都说刷抖音玩快手，为什么一个是刷一个是玩？快手和抖音到底有什么不一样？这种不一样如何形成？
互联网各大APP软件平台数据维护神器！ 媒体账户/电商店铺/社交平台/娱乐直播/等软件平台APP点赞评论转发阅读量粉丝投票直播人气等等一条龙业务数据维护业务自助下单系统、本平台拥有苹果（IOS版）及安卓（Android）APP客服端欢迎企业自媒体作者网红流量明星艺人商家粉丝后援会团体及个人免费注册自助下单！！！
全网业务 直播人气 粉丝 弹幕 评论 互动 点赞 阅读 投票 友情免责推荐自助下单网址导航：
1号网站注册链接：http://k1mtokgg.weiququ.com/u/sf555888 推荐码：sf555888
3号导航站：WWW.LVMHVIP.COM
6号网址：http://1.xing58.xyz
A号网站：https://afagou.com/web/register-phone?user_id=CC123456 新用户注册邀请码：CC123456
C号网站：www.mcnup.cn
制网址粘贴到各大浏览器 免费注册24小时自助在线下单！可收藏网址下载APP业务项目不断上新中......
以上网站开发者不同、业务价格不同，货源和售后体系不同，自行对比产品不要搞错乱咨询!
以上平台业务均有网友分享、资源均来自互联网仅供学习交流、请勿用于商业及其他用途、自助选择了解注册，如遇问题本站概不承担任何责任，无偿推荐自行选择了解、特此声明！！
《野狼Disco》是土嗨还是艺术？
快手和抖音，是在不同的时间窗口不同策略打法下产生的产品，两家最后对于整个产品的营造和变化是不一样的。
看似都是短视频，但里面不论是流量的分发和离散程度，用户心智和用户感受都是不一样的，这是一种用久了能感受出来但用户很难形容出来的感受。
都说刷抖音玩快手，为什么一个是刷一个是玩？快手和抖音到底有什么不一样？这种不一样如何形成？
这要回到产品发展初期来看。
二元结构
抖音早期的崛起，是因为两种产品有不同的文化背景，其核心差异在于中国的城乡二元结构。
这是字节跳动在2018年初选择抖音替代火山跟快手打的核心市场假设：抖音是在做城市，快手是做下沉市场的。出于同样的假设，字节跳动在2018年开始做海外短视频发展策略时：存在城乡二元结构有巨大的农村的市场推火山Vigo，有巨大城市的国家就去推抖音TikTok。
火山是跟快手高度类似的产品，有基本一样的产品和定位，注定只能拿快手剩下的市场。2018年湖南卫视的跨年晚会还是火山冠名，原本希望在城务工人员返乡的时候把火山带回去，但实际上是不成立的，他老家里一半人可能已经在玩快手了，火山投放花了很多钱但始终看不到追上快手量级的机会。
到了2018年春节这个关键节点，机会开始属于不一样的抖音，抖音投放突然激增超过火山西瓜总和。抖音的主要工作是帮助头部的用户和头部的潮流做事，同时也制造中心，制造潮流，帮助他们把火烧旺，没有像快手同阶段那样不运营把流量打散。结果是抖音也享受到了当年快手的增长速度，本质原因是：抖音制造了很多潮流，并且发动用户将这些潮流给带了回去。
但当市场竞争到后期，大家都去满足晚期大众使用人群时，在产品功能和市场策略上，已经不需要也做不出差异点了。两个DAU加起来近6亿的短视频产品的很多策略打法开始趋同。
在今天，抖音大力做直播做社交、快手在主端测试单列大屏模式，两者相互向对方的差异点蔓延，上一个时间窗口下的核心结论城乡二元结构不再是驱动产品差异化的主要动力。因为原本快手的用户就不只是下沉市场，且抖音在不断做下沉。抖音大部分网红都在跳《野狼disco》，而歌曲原唱老舅本人就在玩快手。
产品间的差异化还得从产品发展初期的市场策略去寻找。
我倾向认为，抖音快手最本质的原因还是来自产品模式本身。媒介看似只是交互差异，但在内容分发这个逻辑上，单列双列影响到了本质。
单列效率高，双列更丰富
快手抖音最根本最核心的不同是产品的展现形式，快手的双列点选与抖音的沉浸式下拉，两种不同的展现形式带来容错率和内容消费效率上的明显差异。
