1）基于用户兴趣画像推荐是核心
商家在视频号无外乎是做短视频和直播。但夏恒指出，在视频号里，短视频和直播背后是两套不同的推流机制。
目前短视频的第一大分发场景是基于用户的兴趣画像作出推荐，“推荐流”里首先推荐的还是兴趣热点类视频；其次是基于社交推荐，“朋友页”里显示好友点赞过的视频，在“推荐流”里偶尔会出现好友点赞或转发过的视频。
而直播间的核心分发场景，是根据用户的历史行为（如看过哪类直播、曾下单过哪类商品）作出推荐。据夏恒观察，基于社交推荐的占比相较之前有所提升，但还是只占很小的比例。
运营社用一个不怎么刷直播的账号测试后发现，当一个用户的兴趣偏好不明晰时，系统有时就会推荐一些好友关注的直播间。
再比如在直播广场的‘推荐’里，排序靠前的是用户关注、好友正在看的直播，但通常只占较少的资源位，更多还是基于兴趣画像作出的推荐。
左为视频号“推荐流”，右为直播广场
总而言之，对于短视频和直播间而言，公域流量还是主要的流量来源。
2）5个关键指标，影响直播间的公域流量
商家该怎么做，才能让自己的直播间获得尽可能多的公域流量推荐？
在直播过程中，系统是“逐步”给流量的。系统先将某直播间推送给一部分人，看直播间是否能将这波流量“接”住，如果可以，系统才会推送下一波流量。
夏恒补充了一点，直播间的「流量模型」，会决定系统给到怎样的流量。
“系统会探究每个直播间的「流量模型」，看直播间适合承接哪一类流量。以此为基准，来给不同直播间推送不同的流量。”
何为「流量模型」？打个比方，有些全品类直播间里是转化率一般的泛流量，流量越多，销售额才会高，那么系统就会为其推送“大而泛”的流量；而有些垂类直播间里，虽然流量不多，但却足够精准，转化率相当高，那么系统就会为其推送“小但精准”的流量。
也就是说，系统会根据直播间的销售数据，来自动找到商家“需要的人群”。夏恒提醒：“所以商家一定不要去刷虚假流量，或者用促销去吸引薅羊毛用户，这样会让系统判断错误，导致推送的流量都不是自己真正所需要的。”
