1、关键词置顶优化
过去，品牌会通过将关键词置顶优化、SEO优化等方式，提升搜索量、曝光量。婚纱摄影、民宿以及珠宝行业对这一方面的需求非常强烈。
今天，小红书平台在不断调整优化，搜索结果变得“千人千面”，这意味着关键词置顶，在今后仅对未被平台打过相应品类标签的用户有用。
笔记排名在每个终端设备的显示都不尽相同，因此如果品牌想根据关键词置顶优化、SEO优化，去制定推广投放人员的KPI，比如要求统一做到前5名或前10名这种，是难以做到的。
所以，在我看来，关键词置顶优化将成为大品牌的专利，用来获取“卡位”，获取还没有被平台打上标签的用户群体。之所以是大品牌一是因为价格昂贵，二是技术要求高。
对中小品牌来说，还是建议把注意力和资源多放在常态化推广上。
2、关于爆文机制
一直以来，我们不是特别强调“爆文”这件事。小红书的爆文存在一定概率，做生意不应该把生意构建在不确定的事情上。
每一个时间段，小红书都有自己的流行内容。2019年8月，小红书的流行内容是MAC 和完美日记，那段时间只要发布和这2个品牌相关的内容，就会出爆文。
但紧紧跟随流行内容，对品牌而言，并非是一件容易事，我也不推荐大家这么做。最好是掌握一些根本的、不变的东西，对于小红书这样一个以种草为主的社区来说，就是内容。
我们的爆文投手，在研究过超10000篇小红书爆文笔记，并花过上千万的预算投放各个级别的达人，到今天投出的爆文成功率也才30%，最好的情况是最近做火鸡电器，64篇笔记，33篇爆文，爆文率达到53%。
出爆文很难很难，所以我还是建议大家多多关注常态化推广，不要将希望完全寄托在爆文上。坚持在小红书不断地产出高质量内容，一定会有结果。
说到这里，再和大家聊一下爆文机制。很多人对小红书爆文的判定，主要是互动量，认为互动量高才能出爆文。目前存在的一种论调是，小红书平台会判断CES去打分
CES=点赞数（1分）+收藏数（1分）+评论数（4分）+关注数（8分）
根据上述公式的数据去判断一篇笔记的质量，并决定是否给后续的流量，CES高的笔记就能成爆文。
另外一部分人则认为，小红书笔记的推荐机制与抖音流量池的原理类似，是否会被平台推荐，取决于在阶梯推荐中的互动数据表现。
笔记发布后，首先会被系统打上一系列标签，尝试性地推给对标签感兴趣的用户。
在推荐给这些用户后，根据他们在看到笔记后的一系列行为，系统会再给笔记打分，决定是否要继续推荐给其他用户。这个评分体系在小红书内部称为CES。
并且，持有这些观点的人也认为，有些小红书用户发布了很多笔记内容，但阅读量始终停留在70~80的量级，原因就在于没有被系统判定，互动量达到可以推荐给更多新用户的级别。
但经过我的研究后，发现事实并不是这样的，我自己在运营的小红书账号，发布的笔记中，有些浏览量很高的笔记内容，互动量却是个位数或者没有互动量。这里我们看一组数据：
一篇阅读量23426的笔记，它的点赞、收藏、评论数分别只有7、3、1；一篇阅读量19623的笔记，点赞、收藏、评论数分别只有9、0、0；一篇阅读量7931的笔记，点赞、收藏、评论数分别只有7、4、0……
阅读量很高，互动量很低，这样的情况非常普遍，大量低互动数据的内容却得到了很好的流量推荐，如果用CES互动数据根本无法解释这个现象的。
另外，相信运营小红书的人也会遇到这种情况，某一篇笔记在发布之后并没有得到平台的推荐，但过了一段时间后，笔记的阅读量却突然爆发了，这也和CES互动数据的原则不相符。
因此，我认为互动量只是结果。小红书平台的算法一直在推送它认为用户喜欢的内容，根据数据反馈不断优化算法，所以我们看到爆文互动量较高，实际是因为模型判断用户是否喜欢比较精准。
由此得出结论，小红书是否推荐一篇笔记，不是根据互动量和所谓流量，是由它的爆文模型预先判断的，中间无法影响。
接下来我想和大家分享的，就是小红书爆文模型的核心机制，这里有3个核心关键词：模型学习、预测打分、双线推广机制。
1）模型学习
模型学习指的是，小红书的服务器、平台算法，每天都在“学习”笔记的内容，“学习”用户说了什么。
小红书平台一天的笔记数据，就占据了1T（1024GB）的内存，相当于900部电视连续剧占据的内存容量。并且，用户每天在小红书平台产出的阅读、点赞、评论、转发等行为，高达5亿次左右。
这样庞大的数据量，小红书是从阅读时长、点击、返回、收藏、点赞等9个维度来判断用户是否喜欢某篇笔记。
2）预测打分+推荐
首先，在这个排名策略的最底层，小红书存在多种策略，来判断笔记是否为有效笔记(敏感词、内容质量)。小红书会给笔记打分，满分为1，通常来说达到0.9以上，就是一篇好的笔记。
需要强调的是，这里的打分是从小红书的模型学习来的，和即时互动数据并无关系。
在对笔记内容进行评估和审核后，小红书会决定笔记的排名以及是否要不断地给笔记流量。
最后，刷新或点赞笔记等操作，会决定笔记在搜索关键词中的位置，比如一篇介绍精华的笔记互动量比较高，当用户在搜索关键词“精华”时，这篇笔记排在前三名的机率就比较大。
如果笔记的互动量低， 那用户搜索关键词后，笔记的排名位置就会靠后。
3）双线推荐机制
一般来说一篇新笔记，在发布后的2-8个小时，可以看到浏览量在不断增长，这是一种实时推荐。
此外，小红书的机器算法每天还会继续分析素材样本，不断地挖掘历史笔记，在笔记发布的一两个月后，再给几波平台推荐的流量，这叫离线机制。
以上两种，就是小红书平台运行的双线推荐机制，大致过程如下图：
这就很好的解释了，为什么在小红书，历史笔记会不断地被平台“挖掘”出来，并得到推荐。机器、算法通过不断“学习”用户喜欢的内容笔记，去推荐它认为用户会喜欢的内容，即使没有一点互动量。
咨询