快手双列需要用户不停地翻找，碰到感兴趣的再点进去看。抖音是直接无脑下划，交互方式比快手更无脑一点，杀时间更爽，用户一直处于高能状态，内容消费效率非常高。
这个交互方式会带来容错性问题。
快手的内容是有标题封面的，是用户自己主动挑选的，用户即便点错了心理上责怪平台的概率会小很多。即双列模式可以让用户在单屏看到更多内容，有更多的流量可以用于小样测试来发掘用户兴趣，有粉丝吸附力的人能生长，有利于培养人格化和长尾兴趣生态。
抖音看到的内容都是系统默认推给我的，且用户在单列全屏模式下是比较挑剔的，对在抖音看到精品内容有心理预期，没办法用更大的流量去试错，只能去推确定性更强的内容。比如抖音的前100个视频，可能有30个都是重叠的，本质上是共性大于个性，因为单列的宽容度是有极限的。
抖音在2017年7月也在产品里实验过双列，当时还放弃了对产品画风的控制，结果导致那段时间抖音产品数据特别差。事后团队反思为什么快手可以做双列但抖音不可以？
结论是路径依赖，抖音的内容是为单列服务的。抖音最初是单列，所以用户创造内容的方式也都是围绕单列来的。单列内容没有封面，看不到标题。且内容节奏层面，高潮部分往往出现在偏后时间，偏后面抖包袱完播率高推荐效果好。但如果直接把单列内容池换成双列展现给到用户，用户是完全没有预期的，看到一个很违和的内容会直接关掉APP。
这种交互和容错性带来的流量分配差异结果就是快手内容更丰富，短视频这种创新介质和低门槛强内容特性容得下大部分普通人的生活日常内容。抖音头部更集中，适合推一些全民性的内容，更易受到网红、媒体和机构的喜欢。抖音内容性比较强，快手的社区氛围和直播比较强，竞争造就了不同的产品。
接得住社会上大部分普通人日常生活记录的快手有用户自发做出“存在即是完美”的快手群像混剪视频，引得人民网等官媒转发称“人民对美好生活的向往，就是我们的奋斗目标。”但在做明星拓展时还会有品牌认同方面的尴尬，尤其在吸引头部创作者时候比抖音更难一些，当然这跟快手公平普惠的信仰以及不对大V作过多流量倾斜的分发策略有关。
上下划体系的抖音刷起来内容消费效率更高爆发力更强，一夜之间就能出现在各种社交媒体/报刊杂志/综艺、车尾贴纸、旅游景点商店的门牌、各大城市商业区小姐姐的街拍里，具备很强的跨社区打击穿透能力，能够迅速吸引到不同圈层的人。但缺点也在这里，表演和交流兴趣没那么相容，缺乏人格化的内容很难带来信任感，而信任是交易的基础，所以抖音做电商一直很坎坷。
两家产品也在互相参考。快手开始在主端测试单列上下滑的大屏版，但也是尽可能让用户的评论显示在视频。抖音首页推荐开始对关注作者的权重加大了一些，对直播的导流倾向非常明显。
容错率是因，投稿率是果
上图是我2017年讲课时画的PPT，留存和时长是产品最核心的数据，但是这两个指标是多种因素综合的结果而非可以直接优化的对象。短视频产品的核心指标有三个，投稿率、人均VV、人均关注数，对于这三个核心指标重要性不同理解带来产品策略上看重的优先级不同，这个最底层的差别是快手跟抖音一切后续差别的原点。
在用户认知层面，为什么会有抖音更好看快手有点土的印象差别，是来自于两个产品对流量分配权的控制态度不同。
快手更看重生态，看完一个视频下面紧接着是评论区，排序是投稿率＞人均VV＞人均关注数。抖音更在意效率，看完一个视频希望你继续刷下一个，突破路径选在人均VV＞投稿率＞人均关注数。因为排序目标有差别，快手的作者平均粉丝触达率一直是高于抖音的。
在与两家产品的算法同学交流后发现，他们对我运营视角的提法做了一些修正。
做内容消费，本质上跟搜索很像，更多是一个技术活，并不需要特别多的主观判断。算法上说白了就是，抖音快手模型依赖的交互数据都是看点击、点赞、完成率、评论率四个核心指标，差异就是：快手用的是从列表页点击详情页再点出来这个交互训练模型；抖音用的是刷到一个视频之后下滑另一个。这两种交互鼓励的内容是有差异的，所以算法学到的内容分发倾向也是有差异的。
