Analyse der Nutzerinteraktion mit den Kurzvideoempfehlungen von TikTok mithilfe von Datenzuwendungen

Core Concepts

Die durchschnittliche tägliche Nutzungszeit der TikTok-Teilnehmer steigt im Laufe ihrer Nutzungsdauer, während ihre Aufmerksamkeit stabil bei etwa 45% bleibt. Nutzer interagieren mehr mit Videos von Konten, denen sie folgen, als mit empfohlenen Videos von Konten, denen sie nicht folgen.

Abstract

Die Studie analysiert die Nutzerinteraktion auf der Kurzvideo-Plattform TikTok mithilfe von Daten, die über ein Datenzuwendungssystem gesammelt wurden. Die Hauptergebnisse sind: Die durchschnittliche tägliche Nutzungszeit und Videoanzeigen der TikTok-Teilnehmer steigen im Laufe der Zeit an (verdoppelt sich nach 80 Tagen). 55% der empfohlenen Videos werden nicht bis zum Ende angesehen, wobei die meisten bereits vor der Hälfte übersprungen werden. Die zeitliche Analyse zeigt, dass der Anteil der bis zum Ende angesehenen Videos über die Zeit stabil bleibt. Die Interaktion der Teilnehmer mit den empfohlenen Videos über die Funktion "Gefällt mir" nimmt im Lauf der Zeit zu (verdoppelt sich nach 120 Tagen für Videos von gefolgten Konten und steigt um 1,5-fach nach 120 Tagen für Videos von nicht gefolgten Konten). TikTok-Nutzer konzentrieren sich mehr auf empfohlene Videos von Konten, denen sie nicht folgen, als auf Videos von gefolgten Konten. Videos von nicht gefolgten Konten sind auf TikTok deutlich beliebter als Videos von gefolgten Konten, was erklären könnte, warum die Teilnehmer diese Videos länger anschauen und warum TikTok wahrscheinlich die Empfehlungen von gefolgten Konten einschränkt.

Stats

"Die durchschnittliche tägliche Nutzungszeit steigt von 1.730 Sekunden (29 Minuten) am ersten Tag auf über 3.000 Sekunden (50 Minuten) nach 120 Tagen." "Die durchschnittliche Anzahl der täglich angesehenen Videos steigt von 107,31 Videos am ersten Tag auf über 200 Videos pro Tag, mit einem Höchststand von 233 Videos pro Tag." "Nur 10,3% der Videoaufrufe stammen von Konten, denen die Teilnehmer folgen."

Quotes

"Die durchschnittliche tägliche Nutzungszeit der TikTok-Teilnehmer steigt im Laufe ihrer Nutzungsdauer, während ihre Aufmerksamkeit stabil bei etwa 45% bleibt." "Nutzer interagieren mehr mit Videos von Konten, denen sie folgen, als mit empfohlenen Videos von Konten, denen sie nicht folgen."

Key Insights Distilled From

Analyzing User Engagement with TikTok's Short Format Video Recommendations using Data Donations

by Savvas Zanne... at arxiv.org 03-21-2024

https://arxiv.org/pdf/2301.04945.pdf

Deeper Inquiries

Wie könnte TikTok seine Empfehlungsalgorithmen so anpassen, dass Nutzer mehr Videos bis zum Ende ansehen, ohne ihre Gesamtinteraktion zu beeinträchtigen?

Um sicherzustellen, dass Nutzer mehr Videos bis zum Ende auf TikTok ansehen, könnte die Plattform ihre Empfehlungsalgorithmen optimieren, indem sie folgende Maßnahmen ergreift: Personalisierung der Empfehlungen: TikTok könnte die Empfehlungen basierend auf dem individuellen Sehverhalten jedes Nutzers anpassen. Indem die Plattform Videos vorschlägt, die den Interessen und Vorlieben des Nutzers entsprechen, steigt die Wahrscheinlichkeit, dass der Nutzer das Video bis zum Ende ansieht. Optimierung der Video-Relevanz: TikTok könnte sicherstellen, dass die empfohlenen Videos von hoher Qualität und Relevanz sind. Indem die Plattform sicherstellt, dass die vorgeschlagenen Videos den Erwartungen der Nutzer entsprechen, steigt die Wahrscheinlichkeit, dass die Nutzer das Video bis zum Ende ansehen. Einbindung von Vorschau-Clips: TikTok könnte kurze Vorschau-Clips für empfohlene Videos anzeigen, um den Nutzern einen Einblick in den Inhalt zu geben. Durch die Bereitstellung von Vorschau-Clips können Nutzer besser entscheiden, ob sie das gesamte Video ansehen möchten. Belohnungssystem für vollständiges Ansehen: TikTok könnte ein Belohnungssystem einführen, das Nutzer motiviert, Videos bis zum Ende anzusehen. Durch Belohnungen wie virtuelle Punkte, Badges oder exklusive Inhalte könnten Nutzer dazu ermutigt werden, Videos vollständig anzusehen. Durch die Implementierung dieser Maßnahmen könnte TikTok die Nutzererfahrung verbessern und die Interaktion der Nutzer mit den empfohlenen Videos steigern, ohne die Gesamtinteraktion zu beeinträchtigen.

