本文作者：施言

獨立分析師Eugene Wei圍繞TikTok先后寫了三篇文章，分別從三個角度來闡述他對這個“新物種”的理解：

推薦算法實現(xiàn)內(nèi)容精準分發(fā)和用戶分層/區(qū)隔；

單列設(shè)計有效收集用戶的負反饋并優(yōu)化算法；

便捷的生產(chǎn)工具和功能操作激活了用戶的創(chuàng)造力和模因的病毒性傳播。

縱覽三篇文章，Eugene Wei對TikTok是相當推崇的，其中也不乏對Facebook、Instagram、Twitter、Youtube等傳統(tǒng)頭部產(chǎn)品創(chuàng)新衰竭的吐槽。

尤其是，作為一名美國互聯(lián)網(wǎng)的從業(yè)者和評論寫作者，Eugene Wei對TikTok的分析視角和國內(nèi)前輩老師對抖音快手的分析視角有諸多差異。因此我將自己對這三篇文章的閱讀思考整理如下，做個記錄和分享，也便于大家交流討論。

原文是英文，加上我是基于自己的邏輯重新梳理讀后感，難免會有理解不到位和信息遺漏的地方，有興趣有條件的讀者建議看看原文。

他的代表作是對社交資本、社交地位Staas（Status as a Service）的系列研究文章。（西昂翔老師曾將其編譯為《禪與社交網(wǎng)絡(luò)維修藝術(shù)》一文）

《TikTok和分院帽》（TikTok and the Sorting Hat）

潘亂老師的《亂翻書》對這篇文章已經(jīng)做了中文編譯。

第一篇文章，Eugene Wei主要回顧了Musical.ly到TikTok的發(fā)展歷史，這部分和大家在諸多國內(nèi)媒體看到的版本相比沒什么信息增量，不再贅述。

他強調(diào)了TikTok是如何通過算法實現(xiàn)個性化推薦，從而有效地對用戶進行分層和區(qū)隔，緩解了社交/社區(qū)產(chǎn)品中差異化人群的社交摩擦——即《哈利波特》中的“分院帽”功能，尤其是在美國這樣多元文化異質(zhì)性很強的國家。

吐槽了Facebook、Instagram、Twitter、YouTube等競品長期遲鈍的創(chuàng)新能力和混亂的產(chǎn)品戰(zhàn)略方向。也反思了Facebook、Twitter這種依靠社交圖譜（雙向/單向關(guān)注）拓展興趣圖譜的局限性——當社交網(wǎng)絡(luò)達到一定規(guī)模，用戶在內(nèi)容消費上就可能受到這種社交聯(lián)系的負面影響：

Facebook上是弱關(guān)系向強關(guān)系轉(zhuǎn)變造成的社交壓力。比如你認識但不熟的人向你發(fā)出好友邀請，你該如何是好；即使雙向關(guān)注的“好友”也不一定是真正的熟人朋友關(guān)系，面對這種尷尬的社交聯(lián)系會有很多現(xiàn)實困擾。

Twitter上是“關(guān)注內(nèi)容還是關(guān)注人”的分歧。單向關(guān)注雖然更靈活，但是早期沒有提供足夠的反饋機制去規(guī)范用戶發(fā)什么內(nèi)容，所以會造成“我關(guān)注一個大V，但并不是對ta所有內(nèi)容都感興趣”的選擇麻煩。

相比之下，TikTok的優(yōu)勢在于其是完全沒有社交聯(lián)系的純粹興趣圖譜，完全基于用戶和算法之間的互動（“當你在看TikTok時，TikTok也在看你”）：