即单双列的交互带来产品容错率的不同，容错率是因，VV、投稿是结果。因为容错率不同，快手和抖音推荐池的内容召回期也完全不同，快手可以允许更短的召回期，可以在时效更短的内容库里做更多测试，抖音在时间更久的召回期外还会再加上一个精品召回，所以经常容易在抖音看到时间较早的视频，也因此有利于头部内容的繁荣。
因为容错率不同召回期和选择不同，快手更多人格化、长尾兴趣，抖音更即时性kill time、精品内容库更强，所以前一种内容在快手上占比更高，后一种内容抖音上占比更高。其他的点赞、评论这些交互模型层面上抖音快手是一模一样的。因为内容分发是一个很纯粹的数学物理问题，在现有基础科学环境下去求最优解，抖音和快手的算法水平之间没有很大差异。
同样是讲究数据驱动和A/Btest的两家Data+AI公司，但在机器学习之上，还有一层变量是创始团队的价值观，最终导致相去甚远的分发机制。
快手的创始团队希望提升每一个人的幸福感，没有分别心，让更多人被人看到，在推荐算法之上就还有一层公平普惠的价值指引。宿华说快手一直在做的就是一场GDP＋基尼系数的分配式实验，创始团队会定下一些不准任何人改动的标准，决定各项指标对整个系统生态的贡献与价值。意思就是快手会将流量像普通人倾斜，不鼓励头部，将流量打散往腰部尾部分发。
而抖音没有选择分散流量这条路，而是顺着字节跳动积淀下来的内容分发和推荐算法道路，大力出奇迹，将流量集中起来引爆话题制造中心。结果就是现在市场感受到的快手强社区抖音强内容。
两个产品的算法排序公式，权重差异可做类似表达：
抖音=10*内容质量 + 1*关系 + 0.1*双向互动
快手=5*内容质量 + 5*关系+ 1*双向互动
实时和异步，实时人的属性更强。附近和热门，附近人的属性更强。本质是反馈的预期，比如用户爱看某个主播的游戏直播，但他的录播视频我就觉得挺没意思。实时的内容更有吸引力，因为你会有一种，他更有可能给你反馈的直觉，同城和附近也是这个道理。
快手强社区，抖音强内容
社区产品都是被用户定义和推着走的，尤其是为社区打下基础的种子用户，因为新用户会模仿老用户或者被老用户同化。快手早期的核心用户是双击666的东北老铁，抖音最初吸引的用户是城市里跳海草舞的小姐姐。
抖音快手的内容分发，除了交互差异外，另外一个核心差异是种子用户和产品调性带来的人群差异。下沉人群更适合基于地理位置做社交，所以快手的同城频道渗透极高，社交生态也好很多。抖音也在不断测试同城，但是画风感觉更像为了在产品里提供一个全新的内容消费场景，在推荐流外创造一条新的不以效率为主导的feed，让用户有动机去跟那些没有效率的内容做互动。
这个问题引申下去会变成究竟是更加trust data还是更加believe vision的讨论，但不管如何讨论都会显得武断。比如一个产品能不能起, 这是没法完全 trust data 的。
在分发机制和核心用户的双向互动下，快手和抖音出现了橄榄形和金字塔型两种用户结构，形成了强社区型和强媒体型的不同属性，形态虽然相近但人群和市场不同。
社区因为更关注人，所以重度人群粘度非常高，有非常强的社区氛围和文化。比如为了获得年轻听众的宝石Gem就在粉丝推荐下玩了快手，并从中取材创作了《野狼disco》，还想做快手说唱和搞快手厂牌。
土到极致就是潮
而媒体能够靠一波波的内容去吸引到不同圈层的人。用户还是爱看好内容的，抖音的网红们后来也都集体参与到了《野狼disco》的狂欢中，有传播能力的内容具备了跨社区打击穿透能力。
这种内容和社区之间的差异，在快手抖音都做直播和电商时，从两家用户的行为模式里可以感受出差别：人格化和长尾兴趣生态带来用户与主播之间更牢固的信任。
去年散打哥直播10小时带货1.6亿元，货都是标品，是什么都卖。可以确认，快手网红带货能力极强，用户对主播认同感非常强，粉丝因为喜欢他的内容进而去购买他推荐的东西。快手里绝大部分带货红人都会在商品视频中露脸，且真人露镜直播占据带货渠道的大头。现在快手的直播带货在从大网红的流量变现到专业红人迁移，腰部带货达人的带货能力上升，但粉丝数量还是能够持续带货的充分条件，还没看到以极少粉丝数带大量货的情况。
