อัลกอริทึมการแนะนำเนื้อหาของ TikTok ดึงดูดความสนใจได้มากกว่าเทคโนโลยีของคู่แข่งอย่าง Facebook, Instagram หรือ YouTube ต่อไปนี้เป็นเหตุผลบางประการ

อัลกอริทึม

อัลกอริทึมถือเป็นแกนหลักของการดำเนินงานโดยรวมของ ByteDance สำนักข่าว รอยเตอร์ รายงานโดยอ้างแหล่งข่าวว่า ByteDance ยินดีที่จะปิด TikTok แทนที่จะขายกิจการ

จีนได้ทำการเปลี่ยนแปลงกฎหมายการส่งออกในปี 2020 โดยให้จีนมีอำนาจอนุมัติการส่งออกอัลกอริทึมและโค้ดต้นฉบับ ส่งผลให้การขายแอปมีความซับซ้อนมากขึ้น

ไม่ใช่แค่อัลกอริทึมเท่านั้น แต่ยังรวมถึงการรวมเข้ากับรูปแบบ วิดีโอ สั้นด้วยที่ทำให้ TikTok ประสบความสำเร็จไปทั่วโลก โดยมีนักวิชาการและอดีตพนักงานของบริษัทกล่าว

ไฟล์ที่ไม่มีชื่อ 61.jpg
อัลกอริทึมลับมีบทบาทสำคัญในความนิยมของ TikTok ภาพ : รอยเตอร์ส

ก่อนที่ TikTok จะเข้ามา หลายคนเชื่อว่าเทคโนโลยีที่เชื่อมต่อการเชื่อมต่อโซเชียลของผู้ใช้คือเคล็ดลับสู่แอปโซเชียลมีเดียที่ประสบความสำเร็จ ดังจะเห็นได้จาก Facebook และ Instagram ของ Meta แต่ TikTok ได้แสดงให้เห็นแล้วว่าอัลกอริทึมที่ขับเคลื่อนโดยความเข้าใจถึงความชอบของผู้ใช้สามารถทรงพลังยิ่งขึ้น แทนที่จะสร้างอัลกอริทึมบน “กราฟโซเชียล” เช่น Meta ผู้บริหารของ TikTok รวมถึงซีอีโอ Shou Zi Chew กล่าวว่าอัลกอริทึมของพวกเขาใช้ “สัญญาณความสนใจ”

แม้ว่าคู่แข่งจะมีอัลกอริทึมตามความสนใจที่คล้ายคลึงกัน แต่ TikTok สามารถเพิ่มประสิทธิภาพของอัลกอริทึมด้วยรูปแบบวิดีโอสั้นได้ Catalina Goanta รองศาสตราจารย์มหาวิทยาลัยอูเทรคต์กล่าว “ระบบแนะนำของพวกเขาได้รับความนิยมอย่างมาก แต่สิ่งที่ทำให้ TikTok โดดเด่นจริงๆ ก็คือการออกแบบและเนื้อหา” เธอกล่าว

รูปแบบวิดีโอสั้นทำให้อัลกอริทึมของ TikTok ยืดหยุ่นมากขึ้น และสามารถติดตามการเปลี่ยนแปลงความสนใจของผู้ใช้ในแต่ละช่วงเวลาได้ลึกลงไปถึงช่วงเวลาเฉพาะของวันอีกด้วย

การรวบรวมข้อมูลอย่างรวดเร็ว

นอกจากนี้ รูปแบบวิดีโอสั้นยังช่วยให้ TikTok เรียนรู้ความสนใจของผู้ใช้ได้เร็วขึ้นมาก Jason Fung อดีตหัวหน้าฝ่ายเกมของ TikTok กล่าว

“เนื่องจากวิดีโอมีขนาดสั้นและขนาดเล็ก คุณจึงสามารถรวบรวมข้อมูลเกี่ยวกับความชอบของผู้ใช้ได้เร็วกว่า YouTube มาก ซึ่งวิดีโอโดยเฉลี่ยจะมีความยาวไม่เกิน 10 นาที” เขากล่าว ลองจินตนาการว่ามีการรวบรวมข้อมูลของผู้ใช้โดยเฉลี่ยทุกๆ 10 นาที แทนที่จะเป็นทุกๆ ไม่กี่วินาที

การวางตำแหน่ง TikTok ให้เป็นแอปที่สร้างมาสำหรับอุปกรณ์พกพาตั้งแต่เริ่มต้นยังทำให้มีข้อได้เปรียบเหนือแพลตฟอร์มคู่แข่งที่ต้องปรับเปลี่ยนอินเทอร์เฟซจากเดสก์ท็อปเป็นอุปกรณ์พกพา นอกจากนี้การเข้าสู่ตลาดวิดีโอสั้นในช่วงแรกยังทำให้ TikTok ได้เปรียบมากในช่วงเริ่มต้น Instagram เปิดตัว Reels ในปี 2020 และ YouTube เปิดตัว Shorts ในปี 2021 ทั้งคู่จึงตามหลัง TikTok หลายปีในแง่ของข้อมูลและประสบการณ์ในการพัฒนาผลิตภัณฑ์

