Thuật toán TikTok và Cách TikTok phân phối video

Thuật toán TikTok là hệ thống đề xuất quyết định video nào sẽ xuất hiện trên trang Dành cho bạn (FYP) của từng người dùng. Khác với Instagram hoặc YouTube, thuật toán TikTok gần như không đặt nặng số lượng người theo dõi.

Một tài khoản mới chưa có follower vẫn có thể tiếp cận hàng triệu người nếu nội dung hoạt động tốt. Ngược lại, một tài khoản đã có 500.000 follower vẫn có thể chỉ đạt 200 lượt xem nếu các tín hiệu quá yếu.

Điều này khiến TikTok trở thành một trong những nền tảng khám phá nội dung “công bằng theo hiệu suất” nhất hiện nay, nhưng cũng là một trong những nền tảng khó hiểu nhất nếu bạn chưa nắm được cách hệ thống phân phối theo tầng hoạt động.

👉 Tìm hiểu cách tạo và quản lý cùng lúc nhiều tài khoản TikTok bằng điện thoại đám mây Multilogin!

Cách thuật toán TikTok phân phối video

TikTok không hiển thị video cho toàn bộ follower của bạn rồi mới xếp hạng từ đó. Nền tảng sẽ đưa video đến một nhóm thử nghiệm nhỏ trước, đo các tín hiệu tương tác từ nhóm này, rồi mới quyết định có đẩy video sang nhóm người xem lớn hơn hay dừng phân phối.

Cơ chế phân phối theo tầng thường diễn ra như sau:

Nhóm 1 (hàng trăm lượt xem): TikTok hiển thị video cho một nhóm người xem ban đầu nhỏ. Nếu họ tương tác tốt, tỷ lệ xem hết cao, có chia sẻ, bình luận, xem lại, video sẽ được chuyển sang nhóm tiếp theo.

Nhóm 2 (hàng nghìn lượt xem): Tệp người xem lớn hơn, nhưng cách đánh giá vẫn tương tự. Tín hiệu mạnh sẽ giúp video được đẩy tiếp.

Nhóm 3 và các nhóm sau (từ hàng chục nghìn đến hàng triệu lượt xem): Mỗi lần được đẩy tiếp đều phụ thuộc vào chất lượng tương tác ở nhóm trước đó.

Phần lớn video dừng ở Nhóm 1 hoặc Nhóm 2. Những video tiếp tục được phân phối là video tạo ra tín hiệu mạnh ở từng bước. Đây là lý do video TikTok có thể bùng nổ sau vài ngày hoặc vài tuần đăng tải; nếu video được phân phối lại hoặc được một tài khoản lớn chia sẻ, nó có thể quay lại hàng chờ phân phối và lặp lại cơ chế theo tầng.

Những tín hiệu TikTok đánh giá thuật toán

Tài liệu nội bộ và các tuyên bố công khai của TikTok đã xác nhận những tín hiệu xếp hạng chính. Các tín hiệu này thường được chia thành hai nhóm: tín hiệu mạnh và tín hiệu yếu.

Tín hiệu mạnh (trọng số cao):

Thời lượng xem và tỷ lệ xem hết là quan trọng nhất. TikTok không chỉ đo việc người dùng có xem hay không, mà còn đo họ xem bao nhiêu phần trăm video và có xem lại hay không. Một video 15 giây có tỷ lệ xem hết trung bình 90% thường hiệu quả hơn video 60 giây chỉ có tỷ lệ xem hết 30%, vì thuật toán đọc video đầu tiên là hấp dẫn hơn. 

Lượt chia sẻ có trọng số đáng kể vì chúng cho thấy nội dung đủ đáng giá để gửi cho người khác, đây là một hành động có chủ đích cao và dự đoán video có khả năng hoạt động tốt với tệp người xem rộng hơn.

Bình luận và lưu video cũng được đánh giá cao. Bình luận cho thấy video tạo ra phản ứng. Lưu video cho thấy nội dung có giá trị lâu dài và đáng để quay lại xem.

Tín hiệu yếu (trọng số thấp hơn):

Lượt thích. Nghe có vẻ ngược đời, nhưng lượt thích là một trong những tín hiệu yếu hơn trên TikTok. Người dùng có thể thả tim khá thụ động, và hành động này không dự đoán mạnh việc một tệp người xem mới có tương tác hay không.

Số lượng follower. Như đã nói ở trên, TikTok chủ động thiết kế thuật toán để nhà sáng tạo mới vẫn có cơ hội công bằng. Số lượng follower là một tín hiệu, nhưng không phải tín hiệu mạnh.

Tín hiệu tiêu cực:

Thao tác “Không quan tâm”, lướt qua video ngay lập tức và báo cáo là những tín hiệu tiêu cực rõ nhất. Một video nhận nhiều hành động “Không quan tâm” hoặc bị bỏ qua trong nhóm thử nghiệm đầu tiên sẽ bị hạn chế phân phối tiếp.

Lớp cá nhân hóa trang dành cho bạn hoạt động như thế nào

Bên cạnh hệ thống phân phối, TikTok còn cá nhân hóa nội dung mỗi người dùng nhìn thấy dựa trên lịch sử tương tác của chính họ. Nếu một người thường xem hết video nấu ăn và bỏ qua nội dung fitness, TikTok sẽ xây dựng mô hình nội dung dự đoán rằng người đó muốn xem thêm nội dung nấu ăn.