算法高效，用戶可以沉浸在自己的興趣圈子；

視頻很短，用戶在單位時間提供的訓(xùn)練數(shù)據(jù)量很大；

視頻具有娛樂性，用戶樂在其中。

在最后也簡單提了TikTok的局限性：

推薦算法造成同質(zhì)性內(nèi)容（此處沒有使用“信息繭房”的爭議性詞匯，目前大家對于這一概念的定義和成因還存在分歧）；

豎屏不利于寬幅畫面的展示。

《像算法一樣看》（Seeing Like an Algorithm）

這篇主要是從三個對比來肯定TikTok（抖音）的單列設(shè)計是怎么幫助算法高效識別用戶的負反饋：

蘋果為代表的用戶友好型設(shè)計核心是：順滑（消除交互摩擦，最基本需求）和感到喜悅（時尚、優(yōu)雅、有品味等，用戶的精神需求） ；

TikTok為代表的算法友好型設(shè)計，先服務(wù)/優(yōu)化算法再更好地服務(wù)用戶，是打地基、鑄造飛輪核心，推動業(yè)務(wù)可持續(xù)發(fā)展和實現(xiàn)消費規(guī)模。

Facebook和Twitter為代表的信息流產(chǎn)品的交互設(shè)計是無限豎屏滾動流，優(yōu)點是為用戶提供一種不受約束的消費節(jié)奏控制感，缺點是難以定位用戶對同一條內(nèi)容的情緒反饋；

TikTok為代表的短視頻產(chǎn)品是單列全屏分頁，幫助算法收集來自用戶的各種信號和反饋，尤其是幫助判定用戶的消極反饋。

社交圖譜（Facebook）基于社交網(wǎng)絡(luò)構(gòu)建，會避免使用dislike按鈕等直接的負面信號反饋設(shè)計來增加交互摩擦；

興趣圖譜（Reddit）是以（有趣的）內(nèi)容為基礎(chǔ)構(gòu)建，需要直接的負面信號反饋來保證社區(qū)內(nèi)容的質(zhì)量與調(diào)性；

社交圖譜和興趣圖譜存在偏差，你感興趣的內(nèi)容和你認識的人感興趣的內(nèi)容可能不一致（比如Twitter，作者將其定義為基于社交圖譜構(gòu)建的興趣圖譜），從時序排列到算法推薦就是解決手段；

TikTok沒有不贊成/不喜歡的降格按鈕，但是通過單列設(shè)計，以較少的用戶交互摩擦（一次只能刷一條）為代價換來算法對用戶消極反饋的高效識別，從而強化底層推薦算法，讓飛輪跑起來。

《美式虛閑》（American Idle）

這篇講創(chuàng)造力的網(wǎng)絡(luò)效應(yīng)。

國內(nèi)很多前輩老師講抖快在規(guī)模效應(yīng)和網(wǎng)絡(luò)效應(yīng)上的對比，但是Eugene Wei這里分析的網(wǎng)絡(luò)效應(yīng)不是指社交關(guān)系鏈接的網(wǎng)絡(luò)，而是講文化模因（meme）作為一種復(fù)制因子是如何通過TT的產(chǎn)品功能+算法被放大和擴散所形成的抽象網(wǎng)絡(luò)。

我個人理解兩種網(wǎng)絡(luò)的差異在于：

前者的節(jié)點是用戶個體，鏈接是關(guān)注關(guān)系；

后者的節(jié)點則是模因（可以具象為引起病毒性傳播的特定短視頻，及其具備可復(fù)制性的畫面、音樂元素），鏈接則是用戶的創(chuàng)造力（模仿/創(chuàng)新，對應(yīng)模因的遺傳/變異）+TikTok產(chǎn)品功能和推薦算法（放大器，簡化用戶操作便于創(chuàng)新實現(xiàn)和病毒性傳播）。

Eugene Wei認為TikTok在功能設(shè)計的革命性在于：將傳統(tǒng)編輯軟件Pr/AE的復(fù)雜操作簡化成功能模塊，便于用戶使用（比如剪映的一鍵特效和濾鏡），同時可以對舊視頻進行元素提?。ó嬅婕糨嫼鸵魳诽崛〉龋┖途庉嬓薷?。這樣TikTok上的內(nèi)容可以被分解成基本單元，也可以基于用戶創(chuàng)造力而重新組合。TikTok的美學(xué)就是創(chuàng)造力的證明。

