项目档案 02商业化流量2024.07 - 至今字节跳动 · 抖音运营

优质营销 /商单流量体系

用 AB 实验看优质作者获得更多商单流量后的表现

我负责的部分

我主要负责作者评估标准和流量策略，并与相关团队一起推进星图、电商场景的 AB 实验。

项目重点

筛选优质作者，通过实验观察增加商单流量后的收益和用户体验。

作者价值 2.0AB 实验实验验证流量倾斜商业内容机制设计商单实验助手

优质营销项目 · 一页看懂

观察优质作者获得更多流量后的表现

1. 问题与目标

核心矛盾

·优质作者商单少、流量少、收入低
·收入和流量不足，可能影响作者留存与投稿意愿
·商业内容供给结构容易失衡

需要权衡

·流量倾斜对分发效率的影响
·资源分配与生态平衡
·需要确认收益变化是否来自流量倾斜

验证目标

·检验增加商单流量后的收益和用户体验
·同时观察作者收入和用户体验
·为长期机制提供实验依据

2. 解决方案

制定作者筛选标准

筛选作者时，同时看内容质量、商业适配、投稿稳定性和用户反馈。

传统指标

粉丝量 / 播放量 / 点赞量 / 完播率

价值体系 2.0

高价值用户覆盖 / 内容质量 / 商业适配度 / 历史变现 / 投稿稳定性 / 负向反馈率

设计 AB 实验验证

在星图、电商两个核心场景并行验证：控制组保持基础流量，实验组进行流量倾斜。

3. 实验设计

星图场景

优质作者池 → 随机分组 → 实验组流量倾斜 → 对比作者收入、用户 LT、投稿供给变化

电商场景

优质作者池 → 随机分组 → 实验组流量倾斜 → 对比 VV、GMV、投稿供给变化

实验控制

周期和样本规模不公开；控制基础流量、作者分层、护栏指标与统计口径

作者分层

流量倾斜

护栏指标

统计方法

4. 实验结果

星图

—

优质作者星图收入

—

用户侧 LT

实验样本中作者收入增加，用户体验未见明显变差。

电商

—

优质作者 VV

—

GMV

实验样本中，内容曝光和 GMV 增加。

收入与转化数据只代表优质作者样本的实验验证，不代表全量作者收入变化。

5. 后续流量策略

优质商单评级体系

整理作者与商单内容的评级标准。

分层流量倾斜策略

按作者价值和商单质量分配推荐增量。

优质内容加权曝光

提升优质商业内容的冷启和分发效率。

根据实验反馈调整策略

根据实验和线上反馈调整流量策略。

实验结论与后续观察

对作者

·样本作者的收入增加
·样本内容的曝光增加
·留存与投稿意愿仍需持续观察

对平台

·根据实验结果调整流量策略
·持续观察商业内容供给变化
·放量后继续核对收益与风险

对用户

·实验期间用户体验未见明显变差
·放量时继续观察用户反馈
·满意度变化需要另行验证

根据实验反馈调整策略

1筛选优质作者与内容

2流量倾斜实验验证

3对比收入、曝光和交易变化

4持续观察供给与用户反馈

根据实验结果调整作者筛选和流量分配，并在后续项目中继续观察效果。

AI 辅助方案示例

商单流量实验助手

下面用模拟作者展示实验复盘的思路：对比收益、用户反馈与内容供给，再给出需要人工确认的建议。这是方案示例，尚未接入实际实验数据。

实验复盘工作流

输入实验样本

汇总作者价值、商单质量、流量倾斜、收入 / VV / GMV、用户侧护栏和投稿供给。

复盘增量来源

判断增量来自作者价值、商业适配、流量倾斜还是自然波动，并检查护栏是否异常。

生成放量建议

输出是否扩大实验、继续观察、降低流量或补充样本，并标出需要人确认的风险。

交给人审核

实验池、流量倾斜强度、护栏阈值和停止条件仍由产品、运营和算法共同决定。

实验样本复盘

A002 · 生活好物作者

需要人工确认

收入（数据不公开） / GMV 强 / 商业内容占比（数据不公开） / 负反馈高

样本结论

商业承接有效但护栏偏紧

增量来源

流量倾斜 + 商业适配

主要风险

负反馈偏高

下一步动作

先降密度再观察

一句话结论

不能因为收入增长就直接进入流量扶持池。收入和 GMV 信号说明商业承接有效，但负反馈高、商业内容占比高，意味着用户体验护栏已经出现风险。

下一步最小动作

下一步先降低商业内容密度，抽样审查近期商业内容表达，再观察负反馈是否回落。

必须由人决定

是否进入实验池流量倾斜强度用户负反馈阈值停止条件是否对作者外显经营建议

项目说明

方案和验证

这里记录了主要做法、评估依据，以及后续需要观察的情况。

主要做法

筛选优质作者，通过实验观察增加商单流量后的收益和用户体验。

评估时注意

作者收入、内容曝光和用户体验需要同时观察。

证据来源

星图和电商两个 AB 实验中的作者收入、VV、GMV 和用户侧护栏指标。

后续观察

若只有曝光增长，收入或交易没有改善，或用户体验变差，需要调整流量方案。

AI 相关想法

可以尝试用 AI 整理实验结果

后续可以尝试的方向

AI 可以帮什么

AI 可以整理作者分层、商单质量和实验数据，对比收益、用户反馈和内容供给的变化。

需要人工确认

实验分组、护栏指标和是否扩大流量，由产品、运营和算法共同确认。

验证时要看什么

需要核对数据来源、统计口径和实验设计，因果结论仍需结合实验分析。

业务指标的具体数值不公开。