Как TikTok решает кому показывать видео: сигналы ранжирования FYP

TikTok не просто показывает популярное — он строит отдельную ленту для каждого из миллиарда пользователей. Видео, которое попадёт в ваш FYP, и видео, которое увидит ваш сосед, могут вообще не пересекаться. Как платформа принимает это решение — миллиарды раз в секунду? Ответ в сигналах ранжирования: конкретных данных, которые TikTok собирает о видео, авторе и зрителе, а затем взвешивает, чтобы предсказать, захочет ли этот человек смотреть именно это видео. Этот материал разбирает каждую группу сигналов, объясняет их относительный вес и показывает, как автор может сознательно влиять на ранжирование.

Как применять сигналы на практике

Для каждой серии видео проверяйте одну гипотезу: соответствие темы аудитории, понятность первого кадра, удержание, распространение или поисковый намерение. Не пытайтесь компенсировать слабое соответствие темы одним показателем активности.

Как TikTok отбирает видео для вашей ленты: общая механика

Каждый раз, когда вы открываете TikTok, система выполняет несколько шагов за доли секунды. Сначала формирует пул кандидатов — видео, которые потенциально могут вас заинтересовать. Затем ранжирует этих кандидатов по прогнозируемой вероятности взаимодействия. Наконец, строит ленту, где видео с наивысшей прогнозируемой вовлечённостью стоят первыми.

Ключевое слово — «прогнозируемая». TikTok не знает точно, понравится ли вам видео. Но он строит математическую модель на основе тысяч точек данных о вас и о видео, и эта модель предсказывает вероятность каждого типа взаимодействия. Затем взвешивает эти вероятности и считает «оценку интересности» для каждого видео.

Категория 1: сигналы взаимодействия с видео — самые важные

Сигналы взаимодействия — самая мощная категория, потому что они показывают реальную реакцию реальных людей на конкретное видео.

Completion rate и повторные просмотры — лидер иерархии. Завершить просмотр — это действие, которое сложно «подделать» рефлекторно. Повторный просмотр — ещё более сильный сигнал: человек сознательно решил посмотреть ещё раз.

Репост на втором месте. Когда вы отправляете видео другу, вы одновременно подтверждаете его ценность, распространяете на новую аудиторию и берёте на себя репутацию. Алгоритм понимает эту логику.

Негативные сигналы TikTok тоже учитывает: нажатие «Not Interested», жалобы на видео, быстрая прокрутка без просмотра.

Категория 2: информация о видео — контекст для алгоритма

Подписи и хэштеги. TikTok анализирует текст подписи и семантику хэштегов. Три релевантных хэштега говорят алгоритму гораздо больше, чем 30 случайных. Хэштег #FYP не является «магическим ключом» — TikTok официально подтвердил это.

Звуки и музыка. Трендовые звуки уже имеют «аудиторию»: люди, ищущие видео с конкретным треком, формируют кластер. Видео с трендовым звуком автоматически попадает в этот кластер.

Computer Vision (CV) — автоматический анализ видеоряда. TikTok анализирует визуальный контент: распознаёт объекты, лица, действия, сцены. Видео с едой попадает в кулинарный кластер даже без хэштегов.

Категория 3: настройки аккаунта и устройства

Эта категория имеет наименьший вес из трёх, но выполняет важную функцию — локализацию. TikTok использует данные о языке устройства, стране и типе девайса преимущественно для показа регионального контента на понятном языке.

Как алгоритм взвешивает сигналы: прогнозная модель

TikTok строит прогнозную модель для каждой пары «видео — зритель». Для каждого видео в пуле кандидатов алгоритм прогнозирует вероятности: досмотра, лайка, комментария, репоста. Каждая вероятность умножается на вес соответствующего действия, суммы складываются в «оценку интересности». Видео с наивысшей оценкой становится первым в вашей ленте.

Как автор может влиять на сигналы ранжирования

Заключение

Сигналы ранжирования TikTok — не чёрный ящик. Платформа официально публикует свои принципы ранжирования: алгоритм вознаграждает контент, который люди действительно смотрят, распространяют и с которым взаимодействуют.

Усилить стартовые сигналы новых видео можно через продвижение TikTok на rock-boost.com.ua — просмотры, лайки и репосты от живых аккаунтов дают алгоритму данные для первого пакета.

Частые вопросы о сигналах ранжирования TikTok

Помогает ли хэштег #FYP попасть в рекомендации?

TikTok официально подтвердил, что хэштег #FYP не является магическим ключом к рекомендательной ленте. Алгоритм определяет, кому показывать видео, на основе реальных сигналов взаимодействия — а не наличия конкретного хэштега.

Влияет ли количество подписчиков на ранжирование?

Опосредованно: большая аудитория означает больший первый пакет. Но алгоритм оценивает каждое видео независимо. Видео с маленького аккаунта с 85% completion rate обгонит видео-миллионника с 25% completion rate в FYP незнакомых людей.

Учитывает ли TikTok сигналы с других платформ?

Нет. TikTok строит ранжирование исключительно на собственных данных — просмотрах и взаимодействиях внутри приложения. Активность в Instagram или YouTube никак не влияет на FYP TikTok.

Есть ли разница между лайком и сохранением для алгоритма?

Сохранение — чуть более сильный сигнал, чем лайк, так как говорит «хочу вернуться к этому позже». Но оба значительно уступают completion rate и репосту. Увеличение completion rate даже на 20% даст больший эффект для ранжирования, чем удвоение сохранений.

Игорь Вовчан

Специалист сервиса rock-boost.com.ua

Полезные материалы по теме

• диагностика 200–500 просмотров
• анализ Watch Time

Игорь Вовчан

Специалист сервиса rock-boost.com.ua