而言，這些不是判斷視頻是否受歡迎的標志，互動才是。
B站沒有推流測試，意味著新用戶發布的新視頻，如果沒有初始互動，則可能播放量為0。除非通過搜索觀看視頻的用戶把這個視頻頂起來了。
有一定粉絲量的UP主的視頻不容易被埋沒，粉絲量低的UP主的優質視頻有可能被埋沒。粉絲量低的UP主為了讓視頻不被埋沒，需要前期拉人給視頻創造人氣。
B站的推薦指數算法是怎么發揮作用的呢?
在視頻冷啟動階段，推薦指數促使UP主要給新視頻帶來初始流量，獲得人氣。
當視頻的互動數據好時，播放量<0.3×推薦指數，則獲得推薦，從而播放量上漲，直到播放量=0.3×推薦指數。
當視頻播放量過高時，播放量>0.3×推薦指數，則不獲得推薦，直到互動數據趕上來。
所以，刷播放量的策略在B站上不起作用。只會讓視頻的真實流量更少。
對于B站而言，粉絲量是重要的，高粘度的粉絲是重要的。這個推薦算法也解釋了為何B站的大UP主商業價值高于小紅書高于知乎。
總結一下:
B站推薦內容的核心邏輯就是遵循推薦指數=硬幣×0.4+收藏×0.3+彈幕×0.4+評論×0.4+播放×0.25+點贊×0.4+分享×0.6。播放量=0.3×推薦指數。
在視頻冷啟動的階段，要努力提升以下指標:硬幣數、收藏數、彈幕數、評論數、點贊數、分享數。視頻完播率的最低標準要控制在17%以上。
B站如何給用戶推送內容?
B站推薦內容的方式和小紅書知乎類似，推薦主要來自以下幾個角度:
搜索過的關鍵詞相關的內容
關注的UP主發布的內容
瀏覽、互動過的內容相關的內容
熱門內容
關注的頻道，瀏覽的頻道相關的內容
怎么做針對B站的內容營銷戰略?
假設我們要為一個預計年銷售額1億且定價200元的新品在B站上做內容營銷布局。
在B站建立品牌的官方號的價值大于小紅書，更大于知乎。
品牌在B站的投放主要找有一定粉絲量的UP主做產品宣傳視頻，引導到電商平臺產生購買。這是過去常規的模式。
我們的內容營銷戰略，要在B站建立內容營銷的良性循環。
讓每一個投放動作都為后續的動作賦能，而不是每一次投放都是獨立的。
連貫性動作:
通過官方號及對應的社群建立一個基于B站的高粘性粉絲群體，為品牌的內容持續進行冷啟動。
錨定1個或多個關鍵詞，內容投放集中瞄準這個關鍵詞，附帶從其他關鍵詞引流，這樣搜索這個關鍵詞，或者關注這個關鍵詞的用戶，會更可能關注到品牌的內容。
素人內容+大粉絲量UP主持續投放，大UP主投放不僅是直接帶來銷量的效果廣告，還為品牌布局的關鍵詞圈住更多潛在用戶，讓他們之后看到更多品牌布局的素人內容。
如何評價B站內容營銷的數據?
B站的數據首先是關注播放量。
圈住的粉絲數或社群用戶也是很有價值的指標。
可以參考B站UP主的平均廣告價對應的平均播放量，算出播放量均價=平均播放量/平均價格。作為投放的盈虧平衡線。
B站的數據容易爬取，可以直接匯總相關視頻鏈接，然后用爬蟲定期爬取數據并更新。
總結一下
B站的流量主要集中在推薦頁，可以估計占比90%以上，直播頁也有一定流量，可以估計占比低于5%，動態頁流量較少，預計低于1%，所以要注重粉絲粘性的維護，才能提升粉絲的價值，否則粉絲價值低。
B站視頻的播放量遵循以下公式:
播放量=0.3×（硬幣×0.4+收藏×0.3+彈幕×0.4+評論×0.4+播放×0.25+點贊×0.4+分享×0.6）。
為了讓視頻在冷啟動階段過關，前期要盡力提升互動數據。可以考慮建設粉絲社群來提升互動。要注意通過官方號來聚集粉絲，通過活動等方式增強粘性。
B站會根據關鍵詞、標簽來推薦內容，建議集中精力打爆某個關鍵詞，盡力圈出精準用戶。
