Bài viết này liệt kê và thảo luận về các loại tín hiệu khác nhau mà các nền tảng người dùng đo lường để hiển thị nội dung phù hợp cho đúng người dùng.
Khi xây dựng một lượng khán giả, chúng ta thực sự chỉ có một số ít các nền tảng để lựa chọn. Điều thú vị là các nền tảng này thưởng cho các loại tín hiệu khác nhau. Hầu hết các mạng xã hội, chẳng hạn, xem xét sự kết hợp giữa tương tác, độ gần gũi (khoảng cách giữa hai người dùng trên đồ thị người dùng) và sự liên quan. Nhưng không phải nền tảng nào cũng đo lường cùng một tín hiệu. Và không phải nền tảng nào cũng công khai về cách họ đo lường chúng.
Các thuật toán của nền tảng người dùng có nhiệm vụ làm cho nội dung phù hợp nhất trở nên dễ khám phá. Điều này liên quan trực tiếp đến trải nghiệm người dùng: nội dung càng tốt, trải nghiệm càng tốt, nền tảng càng kiếm được nhiều tiền. Khi nền tảng phát triển, khối lượng nội dung trở nên quá lớn để người dùng tự sắp xếp. Nó cần được phân loại. Đó là lúc các thuật toán xuất hiện.
Công cụ tìm kiếm có các tín hiệu “xếp hạng” vì chúng xếp hạng kết quả cho mọi người dùng tìm kiếm cùng một từ khóa. Sự khác biệt giữa người dùng này và người dùng khác là rất nhỏ, mặc dù Google có cá nhân hóa kết quả tìm kiếm ở một mức độ nào đó. Nhưng trên tất cả các nền tảng khác, ý tưởng về tín hiệu xếp hạng liên quan nhiều hơn đến phạm vi tiếp cận hoặc độ hiển thị, tức là có bao nhiêu người thấy một bài đăng.
Khi chúng ta hiểu được các tín hiệu mà các nền tảng sử dụng để đánh giá hành vi và nội dung, chúng ta có thể tạo ra nội dung tốt hơn và tiếp cận nhiều người dùng hơn. “Bảng thưởng thuật toán” là sự so sánh cách các tín hiệu này được sử dụng (hoặc không) bởi các nền tảng khác nhau.
Bảng thưởng thuật toán
| Nền tảng | Mới nhất | Liên quan | Tương tác | Độ gần gũi | Phổ biến | Định dạng nội dung | Chất lượng | Siêu dữ liệu |
| x | x | x | x | x | ||||
| x | x | x | x | x | x | x | x | |
| Google Search | x | x | x | x | x | x | x | |
| x | x | x | x | x | x | x | x | |
| YouTube | x | x | x | x | x | x | x | x |
| TikTok | x | x | x | x | x | x | x | x |
| x | x | x | x | x | x | x | x |
Định nghĩa các tín hiệu
Hãy bắt đầu bằng cách định nghĩa các tín hiệu mà các thuật toán khác nhau đo lường:
- Mới nhất (Recency): Độ tươi mới, tức là nội dung được xuất bản gần đây như thế nào.
- Liên quan (Relevance): Nội dung phù hợp với ý định hoặc sở thích của người dùng đến mức nào.
- Tương tác (Engagement): Mức độ tương tác của một bài đăng hoặc nội dung để có độ hiển thị cao.
- Độ gần gũi (Proximity): Sự gần gũi giữa người dùng và người hoặc thương hiệu đăng nội dung.
- Phổ biến (Popularity): Mức độ nổi tiếng của người dùng hoặc thương hiệu trong mạng lưới.
- Định dạng nội dung (Content format): Văn bản, video, âm thanh hoặc livestream.
- Chất lượng (Quality): Chất lượng của bài đăng (được đo lường bằng nhiều cách khác nhau).
- Siêu dữ liệu (Meta-data): Hashtag, tiêu đề, mô tả, chú thích.
Tôi quyết định không liệt kê những tín hiệu mà các thuật toán trừng phạt vì chúng đều giống nhau:
- Spam
- Lừa đảo và gian lận
- Nội dung khiêu dâm và bạo lực
- Nội dung chất lượng thấp
- Nội dung gây hiểu lầm
Lưu ý rằng có thể có nhiều tín hiệu hơn mà các thuật toán này xem xét ở mức độ nhỏ. Ví dụ, bảo mật (mã hóa SSL) là một yếu tố xếp hạng nhỏ cho Google Search. Nhưng không có ý nghĩa khi đưa chúng vào đây vì chúng chỉ tồn tại ở rìa.
