小红书种草数据 | 流量推荐机制是什么？

【导语】对于品牌来说，笔记能被平台推荐，意味着上热门的几率更大，能被分发的流量也越多，那么如何能被系统打高分，推荐给大众呢？本文通过小红书数据分析网站进行说明。1、五大推荐机制机器算法推荐:当小红皮书获得用户越来越完整的数据包时,它更倾向于根据用户的喜好推荐不同的内容,以增加用户的保留率。阅读延伸推荐:根据内容单元的相关性进行推送,同样是推送用户感兴趣的内容,延伸阅读,提高用户保留率。关系网络的推荐:小红书主页上有一个关注Tab,将向用户推荐关注的专家。朋友更新内容,利用社会关系留住用户。地理位置的推荐:小红书主页上有一个附近的Tab,向用户推荐距离20公里的用户发送的内容。通知栏推荐:使用机器算法,根据不同用户的不同需求推送相关内容。2、笔记内容推荐逻辑核心：笔记被收录、标签分类匹配、互动率（CES）1、内容的原创性笔记的原创性内容永远是被推荐的第一要义，小红书严厉打压抄袭、照搬等笔记，一旦判定就会被限流，笔记发布后在合规的前提下被平台收录，打上内容标签，推送给兴趣用户。所有笔记在一视同仁下进入第一个流量词，基本的曝光量在200左右。查询收录的两个方法：小红书搜索框搜索、千瓜收录查询图 | 千瓜数据2、笔记关键词笔记中被提取的关键词、地理位置等信息是标签的重点关键词，将其推荐给可能感兴趣的人，例如用户平常爱看健身类的笔记，平台则会推荐更多的健身笔记给用户。此外，封面和标题关键词决定笔记的打开率。3、提高互动率（CES）系统内部会给笔记自动打分，决定是否要继续推荐到下一轮流量池。提高互动率主要从这几个方面入手：热门话题、内容新奇、争议性、独特故事。3、品牌如何找到权重高的博主账号主要指标：原创性、垂直度、内容质量。可以利用千瓜数据进行笔记内容场景的部署，以及优质达人的筛选。图 | 千瓜数据