内搜索中进行搜索，而这里的关键就是用户是否能看到自己感兴趣的内容，这个实际就是内容展现机制的问题。搜索用户除了匹配关键字以外，抖音主要还是偏向于去中心算法，保证每个用户都可以得到曝光，相对挑战和音乐比较简单，挑战按时间排序，音乐按使用人数排序，相信以后抖音还会进一步的优化和调整。
6.内容的激励机制
目前抖音还没有建立用户激励体系，在内容生产中主要以明星，网红型用户，跟随型用户作为重要的内容生产来源了。刺激内容的持续生产实际上很大程度上就是刺激这些KOL持续产出对抖音（短视频）运营推广策划有价值的内容。对于这些KOL来说，他们目前最有价值的就是粉丝数了，尤其是优质，活跃的粉丝数。粉丝的关注，对他们的短视频评论，转发，喜欢都是对他们的激励，相信不久抖音会建立一套完整的用户激励体系。
7.内容的展现策略
众所周知，抖音是采用Twitter的timeline的形式，用户的信息流是由用户所关注的人或话题的动态根据时间的早晚不断刷新和流动的，用户可以第一时间看到自己所关注的人的动态消息。
（资料来源：新浪微博）目前抖音还没有采用微博较为激进的商业化运营策略，除了由抖音（短视频）运营推广策划形态主导的内容展现策略外，
没有加入强制关注其他账号，以兴趣分发的渠道，没有影响到用户体验。但通过网络搜集发现一条抖音推送消息的视频，在短短时间内容推送了上百条信息，这样严重的伤害了用户的体验性，但不怀疑是同行或者个人恶搞。
8.内容方面的运营效果
三：抖音（短视频）运营推广策划数据分析
1.数据分析目的
从今年二季度开始就一直呈现出一种欣欣向荣的向上姿态。据抖音抖音（短视频）运营推广策划负责人介绍，目前抖音的视频总播放量已经超过10亿，还在持续高速增长。而各家第三方数据的报告也都显示，在UCG短视频的渗透率上，抖音目前仅次于快手和美拍
抖音目前已处在抖音（短视频）运营推广策划生命周期的快速成长期阶段，根据老师所讲的不同生命周期运营侧重点，所
以就现阶段的抖音而言，其主要运营侧重点主要是增长模式、速度。因此在制定符合现阶段的数据评估分析时，也应该围绕“获取新用户”和“提高用户活跃度”这两个方面进行详细的指标监测和分析。
2.分析理论简介聚类分析（Cluster Analysis）：
聚类分析（Cluster Analysis）又称群分析，是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法，它们讨论的对象是大量的样品，要求能合理地按各自的特性来进行合理的分类，没有任何模式可供参考或依循，即是在没有先验知识的情况下进行的。
聚类分析变量选择的原则是：在哪些变量组合的前提，使得类别内部的差异尽可能的小，即同质性高，类别间的差异尽可能的大，即同质性低，并且变量之间不能存在高度相关。
常用的用户特征变量有：
人口学变量：如年龄、性别、婚姻、教育程度、职业、收入等。通过人口学变量进行分类，了解每类人口的需求有何差异。
用户目标：如用户为什么使用这个抖音（短视频）运营推广策划？为什么选择线上下载？了解不同使用目的的用户的各自特征，从而查看各类目标用户的需求。
用户使用场景：用户在什么时候，什么情况下使用这个抖音（短视频）运营推广策划？了解用户在各类场景下的偏好/行为差异。
用户行为数据：如使用频率，使用时长，客单价等。划分用户活跃等级，用户价值等级等。
态度倾向量表：如消费偏好，价值观等，看不同价值观、不同生活方式的群体在消费取向或行为上的差异。
3.分析过程及数据指标建议
我们无法获取到抖音（短视频）运营推广策划的内部用户数据进行聚类分析，但可以通过第三方数据平台获取到部分数据，虽然会有一定的误差，但基本可以代表抖音（短视频）运营推广策划的用户画像。
（数据来源：艾瑞，百度，360指数）
通过上面的数据我们获取到了简单的人口学变量数据，艾瑞指数是使用抖音（短视频）运营推广策划数据，相比百度和
360指数更加准确。（艾瑞指数显示使用抖音（短视频）运营推广策划的数据，百度和360指数显示关注抖音（短视频）运营推广策划的数据）
（数据来源：极光数据）根据极光大数据，抖音短视频的用户以女性为主，且占比高达78.8%。在年龄分布上，我们可以
看到20-24岁和25-29岁的用户占比最高，分别占据37.3%和29.4%的比例。也就是说，抖音用户主要以年轻女性为主。
（数据来源：百度指数）通过上面百度关注指数数据，我们知道抖音瞅准的是一，二线城市的年轻受众，根据极光大数据