สำรวจ เนื้อหา

TikTok ยังแนะนำเนื้อหาที่อยู่นอกเหนือจากความสนใจของผู้ใช้เป็นประจำ ซึ่งผู้นำของบริษัทเคยกล่าวซ้ำแล้วซ้ำเล่าว่าเป็นสิ่งสำคัญต่อประสบการณ์ผู้ใช้ของ TikTok

การศึกษาที่เผยแพร่เมื่อเดือนที่แล้วโดยนักวิจัยจากสหรัฐอเมริกาและเยอรมนีพบว่าอัลกอริทึมของ TikTok "ขุดค้นการตั้งค่าของผู้ใช้ในวิดีโอที่แนะนำ 30% ถึง 50%" หลังจากตรวจสอบข้อมูลจากผู้ใช้ TikTok จำนวน 347 รายและบอทอัตโนมัติ 5 ตัว

“การค้นพบนี้ชี้ให้เห็นว่าอัลกอริทึมของ TikTok เลือกที่จะแนะนำวิดีโอค้นพบจำนวนมาก เพื่ออนุมานความสนใจของผู้ใช้ได้ดีขึ้น หรือเพิ่มการรักษาผู้ใช้ให้สูงสุด โดยแนะนำวิดีโอเพิ่มเติมที่อยู่นอกเหนือจากความสนใจ (ที่ทราบ) ของวิดีโอ” นักวิจัยเขียนไว้ในผลการศึกษาที่มีชื่อว่า “TikTok and the Art of Personalization”

การจัดกลุ่มคนเป็นกลุ่ม

Ari Lightman ศาสตราจารย์มหาวิทยาลัย Carnegie Mellon ชี้ให้เห็นถึงกลยุทธ์ที่มีประสิทธิผลอีกอย่างหนึ่งที่ TikTok ใช้ นั่นคือการส่งเสริมให้ผู้ใช้สร้างกลุ่มสาธารณะโดยใช้แฮชแท็ก ด้วยวิธีนี้ TikTok จะสามารถเรียนรู้เกี่ยวกับพฤติกรรม ความสนใจ ความร่วมมือ และอุดมการณ์ของผู้ใช้ได้อย่างมีประสิทธิภาพมากขึ้น

หากในที่สุด TikTok จะถูกแบนในสหรัฐอเมริกา Lightman กล่าวว่าแม้ว่ายักษ์ใหญ่ด้านเทคโนโลยีของสหรัฐฯ จะสามารถทำสำเนา TikTok ด้วยผลิตภัณฑ์ของตนเองได้อย่างแน่นอน แต่การทำซ้ำวัฒนธรรมผู้ใช้ของ TikTok ถือเป็นปัญหาที่ยาก

ข้อได้เปรียบของประเทศจีน

อัลกอริทึมการแนะนำของ TikTok นั้นนำมาจาก Douyin ซึ่งเปิดตัวในปี 2016 เป็นส่วนใหญ่ ในขณะที่ ByteDance มักเน้นย้ำว่า TikTok และ Douyin เป็นแอปที่แยกจากกัน แหล่งข่าว จาก Reuters กล่าวว่าทั้งสองอัลกอริทึมนั้นยังคงคล้ายคลึงกันจนถึงทุกวันนี้

ในทางกลับกัน AI ของ Douyin ได้รับการสนับสนุนจากการที่ ByteDance ใช้แรงงานราคาถูกในจีน บริษัทแม่ของ TikTok จ้างคนจำนวนมากเพื่อแท็กเนื้อหาและผู้ใช้ทั้งหมดบนแพลตฟอร์มอย่างระมัดระวัง

“ประมาณปี 2018 และ 2019 Douyin พยายามแท็กผู้ใช้ทุกคน” Yikai Li ผู้จัดการบริษัทโฆษณา Nativex และอดีตผู้บริหารของ ByteDance กล่าว “พวกเขาจะแท็กวิดีโอทุกรายการด้วยตนเอง จากนั้นจึงแท็กผู้ใช้ตามวิดีโอที่พวกเขาได้ชม” กลยุทธ์นี้ใช้ได้กับ TikTok เช่นกัน

แม้ว่าการแท็กข้อมูลการจ้างงานจะเป็นแนวทางปฏิบัติทั่วไปและสำคัญสำหรับบริษัท AI ในปัจจุบัน แต่ ByteDance ก็ได้นำกลยุทธ์นี้มาใช้ตั้งแต่เนิ่นๆ ตามที่หลี่กล่าว การจัดเรียงการ์ดเป็นกระบวนการที่ใช้แรงงานมาก ดังนั้น บริษัทจีนจึงมีข้อได้เปรียบเนื่องจากมีแรงงานจำนวนมากและต้นทุนต่ำเมื่อเทียบกับอเมริกาเหนือ

(ตามรายงานของรอยเตอร์)