อัลกอริทึมการแนะนำคอนเทนต์ของ TikTok น่าสนใจกว่าเทคโนโลยีที่คู่แข่งอย่าง Facebook, Instagram หรือ YouTube ใช้ นี่คือเหตุผลบางประการ
อัลกอริทึม
อัลกอริทึมถือเป็นแกนหลักในการดำเนินงานโดยรวมของ ByteDance สำนักข่าว Reuters อ้างอิงแหล่งข่าวที่ระบุว่า ByteDance ยอมปิด TikTok ดีกว่าขายกิจการ
จีนได้ทำการเปลี่ยนแปลงกฎหมายการส่งออกในปี 2020 ซึ่งทำให้จีนมีอำนาจอนุมัติการส่งออกอัลกอริทึมและซอร์สโค้ดใดๆ ส่งผลให้การขายแอปมีความซับซ้อนมากขึ้น
ไม่ใช่แค่เพียงอัลกอริทึมเท่านั้น แต่ยังรวมถึงการรวมเข้ากับรูปแบบ วิดีโอ สั้นด้วยที่ทำให้ TikTok ประสบความสำเร็จไปทั่วโลก นักวิชาการและอดีตพนักงานบริษัทกล่าว
ก่อนจะมี TikTok หลายคนเชื่อว่าเทคโนโลยีที่เชื่อมโยงผู้ใช้เข้ากับโซเชียลมีเดียคือเคล็ดลับความสำเร็จของแอปโซเชียลมีเดีย ดังเช่นที่ Facebook และ Instagram ของ Meta เคยทำมาแล้ว แต่ TikTok ได้แสดงให้เห็นว่าอัลกอริทึมที่ขับเคลื่อนด้วยความเข้าใจในความสนใจของผู้ใช้นั้นทรงพลังกว่า แทนที่จะสร้างอัลกอริทึมบน "กราฟโซเชียล" อย่าง Meta ผู้บริหารของ TikTok รวมถึง Shou Zi Chew ซีอีโอ กล่าวว่าอัลกอริทึมของพวกเขานั้นอิงตาม "สัญญาณความสนใจ"
แม้ว่าคู่แข่งจะมีอัลกอริทึมที่อิงตามความสนใจที่คล้ายคลึงกัน แต่ TikTok อาจทำให้อัลกอริทึมมีประสิทธิภาพมากขึ้นด้วยรูปแบบวิดีโอสั้น Catalina Goanta รองศาสตราจารย์ประจำมหาวิทยาลัย Utrecht กล่าวว่า “ระบบแนะนำวิดีโอของพวกเขาได้รับความนิยมอย่างมาก แต่สิ่งที่ทำให้ TikTok แตกต่างอย่างแท้จริงคือดีไซน์และคอนเทนต์” เธอกล่าว
รูปแบบวิดีโอแบบสั้นทำให้อัลกอริทึมของ TikTok มีความยืดหยุ่นมากขึ้นและสามารถติดตามการเปลี่ยนแปลงความสนใจของผู้ใช้ในแต่ละช่วงเวลาได้แม้กระทั่งช่วงเวลาที่เจาะจงในแต่ละวัน
การรวบรวมข้อมูลอย่างรวดเร็ว
นอกจากนี้ รูปแบบวิดีโอแบบสั้นยังช่วยให้ TikTok เรียนรู้ความสนใจของผู้ใช้ได้เร็วขึ้นมาก เจสัน ฟุง อดีตหัวหน้าฝ่ายเกมของ TikTok กล่าว
“เนื่องจากวิดีโอมีขนาดสั้นและมีขนาดเล็ก คุณจึงสามารถรวบรวมข้อมูลเกี่ยวกับความชอบของผู้ใช้ได้เร็วกว่า YouTube มาก ซึ่งวิดีโอโดยเฉลี่ยมีความยาวไม่เกิน 10 นาที” เขากล่าว “ลองนึกภาพการรวบรวมข้อมูลเกี่ยวกับผู้ใช้โดยเฉลี่ยทุกๆ 10 นาที แทนที่จะเป็นทุกๆ ไม่กี่วินาที”
การวางตำแหน่ง TikTok ให้เป็นแอปที่เน้นมือถือเป็นหลักตั้งแต่เริ่มต้นยังทำให้ TikTok ได้เปรียบเหนือแพลตฟอร์มคู่แข่งที่ต้องปรับเปลี่ยนอินเทอร์เฟซจากเดสก์ท็อปเป็นมือถือ และการที่ TikTok เข้าสู่ตลาดวิดีโอสั้นในช่วงแรกๆ ทำให้ TikTok ได้เปรียบอย่างมากในช่วงแรกๆ Instagram เปิดตัว Reels ในปี 2020 และ YouTube เปิดตัว Shorts ในปี 2021 ทั้งคู่จึงตามหลัง TikTok อยู่หลายปีในแง่ของข้อมูลและการพัฒนาผลิตภัณฑ์
