本文主要介紹了公眾號(hào)的新推薦機(jī)制，如何運(yùn)用人工智能技術(shù)提高文章推薦成功率的方法，以及運(yùn)營者應(yīng)該如何利用這些數(shù)據(jù)分析和改進(jìn)自己的推廣策略。

很久之前公眾號(hào)的整體的推薦機(jī)制有許多變量因素，但是最近公眾號(hào)重新調(diào)整了一下整體的推薦機(jī)制，尤其是公眾號(hào)整體還整體接入了騰訊元寶AI的能力里面，讓公眾號(hào)重新搭上了AI這一趟車。

下面先總結(jié)一個(gè)整體的推薦流機(jī)制，給大家做一個(gè)簡單的了解。

1、任何UGC都會(huì)有一套免疫機(jī)制！?

公眾號(hào)其實(shí)就像人體一樣，當(dāng)我們大家發(fā)了無數(shù)的文章進(jìn)去以后，總會(huì)有一些病毒性的文章，那么公眾號(hào)作為微信的UGC平臺(tái)，那么自然而然的，也會(huì)有自己的一個(gè)免疫機(jī)制，進(jìn)行進(jìn)一步的篩選。

首先就目前公開的信息來看，我們知道已公開的文章，不管是全部通知還是非全部通知，其實(shí)都是會(huì)進(jìn)行到公眾號(hào)的篩選的大平臺(tái)里面，但是公眾號(hào)會(huì)利用整體的AI能力進(jìn)行剔除，將一部分違規(guī)等因素，例如像廣告，營銷，水文或者AI創(chuàng)作等文章進(jìn)行剔除。

B端产品经理的能力模型与学习提升

B端产品经理面临的第一大挑战，是如何正确的分析诊断业务问题。 这也是最难的部分，产品设计知识对这部分工作基本没有帮助，如果想做好业务分析诊断，必须具备扎实 ...

查看详情 >

其次的話公眾號(hào)歷史的文章也會(huì)進(jìn)入大的篩選機(jī)制，整體會(huì)看這個(gè)公眾號(hào)歷史被查看的次數(shù)的，并且粉絲的粘性也會(huì)進(jìn)一步的篩選，從而完成1.0的篩選。

當(dāng)然，如果說創(chuàng)作者自行設(shè)置不被平臺(tái)推薦的話，也是不會(huì)被推薦的。

當(dāng)這些篩選全部結(jié)束了以后，才會(huì)開始利用算法的能力，針對文章多次出現(xiàn)的關(guān)鍵詞，并且系統(tǒng)總結(jié)出來的文章內(nèi)容進(jìn)行提取，用戶畫線的內(nèi)容也是會(huì)被系統(tǒng)采納，最周進(jìn)入匹配的環(huán)節(jié)。

2、新機(jī)制下公眾號(hào)更注重的數(shù)據(jù)?

當(dāng)我們打開公眾號(hào)的數(shù)據(jù)中心的時(shí)候，我們其實(shí)可以看見一個(gè)數(shù)據(jù)板塊叫做【推薦漏斗分析】，他的整體數(shù)據(jù)維度僅僅只有三個(gè)：曝光次數(shù)，閱讀次數(shù)，讀后關(guān)注次數(shù)。

除了這三個(gè)以外，還有兩個(gè)閱讀率跟讀后關(guān)注率，這意味著新版本的公眾號(hào)推薦機(jī)制等多會(huì)是圍繞這幾個(gè)方面進(jìn)行展開。

當(dāng)我們的公眾號(hào)進(jìn)入的推薦以后，系統(tǒng)會(huì)給一些基礎(chǔ)的流量池，這個(gè)流量池整體來說其實(shí)是不固定的，但是基本上是在300左右，然后根據(jù)這個(gè)流量池整體的曝光到點(diǎn)擊率的情況，進(jìn)行系統(tǒng)的判斷是否進(jìn)入下一個(gè)流量池【其實(shí)有的人說感覺有點(diǎn)像抖音或者小紅書的機(jī)制，請不要懷疑就是】，一般來說推薦流量越大的話，整體閱讀量跟轉(zhuǎn)換率都是會(huì)整體增長的，我簡單給大家畫了一個(gè)圖，方便大家做一個(gè)理解。

通過這樣的機(jī)制情況，公眾號(hào)就形成了一個(gè)簡單的機(jī)制，可以通過曝光次數(shù)知道你跟其他創(chuàng)作者之間的差異，同時(shí)的話也可以通過這個(gè)推薦算法的完善，進(jìn)一步的知道不同渠道對于公眾號(hào)文章整體的貢獻(xiàn)，篩選出符合你公眾號(hào)定位的人群。

3、怎么樣充分利用新的機(jī)制提高閱讀量?

如果說我們單純的從數(shù)據(jù)的唯獨(dú)來說，我們能看見的就是曝光，點(diǎn)擊，跟閱讀后關(guān)注，甚至最多一個(gè)閱讀時(shí)長跟閱讀完成百分比的數(shù)據(jù)，這些數(shù)據(jù)看似簡簡單單沒有任何關(guān)聯(lián)性，但是從真的公眾號(hào)從業(yè)者來說，其實(shí)是可以考慮從下面幾個(gè)維度進(jìn)行多方面調(diào)整的。

關(guān)于點(diǎn)擊率的情況來說，其實(shí)這個(gè)邏輯還是很早期的那一套，通過標(biāo)題的吸金成都最終拉到整體的點(diǎn)擊率，只要不違規(guī)的情況下，文章標(biāo)題跟文章封面的話，還是比較容易吸引人點(diǎn)擊的。

至于閱讀時(shí)常跟完成比的話，他整體還是跟隨文章的質(zhì)量走，但是隨著整體AI的深入，其實(shí)慢慢的也充分的利用AI工具的進(jìn)行營銷，例如把同選題的高閱讀量文章拉入Ai進(jìn)行分析，在進(jìn)行深度拆解關(guān)鍵詞的維度以及關(guān)聯(lián)相識(shí)觀點(diǎn)等，進(jìn)行進(jìn)一步的優(yōu)化，從而進(jìn)行提高文章閱讀量，但是隨著我們深入的測試以后，我們發(fā)現(xiàn)很多文章并不是依靠著原創(chuàng)度提高的，而是關(guān)鍵詞吸引的用戶。

當(dāng)然以后上都是我們常年發(fā)表文章以后的，進(jìn)行整體的總結(jié)，只有當(dāng)我們的文章搜索流量越來越大的情況下，他的整體推薦機(jī)制才會(huì)越來越高。