了解流量的分配，先要知道流量的两种类型，一个是预分配流量，一个是实时分配流量。
什么是预分配流量呢，是基于上一场直播数据，对下一场流量的预分配。
对下一场流量预分配原理，上一场直播离线数据，平台会做数据的汇总、交易情况、判断打分、人群定向和人群扩展探索，下一场开播平台就一定会基于离线数据去分发流量，离线数据的维度、颗粒度本身比较粗和泛，如果说要知道非常精准的原理那就要聊算法了，没有人知道算法，这里不深究。
什么是实时分配流量呢，我们都知道直播大屏的黄线流速，最小颗粒度是精确到分钟级，也就是当前这一分钟进入多少人，在线多少人，成交多少人，转粉多少人，互动多少人等数据指标，这也是平台算法强大之处。
当刚开播，就可以实时看到每一分钟在线人数，进入人数，举例，一轮讲解5分钟，5分钟总进入100人，平均每分钟流速20人，在这一轮中转化率高低决定下一轮流量的分配的大小，也就可以理解，一场直播过程中，随着时间推移，实时分配流量中也存在预分配流量，也就是前5分钟流量中的每一分钟是实时流量，后5分钟流量是基于前5分钟流量转化率的预分配流量，是一个不断轮转过程。
了解流量，必须从流量渠道开始去聊，平台有17个流量渠道，12个自然流量渠道+5个付费流量渠道。
以自然流量渠道中的feed流为例，因为feed流这个渠道流量最大也是非常重要的一个渠道。
feed流渠道的流量推荐原理：基于直播间正反馈高且最终成交用户画像做相似用户在推荐页的曝光。
下面就详细拆解这句话，首先什么是正反馈高，用户进入直播间，先是停留，停留是一切基础，互动数据：点赞，评论，转粉；电商数据：商品曝光，点击，成交。用户互动+电商数据越高，代表用户是正反馈高，对人货场的兴趣。
什么是成交用户画像，用户画像=基础属性+购买偏好+内容偏好，也就是成交用户具备统一的人群特征，这就是为什么要憋单，筛选出对人货场感兴趣的用户最终成交，成交用户的标签具备统一人群特征。
什么是相似用户，基础属性相似，购买偏好相似，内容偏好相似的用户，这里不详细展开，后面会出一篇文章详细聊用户画像。
以上图举例就可以很好的得出结论，该流量渠道下，做深吃透某一类人群的转化率，就能获取这类人群的流量规模和精准度。
feed流量渠道下GPM(千次)越高，系统就会在该渠道下去做相似用户推荐页的曝光。
流量渠道间是相互独立的，当该流量渠道千次越高，流量就越大。
流量渠道对渠道，渠道间不会相互干扰，每个渠道进入的用户都是一样的，当每个渠道进入直播间都有可能成交，直播间成交用户的标签是混乱的，推荐Feed流量曝光出去的用户也是混乱的，当某一个渠道GPM越高，那么就形成该渠道的流量压制feed流渠道。
渠道千次高低才是反应该渠道获取流量的大小，渠道千次越高，该渠道流量越大，反之则越小。
站在自然流(feed渠道)和付费渠道看，付费(千川渠道)千次越高，自然流千次就越低，这就形成付费压制自然流。
站在自然流渠道之间，feed流渠道和短视频渠道，当短视频渠道千次越高，那么就会形成feed流渠道千次越低，短视频压制feed流渠道。
从整体17个流量渠道看，总渠道看做100%，17个渠道中就一定有高有低，当某一个渠道GPM非常高，那一定会形成压制其他渠道情况，因为该渠道GPM越高，该渠道流量获取能力就越强。
在来聊下标签，什么是标签呢，标签就是某一类用户特征的描述，比如，美食、运动、穿搭这类用户喜欢这一类的偏好。
标签的三种类型，1、标签的宽度，代表人群规模大，更泛更广的人；2、标签的深度，代表更具象化的人，某一类用户的具体特征；3、标签的热度，当前时效性，热点爆款等。
经常说付费打人群标签，可以打标签，但是难度非常大，为什么难度非常大，付费买来的是流量，买不来流量背后用户的偏好度，例如：付费可以买对商品感兴趣人群，用户买苹果，买苹果是用户需求也是喜欢吃的，但是不知道该用户背后的兴趣标签，也就是说买苹果用户，他还喜欢对穿搭对时尚感兴趣，所以在抖音兴趣电商下，用户的标签偏好度就非常重要。
那怎么样才能打标签呢，只有内容才能真正打标签，而且也是非常精准的标签。
直播间和短视频都是叫内容，例如：连衣裙，主打18-24岁Z时代的女性群体，这类群体喜欢潮流，非常个性，比较张扬性格等特性，围绕这类去做内容，当这类群体看到短视频，看到直播间自然就会产生兴趣。
总结流量分配原理：确定好主打的是哪一类人群，围绕这类人群做内容(直播和短视频)，提高渠道下GPM。
现在都聊回归内容，其实在我看来，内容是人群标签很重要的组成部分，结合产品理解某一类人群，懂得某一类人群，这类人群在抖音上含有哪些标签的偏好度，这些所呈现出来的就是内容。
站在商家角度，回归到生意的本质，商家=内容+产品，是一体两面的特性，缺一不可。