สำรวจ เนื้อหา
TikTok ยังแนะนำเนื้อหาที่อยู่นอกเหนือจากความสนใจของผู้ใช้บ่อยครั้ง ซึ่งผู้นำของบริษัทได้กล่าวซ้ำแล้วซ้ำเล่าว่าเป็นสิ่งสำคัญต่อประสบการณ์ผู้ใช้ของ TikTok
การศึกษาวิจัยที่เผยแพร่เมื่อเดือนที่แล้วโดยนักวิจัยจากสหรัฐอเมริกาและเยอรมนี พบว่าอัลกอริทึมของ TikTok "สำรวจความชอบของผู้ใช้ในวิดีโอที่แนะนำ 30% ถึง 50%" หลังจากตรวจสอบข้อมูลจากผู้ใช้ TikTok จำนวน 347 รายและบอทอัตโนมัติ 5 ตัว
“การค้นพบนี้ชี้ให้เห็นว่าอัลกอริทึมของ TikTok เลือกที่จะแนะนำวิดีโอที่ค้นพบจำนวนมากเพื่อให้สามารถอนุมานความสนใจของผู้ใช้ได้ดีขึ้นหรือเพิ่มการรักษาผู้ใช้ให้สูงสุดโดยการแนะนำวิดีโอเพิ่มเติมที่อยู่นอกเหนือจากความสนใจ (ที่ทราบ) ของพวกเขา” นักวิจัยเขียนไว้ในการศึกษาที่มีชื่อว่า “TikTok และศิลปะแห่งการปรับแต่งส่วนบุคคล”
การจัดกลุ่มคนเป็นกลุ่ม
อารี ไลท์แมน ศาสตราจารย์จากมหาวิทยาลัยคาร์เนกีเมลลอน ชี้ให้เห็นว่ากลยุทธ์ที่มีประสิทธิภาพอีกประการหนึ่งที่ TikTok ใช้คือการกระตุ้นให้ผู้ใช้ตั้งกลุ่มสาธารณะผ่านแฮชแท็ก วิธีนี้ช่วยให้ TikTok สามารถเรียนรู้เกี่ยวกับพฤติกรรม ความสนใจ ความสัมพันธ์ และอุดมการณ์ของผู้ใช้ได้อย่างมีประสิทธิภาพมากขึ้น
หากในที่สุด TikTok จะถูกแบนในสหรัฐฯ Lightman กล่าวว่าแม้ว่ายักษ์ใหญ่ด้านเทคโนโลยีของสหรัฐฯ จะสามารถทำซ้ำ TikTok ด้วยผลิตภัณฑ์ของตนเองได้อย่างแน่นอน แต่การทำซ้ำวัฒนธรรมผู้ใช้ของ TikTok ถือเป็นปัญหาที่ยากลำบาก
ข้อได้เปรียบของจีน
อัลกอริทึมการแนะนำของ TikTok นั้นส่วนใหญ่มาจาก Douyin ซึ่งเปิดตัวในปี 2016 ในขณะที่ ByteDance มักเน้นย้ำว่า TikTok และ Douyin เป็นแอปที่แยกจากกัน แหล่งข่าว จาก Reuters กล่าวว่าทั้งสองอัลกอริทึมยังคงคล้ายคลึงกันจนถึงทุกวันนี้
ในทางกลับกัน AI ของ Douyin ได้รับการสนับสนุนจากการใช้แรงงานราคาถูกของ ByteDance ในจีน บริษัทแม่ของ TikTok จ้างคนจำนวนมากเพื่อแท็กคอนเทนต์และผู้ใช้ทั้งหมดบนแพลตฟอร์มอย่างระมัดระวัง
“ราวปี 2018 และ 2019 Douyin พยายามแท็กผู้ใช้ทุกคน” อี้ไค หลี่ ผู้จัดการบริษัทโฆษณา Nativex และอดีตผู้บริหาร ByteDance กล่าว “พวกเขาจะแท็กวิดีโอทุกวิดีโอด้วยตนเอง แล้วจึงแท็กผู้ใช้ตามวิดีโอที่พวกเขาดู” กลยุทธ์นี้ใช้ได้กับ TikTok เช่นกัน
แม้ว่าการจ้างคนมาแท็กข้อมูลจะเป็นกิจกรรมที่แพร่หลายและสำคัญสำหรับบริษัท AI ในปัจจุบัน แต่ ByteDance ได้นำกลยุทธ์นี้มาใช้ตั้งแต่เนิ่นๆ Li ระบุว่าการแท็กข้อมูลต้องใช้แรงงานจำนวนมาก ดังนั้นบริษัทจีนจึงได้เปรียบเนื่องจากมีแรงงานจำนวนมากและต้นทุนต่ำเมื่อเทียบกับอเมริกาเหนือ
(ตามรายงานของรอยเตอร์)
แหล่งที่มา
การแสดงความคิดเห็น (0)