Tik Tok Shop广告算法深度剖析

2025年，皮皮对Tik Tok的算法机制进行了深入研究，并与多位投放大佬和算法大佬共同探讨，为大家带来Tik Tok Shop广告算法的干货内容。此前，在上个月，我在pipiads公众号分享了视频维度的算法文章，感兴趣的朋友可以前往查看。接下来，我们一同深入探讨Tik Tokshop的广告算法。

在Tik Tok Shop的广告投放中，有一个观点颇为流行，那就是“品好素材好，通投拉满”。那么，究竟什么是品好，什么是素材好呢？下面我将为您揭晓答案。

Tik Tok闭环电商投放模型主要以商品维度为主。TikTok Shop的算法并非单纯通过视频内容来理解商品，而是依据视频上的商品标签（锚点）进行推荐。也就是说，Tiktok shop算法是通过识别商品属性，进而推送对应人群。实际情况是，大家都认为品很重要，但从算法实际生效的逻辑来看，并非发布一条视频或素材，机器就能知晓其内容，而是基于视频上所挂的锚点，通过挂车商品来进行人群推荐。

此外，视频本身并不直接决定内容推荐，起主要作用的是标签上的商品信息。算法初始是依赖商品的基本属性推送给相关人群，但对视频内容的解析能力尚有不足。主要原因是目前TT的模型对于视频标签的精准度不够，机器对于视频拍摄内容的理解能力尚未达到很强的水平。

商品的后验特征等于广告数据反馈。商品标题、特性和属性可用于定位投放的目标群体。随后，根据用户对视频的实际反应，如观看时间、完播率、互动、转化等，算法会进行调整推荐。完播率和其他用户反应指标就是后验特征，这些后验指标对广告的最终表现至关重要，决定着广告是否能够成功以及与其他广告的竞争力。（就像在广告投放中，本质上还是通过ECPM来进行计算的）

这里有两个关键点。首先我们明确了投放模型以商品为主，然后模型的第二批特征开始发挥作用，也就是素材的后验特征。以一款杯子为例，从商品属性上看，是杯子+定制礼品，算法会基于这个属性推送给相关人群。然后，广告主测试素材，不同的人会看到不同的视频素材。可能一个人看了五秒，另一个人看了一秒就划走了。经过多次展现后，模型可以计算出后验的完播率等各种指标。这也解释了为什么我们要通过大量复制组去撞击人群的核心投法，同一个素材重新使用时，效果可能会有所不同，当模型跑稳定后，情况会有所变化。

商品的类别和其他填写的属性，如邮费信息和折扣，对算法有着显著影响。同一素材在不同时间的效果可能不同，因为用户对素材的兴趣程度和反应有所差异。折扣和邮费信息是影响商品吸引力的关键因素，在电商平台上，这些因素能够极大地影响用户的购买决策。例如，闭环小店包邮和不包邮的情况有所不同，包邮顺利跑出的广告概率可能是不包邮的三倍左右。其次是折扣，平台算法层面难以判断商品价格的高低，因此设置折扣且胜利跑出的广告概率要高于不设置折扣的概率。也就是说，折扣会作为一个单独的特征加入到模型中。这也是供应链有优势的原因之一，一上来就设置折扣，同样的产品，差不多的竞争素材，它能够更快地获得投放结果。

但有趣的是，卖得最好的未必是最便宜的。作为商家，自己能明确知道商品的市场定价，但对于相对早期的平台来说，对价格信息的把握是比较欠缺的。查看pipiads的广告数据或tikstar的小店数据，会发现很多商品中，卖得较好的链接不一定是价格最便宜的那个。

同样的产品，不同的素材，平台会进行PK。在素材层面，之所以要持续迭代素材进行测试，是因为平台推荐的人群是有限的，对于同样的产品，不同的商家推送给同样的人群，购买人群的数量是固定的。以pipiads上观察到的产品为例，pipiads上有个其他同产品素材（竞品分析）非常实用，找到一款产品后，产品下方会有不同广告主的投放素材。这些素材会根据用户的兴趣、搜索等行为被平台记录，算法会将相关素材反复推送给用户。素材最好的商家，就会赢得用户。此外，去pipiads查看广告数据，以独立站玩家为主要案例，观察到优秀品但投放消耗不出去时，是可以直接尝试抢量的。也就是说，市场的容量是有限的，有人成功后，后续的人可能只能分一杯羹，但也不要灰心。例如，一款清洁剂可以清洗车身、家里的玻璃和地板，市面上打爆汽车清洗内容的，针对的是汽车人群，而如果针对室内玻璃进行宣传，针对的则是另一人群。通过迭代素材，同样有机会获得成功。以一款杯子为例，最早这款保温杯是户外品牌Stanley在2016年推出的，早期以工人、露营及徒步旅行等户外人群为主要受众，一直不温不火，今年转型女性市场后，一下子引爆了整个北美市场，后续有很多店铺跟品并取得了成果。这是一个很典型的人群新定向的经典爆款案例，目前tikstar数据显示，该产品依旧热卖。

以上就是本次对Tik Tok Shop广告算法的分享，希望大家能有所收获。

文章来源：皮皮广告选品

风口星公众号

扫码关注领【TK运营地图】

风口星合作，请扫码联系！