一、算法推荐机制解析
抖音的推荐系统像一场精密的数学运算，核心公式是 y = F(内容特征, 用户画像, 环境数据)。新账号的冷启动阶段，系统会先给300左右的初始流量，这些数据来自：

1. 账号粉丝（非全部推送，优先活跃用户）

2. 潜在兴趣人群（通过行为标签匹配）

关键指标权重排序为：完播率 > 点赞率 > 评论率 > 转发率。举个例子：1分钟视频若只有20%用户看完，系统会判定内容吸引力不足，减少后续推荐。

二、投放策略优化

1. 分时竞价技巧

• 早9-10点：分析昨日数据，点击率<1.5%立即修改视频前3秒；转化成本超利润则降价10%或调整定向。

• 下午14-15点：复制高消耗计划，标题加“_V2”后缀，定向从“18-25岁”微调至“22-30岁”。

• 晚20-21点：餐饮店加投“夜宵”关键词，服装店定向刷剧人群。

2. 新手出价公式
   利润导向型产品（如护肤品）按 利润÷3 设定初始出价。例如：利润100元，出价约33元，后续根据数据动态调整。

3. 复购用户管理
   在后台设置“排除已转化用户”，单独投放“老客专属福利”，实测奶茶店复购率提升3倍。