Điều này có nghĩa là cùng một video có thể đạt hiệu suất rất khác nhau tùy vào nhóm thử nghiệm ban đầu mà TikTok chọn. Một video về pha cà phê nếu được hiển thị cho người thường tương tác với nội dung ẩm thực sẽ có khả năng hoạt động tốt hơn so với khi hiển thị cho người chủ yếu xem nội dung gaming. TikTok cố gắng ghép video với những người dùng mà mô hình nội dung cho thấy họ có khả năng tương tác, nhưng thành phần nhóm thử nghiệm ban đầu là điều nhà sáng tạo có thể tác động thông qua hashtag, âm thanh và chữ trên màn hình để báo hiệu chủ đề nội dung.

Điều gì làm giảm phạm vi tiếp cận

TikTok shadowban. Shadowban là tình trạng tài khoản bị hạn chế phân phối mà không được thông báo. Video nhận rất ít lượt xem ngay cả từ follower, và phân phối trên trang Dành cho bạn bị dừng. Nguyên nhân phổ biến gồm: vi phạm Nguyên tắc cộng đồng, dùng âm thanh hoặc chữ bị hệ thống phát hiện nội dung của TikTok gắn cờ, tần suất đăng bài tăng đột ngột trông giống tự động hóa, và hành vi tương tác có dấu hiệu phối hợp hoặc thiếu tự nhiên. Hướng dẫn đầy đủ về TikTok shadowban phân tích cách nhận biết và xử lý.

Tỷ lệ xem hết thấp trong nhóm đầu tiên. Nếu nhóm người xem ban đầu lướt qua quá sớm, phân phối sẽ dừng. Hook, tức 1 đến 3 giây đầu tiên, quyết định liệu nhóm đầu tiên có xem đủ lâu để tạo tín hiệu tích cực hay không.

Vấn đề làm ấm tài khoản. Tài khoản mới hoặc tài khoản đã lâu không hoạt động thường bị giới hạn phân phối ban đầu theo mặc định. Hệ thống của TikTok đánh giá lịch sử hành vi đã được thiết lập, tần suất đăng đều đặn, tương tác thật và mức tăng hoạt động từ từ. Việc một tài khoản mới nhảy từ 0 lên 20 bài mỗi ngày trông thiếu tự nhiên và sẽ bị xử lý tương ứng.

Đăng sai thời điểm. Nhóm thử nghiệm ban đầu được lấy từ những người đang hoạt động trên TikTok tại thời điểm đó. Đăng khi tệp người xem mục tiêu của bạn không online khiến nhóm đầu tiên ít có khả năng bao gồm những người có mô hình nội dung khớp với video.

Cách đặt lại thuật toán TikTok

Tính năng “đặt lại trang Dành cho bạn”, tức xóa mô hình cá nhân hóa của TikTok đối với trải nghiệm xem của chính bạn, có thể thực hiện qua Cài đặt → Tùy chọn nội dung → Làm mới trang Dành cho bạn. Thao tác này xóa các dự đoán của TikTok về sở thích của bạn và khởi động lại quá trình cá nhân hóa.

Điều này chỉ ảnh hưởng đến nội dung bạn nhìn thấy, không ảnh hưởng đến cách TikTok phân phối video của chính bạn. Không có cách chính thức để đặt lại cách TikTok đánh giá tài khoản của bạn với tư cách nhà sáng tạo, nhưng giảm hoạt động đăng trong một thời gian rồi quay lại đăng đều đặn từ từ có thể giúp tái thiết lập tín hiệu tương tác sạch nếu tài khoản từng hình thành mẫu tương tác kém.

Thuật toán TikTok và nhiều tài khoản

Thuật toán TikTok theo dõi hành vi ở cấp độ tài khoản, nhưng tín hiệu cấp tài khoản lại gắn với tín hiệu cấp thiết bị mà ứng dụng TikTok đọc ở lớp phần cứng.

Khi nhiều tài khoản TikTok được quản lý từ cùng một thiết bị, hệ thống của TikTok có thể phát hiện các mã nhận diện phần cứng dùng chung như IMEI, Android ID và liên kết các tài khoản với nhau. Điều này ảnh hưởng trực tiếp đến thuật toán: hoạt động có vẻ phối hợp giữa các tài khoản đã bị liên kết, hoặc một cảnh báo trên một tài khoản, có thể ảnh hưởng đến khả năng phân phối của các tài khoản liên quan.

Với nhà sáng tạo và agency đang vận hành nhiều tài khoản TikTok, giải pháp sạch là tách biệt ở cấp độ thiết bị. Một điện thoại đám mây cho TikTok cấp cho mỗi tài khoản một thiết bị Android thật riêng, dấu vân tay phần cứng riêng và lịch sử phiên riêng, để từng tài khoản xây dựng vị thế thuật toán độc lập, không có tín hiệu dùng chung có thể kích hoạt cảnh báo phối hợp hoặc hạn chế chéo giữa các tài khoản.

Điểm chính cần nhớ về thuật toán TikTok

TikTok phân phối video qua các nhóm người xem có quy mô tăng dần, chứ không gửi ngay đến toàn bộ follower cùng lúc. Thời lượng xem và tỷ lệ xem hết là những tín hiệu mạnh nhất; lượt thích nằm trong nhóm tín hiệu yếu hơn. Chất lượng nhóm thử nghiệm ban đầu quyết định video có được đẩy tiếp hay không. Shadowban, hook yếu, thời điểm đăng không phù hợp và mẫu tương tác thiếu tự nhiên đều làm giảm phạm vi tiếp cận. Nhiều tài khoản trên cùng một thiết bị sẽ chia sẻ tín hiệu phần cứng, từ đó có thể tạo liên kết thuật toán và rủi ro ảnh hưởng chéo giữa các tài khoản.