看到过很多解释,有些甚至非常精彩,但我感觉,并没有真正解决我的疑惑。
今天忽然想到一种可能的解释,于是赶紧记下来。我的答案是,这个结局是概率论所决定的,非人力所能影响。
首先我有一个初步结论,“理想情况下,在完全由关系链进行内容分发的流量平台,头部账号的粉丝数量呈现幂律分布。在完全由算法进行内容分发的流量平台,头部账号的粉丝数量呈现正态分布。“
由此自然有推论,”现实情况下,越接近关系链分发的平台,结构越偏幂律分布。而越接近算法分发的平台,结构越偏正态分布。
由于推论过于显然,下面我主要证明初步结论(用数学的说法叫做引理)。以下部分需要一些概率论的基础知识,但我尽量说的浅显直白一些,让非数学专业的同学们也能看懂,但因此在部分细节上,会有数学上的不严谨之处,但只有这样表述,才容易表述的清晰。
首先,正态分布是生活中最常见的分布,正态分布的形成机理在于中心极限定理。这句话是什么意思呢?可能大家都听说过正态分布,因为太常见了,如人的身高、体重、寿命等等。而正态分布为什么常见,背后就是伟大的中心极限定理:“独立同分布随机变量之和趋近正态分布”.
在生活中的状态就是,当某个指标被大量相互独立的因素影响的时候,会趋近于正态分布。比如影响人的身高的因素,包括遗传、营养、运动等等,各个影响因子,互相独立,则他们满足正态分布。
但是,影响因子的独立,在很多情况下,并不是一个合理的假设。譬如人的财富、收入,显然并不满足正态分布。
那是因为影响财富的因子中,有大量存在马太效应。譬如,教育、就业、人脉、婚姻等等都会影响财富,但其中并不独立,最好的工作会被具有最好教育背景的人获取,而这样的人往往获得更强大的人脉,拥有更优质的婚姻。如果影响因子之间具有正反馈,那么指标的分布,则呈现幂律分布。
这张图形象的表达了幂律分布和正态分布的区别。蓝色的是正态分布,有贫富差距,但是相对可控,我们可以看到,当Y轴向上扩大到一定数量时,X轴几乎触底,而触底则意味着,已经消耗了100%的样本。而红色是幂律分布,在Y值极速扩大的时候,依然拥有庞大的基数。
这也就是我们经常说财富或者收入”被平均“的原因。就像我曾经在网上看到过的一个笑话,形象的表达的幂律分布下,中位数和平均数之间的差距。
好,关于概率论的科普部分结束。下面进入正题。对快手熟悉的读者可能已经发现,“实际中等收入的位置”这张图,就类似快手现在的流量结构,大V把控大部分粉丝,而这是由过于重视私域流量的战略所必然决定的。
迫于强大的竞争对手的压力,快手进行差异化定位,以关系链为核心,给内容创作者足够的私域。从结果来看,快手确实因此在重重竞争下努力成长,印证了战略的成功。
那么,我们构建一个内容创作者的涨粉模型。做一个简单的假设,新增粉丝=内容的非粉丝曝光数*转化率。而在强调私域流量的平台,譬如微博,快手,视频号,都有一个特点,内容的非粉丝曝光数与存量粉丝数量极大地正相关。
这种正相关的来源,微博主要来自于转发,视频号主要来自于点赞。而本文的主角快手,包括了算法中对社交的倾斜、顺畅的微信生态传播、直播中的挂榜和连麦等等。这也就说明了,幂律分布是私域流量结构的终局。
而如果一个平台完全是以算法进行分配,且算法中不考虑社交因子呢?这个公式依然没变,新增粉丝=内容的非粉丝曝光数*转化率。但是,内容的非粉丝曝光数,将不再与创作者的粉丝数正相关,而完全由平台算法决定,在目前的平台算法中,内容的曝光数总体,呈现幂律分布。
当创作者粉丝数较小的时候,可以近似的将内容的曝光数等同于内容的非粉丝曝光数,则创作者每个内容增加的粉丝数,呈现幂律分布,且前后独立,根据之前说的中心极限定理,“独立同分布随机变量之和呈现正态分布”,粉丝数将呈现正态分布。而考虑到头部创作者的内容曝光数会大幅高于非粉丝曝光数,其头部创作者的粉丝数,甚至将低于正态分布。
理论部分论证完毕,下面上结论。
第一,并没有纯私域的平台和纯公域的平台,所以所有平台的流量结构,都会是幂律分布和正态分布的结合体,快手会强烈倾向于幂律分布。
第二,快手的流量普惠战略会起到效果,但是非常有限。比如限制大号的曝光,比如限制挂榜行为,这些都是有用的,但是“关系链传播+强调私域”的差异化定位如果不改变,幂律分布的实质不会有变化。
第三,看似去中心化的微信视频号,将不可避免的走向幂律分布,等待时间。这背后或许是创业的大好机会。
第四,以算法分发为核心的平台,将长期保持竞争优势。
本文论述完毕。
最后说一些无关的话,正态分布和幂律分布,在投资和研究中还有很大的作用。
举一个小例子,今天忽然想到,我们平常说的“项目制公司”,如果项目之间的成败关系不大,市值分布会最终呈现出正态分布,比如影视行业。但如果项目成功经验、工具、ip可以复用,市值分布会呈现幂律分布,比如游戏行业。寻找幂律分布的行业,或许会成为一个有效的投资法则。
扫码加入私域流量学院,更多的私域流量技巧/案例都在这里!!!
版权声明
本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。
评论