抖音VS快手，堪称“两个世界的交战”。问题在于：它们的用户画像和调性为什么会有这么大的差别?本怪盗团的答案是：因为它们对信息流的处理方法不一样;因为它们的算法驱动因素不一样;因为它们对创作者的态度有区别。抖音和快手的运营思路，谈不上绝对的“孰优孰劣”;我们应该清晰地认识到它们的差别，才能更好地认识短视频这条赛道，乃至整个内容赛道，乃至整个互联网。

坦白说，我们对“谁将赢得短视频大战”这个问题不感兴趣。我们只对事实感兴趣，当我们认识到事实之后，自然能够打通整套逻辑，也就能判断事态的发展方向了。而且，“两个世界的交战”很可能最终没有胜负——不是所有战争都分得出胜负的。

信息流的江湖双璧：社交关注与算法推荐

信息流有“社交关注流”与“算法推荐流”之分，二者堪称“江湖双璧”，得其一可独步天下。这两种信息流相互补充，交叉渗透，但又不会相互替代。

• 社交关注流，主要是以社交关系的相互关注或单方面关注为中心、按时间维度排序的FEED流，内容以用户原创的图片、视频及文章为主，信息相对发散，通过社交关系对信息质量进行约束。微信朋友圈是典型的社交关注流，微博早期也是社交关注流。

• 算法推荐流，主要以后台算法为核心，综合信息与人的相关度、重要性、时效性通过机器赋予综合权重，进行中心化的分发。今日头条和抖音都是典型的算法推荐流，微博今年来也逐渐转向算法推荐流。

推荐流与社交流不同，平台拥有对信息流的绝对分发权，拥有100%的信息流广告分发权益;与此同时，用户对社交流广告的容忍度更低，这也是为什么头条/抖音的广告变现能力强于微信朋友圈/快手的原因之一。时至今日，纯粹的推荐流和社交流已经不多见了——例如，B站首页既有算法推荐的第一屏，也有基于关注的第三屏;知乎首页分为关注、推荐、热榜三栏，其中第一栏是社交流，后两栏是推荐流。不过，任何内容平台在“社交关注”和“算法推荐”之间，都会有所取舍，偏向于其中某一边。

快手首页的三栏自转型社区后几乎没变过，第一栏是关注;第二栏是发现(以前叫做热门);第三栏是同城。这好像没有什么稀奇的，抖音也有关注，近期也加了“同城”栏。然而快手中“关注”、“发现”和“同城”，分发比例约为2：2：1，兼顾“社交与算法”。很多人不理解作为技术，算法间有什么差异、有什么壁垒?算法也是有价值观的，而快手的价值观就是“公平普惠”，即保证每个用户的内容都被展示，每个平凡人的生活都被尊重。相比之下，抖音则予以创作者一个“爆红”的机会，但是大部分机会最终被少数人拿去了。对于普通创作者来说，在抖音和快手成名的“期望收益”可能是相同的——前者是一个很小的成功概率乘以一个很大的成功收益，后者则是一个适当的成功概率乘以一个适当的成功收益。到底选择哪一个?那就是创作者自己判断的事情了。

社交分发：“瀑布流+公平算法”助力社交，半熟人视频朋友圈初成

抖音先做推荐后做关注，但是迄今仍以推荐为主流，关注链不太重要。快手直接将推荐当作关注的启动器，在“推荐”和“关注”二者之间寻求协同效应。从流量机制上看，抖音更关注“推荐”，快手更倾向“关注”。同一个用户在快手上的点赞量/播放量的方差是明显小于抖音的。以“王祖蓝”为例，其短视频在快手上的点赞量大部分分布在二十万到五十万之间，而抖音上少则几万，多至上千万。快手的“关注”关系保证稳定的流量(主要对于中长尾创作者;而头部创作者短视频被限流，主要是通过直播变现私域流量)，抖音的“推荐”则是“爆款为王”。所以，李佳琦、薇娅等超级带货主播会选择抖音为淘宝之外的主战场，而快手上则存在着千千万万个中腰部带货主播。

从用户体验的角度，抖音无疑是更“赏心悦目”的。打开抖音直接进入播放模式，依靠上下滑动来更换视频，这种懒人交互提升了用户的黏性，削弱用户改变的意愿，“附近板块”、“关注板块”的使用几率大幅降低，用户注意力黏在头部用户的优质内容上(抖音算法决定推荐内容更优质，无需用户更多操作)，中心化加剧。

(“大屏模式”更适合抖音)

反过来，快手的三个交互方式都是“瀑布流”(推荐可以改为大屏模式，需手动设定)，并且由于算法机制，快手表现的内容优质密度没有抖音那么大，需要用户进行挑选，这也就是为什么“关注”、“同城”使用频率这么高的原因。如此看来，“滚动播放”更适合抖音，“瀑布流”更适合快手，而“瀑布流”+“公平的算法推荐”共同塑造了其“社交属性”的空间。

(“瀑布流模式”更适合抖音)

快手创始人宿华总结，从 2018 年开始，快手转型成为半熟人半陌生人共存的社区，平台里已经沉淀了大量的社交关系。母校、家乡、同行应该算是中国最广泛的半熟人圈子，校友、老乡、同行带有天然的亲切感。快手的半熟人社交关系到底是怎样的存在?基于地域/职业/……的视频朋友圈。我们选取一个职业——卡车司机(常年在路上，团结互助)，一个地域——宝鸡(西北地区，快手渗透率高)，找到两个粉丝数在 2000 左右的普通用户，对其评论信息中的用户属性简单分析。快手上会有很多基于职业、地域的群，对于普通用户来说大部分互动都来自于同行或者同乡，半熟人半陌生人社交关系初现。