用戶可以把TikTok內(nèi)容上傳到Y(jié)ouTube或Instagram Reels，但是這些平臺都無法對短視頻進行精細化編輯，所以只能成為分發(fā)平臺，而創(chuàng)造力發(fā)生在TikTok上。

Instagram上的內(nèi)容是表演性的，而TikTok上是兼具表演性和創(chuàng)作者主體意識的。Instagram可以抄襲Snapchat的stories功能而獲得一時成功，但是用戶的創(chuàng)造力難以被復(fù)制，這是建立在TikTok產(chǎn)品功能+推薦算法之上的用戶生態(tài)的競爭力體現(xiàn)，并且形成了飛輪式的正反饋（“原子可以復(fù)制，但是魔力存在于分子水平”）。

還吐槽了Youtube幾乎沒有官方的視頻生產(chǎn)工具。在第一篇和第三篇文章兩度吐槽這點，并指出這可能是讓TikTok乘虛而入占領(lǐng)短視頻市場的原因之一。

Eugene Wei重點提到TikTok的Duet（即抖音的合拍，新舊視頻分屏對稱性展示）、Stitch（貌似抖音沒有對應(yīng)功能，就是將新舊視頻的非對稱性排布）功能，被歐美用戶玩出很多花樣。

比如圖中的精彩case，用戶B只是掃把放頭上來低劣模仿用戶A的奇怪發(fā)型，而用戶C是錯位拍攝來表演自己在舉著這掃把，自此開始，后邊的用戶都在模仿+創(chuàng)新這種錯位拍攝做套娃和疊加，最后若干個視頻被整合剪輯成這樣一個mosaic（人類的本質(zhì)就是復(fù)讀機）。相反國內(nèi)用戶在模仿/創(chuàng)新上偏保守，這也是中美文化和生活方式的差異造成的創(chuàng)新力的差異。

此外粉絲在評論區(qū)@創(chuàng)作者來模仿“交作業(yè)”，也成為TikTok的一種社區(qū)規(guī)范形成并反饋循環(huán)。

從Musical.ly到抖音到TikTok，都是主打音樂短視頻。音樂的文化穿透力很強，歌詞/旋律就可以作為特定模因的起源，而視頻化可以加速音樂的傳播和流行（比如TikTok/抖音上的熱歌熱曲）。

音樂作為模因的傳播周期更長，而人作為視覺動物對圖像更敏感，圖像/視頻可以成為坐標幫助人們建立對音樂的持續(xù)記憶。

比如你可能不會哼唱Celine Dion的《My Heart Will Go On》，但你肯定會條件反射式聯(lián)想起Jack和Rose在甲板上伸手相擁的畫面。TikTok就是現(xiàn)代的MTV。

注：Eugene Wei畢業(yè)于斯坦福，是Amazon的第一位戰(zhàn)略分析師，后又就職于Hulu、Flipboard、Facebook旗下的VR業(yè)務(wù)Oculus。他在互聯(lián)網(wǎng)產(chǎn)品方面有諸多工作實踐和研究，并在個人博客Remains of the Day上做輸出。離開企業(yè)后，目前他專職TMT評論寫作、咨詢和天使投資的工作。

Eugene Wei提到自己之前文章過長而被讀者吐槽，所以基于用戶對短內(nèi)容的消費需求和碎片化的消費習(xí)慣，將第三篇文章分割成多個彼此邏輯關(guān)聯(lián)不大的章節(jié)（類似和王興深度綁定的《有限與無限的游戲》），章節(jié)之間跳躍性很強，反而很難一氣呵成讀下來，集中性的閱讀體驗并不好。

本文作者：施言