抖音带货，不一定突出人，往往更突出货。大部分粉丝在数万量级的电商短视频里，基本不会出现人，而是货物评测+旁白的形式，即使出现人也不会露脸。当然从另一个角度来说，在抖音带货并不一定需要大粉丝流量，带货视频本身做的有爆点，即使小粉丝量级情况下仍然可以带货，依赖推荐完成冷启动。
抖音与快手，推荐还是关注，认人不认货 VS 认货不认人，非常像是今日头条与微信公众平台的内容生态差别。
价值指引：公平还是效率？
“我们并没有作出这样的选择，这是中国社会的形态所决定的。我们把所有的用户抽象当成一个人来看，他相当于一个‘社会平均人’。中国人口中只有百分之七在一线城市，百分之九十三的人口在二三线及以下城市，所以这个‘社会平均人’就落在了二三线城市。”
——宿华，2017
去年抖音高速发展时字节跳动曾认为能把快手打回五千万DAU，结果快手没趴下还实现了六千万的DAU增长。但竞争也让快手意识到，比如公司治理能力等一些非产品本身的短板也会让天花板降低。今年快手的关键词是补课和打仗。
程一笑说快手最重要的产品理念和方法论是普惠、简单、不打扰。宿华说快手的用户定位是“社会平均人”，希望快手成为普通人记录和分享生活的阵地。
快手追求的是公平算法，让更多人获得曝光，提升每一个人独特的幸福感，宿华会在快手的算法框架里引入基尼系数，这是一个衡量地区居民收入分配公平程度的指标。“GDP＋GINI”的分配实验指的就是要做大GDP，要降低基尼系数，意思就是做大蛋糕同时不要做成贫富悬殊的分配。
张楠在8月份也提出了个抖音版的普惠概念，叫“信息普惠”，要加速信息的更快流动和连接，跟字节跳动要在全球范围内提供先进的移动互联网信息分发服务的公司愿景契合。“抖音其实是一个工具，它是一个帮助用户传递信息的工具。短视频和抖音带来的，是视频创作、分发门槛的大幅度降低，是信息的更快流动和连接，是一种信息普惠的价值。”
快手讲算法的公平普惠，是面向以创作者为主的使用者来说的，让一个普通人的视频也能有人看，更关注作者侧的指标。抖音讲的信息普惠，是从普通用户消费者角度出发，让高热的视频尽量多，要让用户在做内容消费时候觉得非常爽得到满足。
因为用户每天花在产品的时间是既定的，所以每天流量的总量是一定的，差别就是看两家怎么去调整去分配这个流量。要么把流量都放在那些高热的视频上面，要么把流量放在那些冷启动的视频上面，这个决定跟创始人想要去做什么样的产品有关。快手是希望普通用户能在这个平台上面展示自己的生活，抖音是希望用户能够在抖音感受到美好的生活。
推荐就是在让你躺着不动的情况下，信息获取效率最大化，或者说用户满足最大化，很容易让人上瘾。像短视频的算法推荐，本质上都是“视频-用户”的协同过滤，协同过滤就是跟你相似的人喜欢的东西也差不多。如果用户看短视频的主要诉求是看好看内容杀时间，那这种诉求必然会导致内容的中心化，机器学习本身也是比较中心化的，往往都是高热的东西占据绝大部分。
抖音是看你喜欢好的就继续推，制造中心和引爆流行，推荐算法只是忠实地放大用户诉求。快手是前置做了一套公平分配的指引，遏制头部加随机流量，将流量打散希望降低贫富差距。
生活化和人格化的前提是更多的自我暴露、露拙，视频有不完美的地方，才显得真实，而沉浸式下来的内容消费是难以忍受不完美的。
当模型对用户价值预估相等的情况下，转发 < 偶然场景 < 刻意表演 < 真实表达。快手相信的是：作者先于内容，真实先于表演。因为表演的本质上意味着创作者在取悦于受众，也难以建立信任关系，是取悦，而共情和真实地表达自我，才能建立起平等与信任。
单列和双列没有对错，这种UI差异本质上是一种取舍。你要单列，就是要优质内容和头部内容。你要双列，就是要更大的个性化和多样化。
为了长期的社区价值，要做个体和个体的差异性，快手还是应该坚持双列。