Welche Auswirkungen haben die beobachteten Unterschiede in der Aufmerksamkeit zwischen Videos von gefolgten und nicht gefolgten Konten auf die Reichweite und Sichtbarkeit von Inhalten auf der Plattform?

Die beobachteten Unterschiede in der Aufmerksamkeit zwischen Videos von gefolgten und nicht gefolgten Konten können verschiedene Auswirkungen auf die Reichweite und Sichtbarkeit von Inhalten auf TikTok haben: Reichweite von Inhalten: Videos von nicht gefolgten Konten, die eine höhere Aufmerksamkeit erhalten, könnten eine größere Reichweite erzielen, da sie von einem breiteren Publikum angesehen werden. Dies könnte dazu führen, dass Inhalte von neuen oder weniger bekannten Nutzern eine größere Sichtbarkeit auf der Plattform erhalten. Sichtbarkeit von Inhalten: Videos von gefolgten Konten, die eine geringere Aufmerksamkeit erhalten, könnten trotz ihrer bestehenden Follower-Basis weniger Sichtbarkeit erlangen. Dies könnte dazu führen, dass Inhalte von etablierten Nutzern oder Influencern weniger prominent auf der Plattform präsentiert werden, wenn sie nicht die Aufmerksamkeit der Nutzer auf sich ziehen. Algorithmische Anpassungen: TikTok könnte aufgrund dieser Unterschiede in der Aufmerksamkeit zwischen gefolgten und nicht gefolgten Konten seine Empfehlungsalgorithmen anpassen. Indem die Plattform Videos von nicht gefolgten Konten priorisiert, die eine höhere Aufmerksamkeit erhalten, könnte TikTok die Sichtbarkeit und Reichweite von vielfältigen Inhalten fördern und die Chancen für neue Nutzer erhöhen, entdeckt zu werden. Insgesamt könnten die beobachteten Unterschiede in der Aufmerksamkeit zwischen gefolgten und nicht gefolgten Konten dazu beitragen, die Vielfalt der Inhalte auf TikTok zu fördern und die Chancen für neue Nutzer zu verbessern, entdeckt zu werden.

Wie könnte die Analyse der Nutzerdaten auf TikTok dazu beitragen, die Auswirkungen von Kurzvideoempfehlungen auf das Wohlbefinden und die Konzentrationsfähigkeit der Nutzer besser zu verstehen?

Die Analyse der Nutzerdaten auf TikTok könnte dazu beitragen, die Auswirkungen von Kurzvideoempfehlungen auf das Wohlbefinden und die Konzentrationsfähigkeit der Nutzer besser zu verstehen, indem folgende Aspekte berücksichtigt werden: Verhaltensmuster: Durch die Analyse der Nutzerdaten können Verhaltensmuster identifiziert werden, die Rückschlüsse auf das Wohlbefinden und die Konzentrationsfähigkeit der Nutzer zulassen. Beispielsweise könnten Daten zu Sehdauer, Interaktionen und Pausen zwischen Videos Einblicke in das Nutzerverhalten liefern. Feedback der Nutzer: Die Analyse von Nutzerdaten kann auch das Feedback der Nutzer zu den empfohlenen Videos und deren Auswirkungen auf ihr Wohlbefinden erfassen. Durch Umfragen, Kommentare und Interaktionen können Nutzermeinungen und -erfahrungen gesammelt werden. Langzeitstudien: Langzeitstudien basierend auf den Nutzerdaten könnten die langfristigen Auswirkungen von Kurzvideoempfehlungen auf das Wohlbefinden und die Konzentrationsfähigkeit der Nutzer untersuchen. Durch die Verfolgung von Veränderungen im Nutzerverhalten im Laufe der Zeit können Trends und Muster identifiziert werden. Zusammenarbeit mit Experten: Die Analyse der Nutzerdaten könnte in Zusammenarbeit mit Experten aus den Bereichen Psychologie, Gesundheit und Medienwissenschaft durchgeführt werden, um fundierte Erkenntnisse über die Auswirkungen von Kurzvideoempfehlungen auf das Wohlbefinden und die Konzentrationsfähigkeit zu gewinnen. Durch eine umfassende Analyse der Nutzerdaten auf TikTok können Erkenntnisse gewonnen werden, die dazu beitragen, die Auswirkungen von Kurzvideoempfehlungen auf die Nutzer besser zu verstehen und Maßnahmen zur Förderung eines gesunden Nutzungsverhaltens abzuleiten.