Ngoài ra, tôi xem xét sản phẩm cốt lõi cho mỗi nền tảng. Stories, như bạn có thể tìm thấy trên Instagram, YouTube hoặc Twitter, được điều khiển bởi các thuật toán khác nhau. Google Discover cũng vậy. Để đơn giản, tôi quyết định không tính đến chúng.
Cuối cùng, có điều cần nói về các tín hiệu tiêu cực, chẳng hạn như liên kết đưa người dùng ra khỏi nền tảng của họ. Điều này chưa được chứng minh, nhưng các “khu vườn có tường bao quanh” này muốn giữ người dùng, không muốn gửi họ đi nơi khác. Vì vậy, mặc dù tôi không thể nói rằng các liên kết ra ngoài là “xấu” hoặc bị trừng phạt, tôi nghi ngờ rằng phạm vi tiếp cận của chúng có thể bị giảm. Tuy nhiên, điều này khác với “trừng phạt”, có thể dẫn đến việc loại bỏ hoàn toàn nội dung.
Những điểm rút ra
Có một số điểm khá bất ngờ khi so sánh các thuật toán nền tảng.
Thứ nhất, thú vị là không phải tất cả các thuật toán đều thưởng cho cùng một tín hiệu, ngay cả khi so sánh cùng loại nền tảng. Facebook, Twitter và LinkedIn cho phạm vi tiếp cận nhiều hơn cho livestream > video > hình ảnh > văn bản. YouTube hay TikTok, tất nhiên, dựa trên video và do đó chỉ cung cấp một định dạng. Nhưng, trong khi Twitter không đo lường chất lượng của bài đăng, LinkedIn lại có. Tôi có thể đăng bất cứ thứ gì trên Twitter, và phạm vi tiếp cận của tôi sẽ phụ thuộc vào tương tác. Với LinkedIn, như vậy là chưa đủ. Bạn cũng có thể nói rằng họ sử dụng các cách khác nhau để xác định chất lượng, nhưng cuối cùng vẫn có sự khác biệt.
Thứ hai, hầu hết các nền tảng đều đo lường tương tác theo một cách nào đó: thời gian xem, lượt thích, chia sẻ hoặc bình luận. Thậm chí LinkedIn còn đo lường thời gian dừng lại trên bài viết (dwell time). Google Search là nền tảng duy nhất không làm điều đó, ít nhất là theo mức độ chúng ta biết (một số người sẽ tranh luận về việc nhấp chuột dài hay ngắn và tỷ lệ nhấp chuột như là tín hiệu xếp hạng, nhưng chúng ta hãy bỏ qua phần này).
Thứ ba, việc “lừa” các thuật toán khó hơn nhiều khi tương tác được đo lường theo nhiều cách. Tỷ lệ nhấp chuột + thời gian xem + lượt thích rất khó để giả mạo. Bạn có thể cố gắng thu hút sự chú ý của mọi người bằng những tuyên bố táo bạo, nhưng bạn sẽ không thành công nếu không thể giữ chân họ. Tuy nhiên, với Google Search, bạn vẫn có thể tối ưu hóa nhiều yếu tố ngoài nội dung thực tế để xếp hạng cao hơn.
Thứ tư, các nền tảng khác nhau có mức độ công khai về thuật toán của họ khác nhau. LinkedIn, chẳng hạn, mô tả chi tiết các tín hiệu xếp hạng và thuật toán trên blog kỹ thuật của họ. Google, mặt khác, bảo vệ thuật toán tìm kiếm cốt lõi như công thức Coca Cola.
Nguồn tham khảo
- https://sproutsocial.com/insights/twitter-algorithm/
- https://sproutsocial.com/insights/facebook-algorithm/
- https://sproutsocial.com/insights/facebook-best-practices/
- https://www.facebook.com/help/520348825116417
- https://engineering.linkedin.com/blog/2020/understanding-feed-dwell-time
- https://infinity.net.vn/10-yeu-to-xep-hang-seo-duoc-google-xac-nhan-chinh-thuc/
- https://www.briggsby.com/reverse-engineering-youtube-search/
- https://www.eugenewei.com/blog/2020/8/3/tiktok-and-the-sorting-hat
- https://www.axios.com/inside-tiktoks-killer-algorithm-52454fb2-6bab-405d-a407-31954ac1cf16.html
- https://newsroom.tiktok.com/en-us/how-tiktok-recommends-videos-for-you/
