毫无疑问，抖音和快手是短视频行业的双寡头——前者自称DAU已经突破 3 亿，后者则计划在 2020 年春节达到 3 亿DAU。它们在短视频领域各自拥有不可撼动的基本牌，2018- 19 年都成功地进军了直播，又都在尝试电商带货乃至自有电商平台。这两个平台在"战略上有高度类似之处，但是用户画像和调性仍然有很大区别——从Slogan就看得出来，抖音是“发现更美好的生活”，快手是“看见每一种生活”。
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。
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
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。
(基于职业的半熟人社交——卡车司机)
(基于地域的半熟人社交——宝鸡青年)
算法：
作为快手、抖音的核心竞争力——推荐算法，其一直都封存于黑盒之中，真正摸透其算法规则的，其内部也寥寥可数。外部关于抖音、快手算法的论断，除了公司管理层的零星介绍，大部分都是推测，然而这些推测接近真相的距离可能已经很近。(二者算法细则也时刻存在调整)在平时用抖音、快手的时候会发现一些有趣的现象，接下来我们就从算法的角度加以解释。
【抖音算法机制】
多重审核：多重审核是抖音算法筛选视频的第一道门槛。智能机器审核会根据提前设置好的人工智能模型识别上传的视频画面和关键词，其一：审核作品、文案是否违规，如果疑似存在，会被机器拦截提示人工注意;其二：通过抽取视频中画面、关键帧，与抖音大数据库中已存在海量作品匹配消重，内容重复的作品进行低流量推荐，或者降权推荐(仅粉丝、自己可见)。这也就是引导用户“求新、求异、求第一”的根本原因。接下来会进入人工审核环节，主要集中在视频标题、封面截图和视频关键帧。
(抖音算法机制示意图)
【快手算法机制】
热度权重：快手特有的算法机制，在视频初期随着热度提高，曝光机会也会提高，“热度权重”起到了“择优去劣”的作用，但是当视频热度达到一定阈值后，曝光机会将不断降低。“热度权重”会起到“择新去旧”的作用。实际上是为了给用户平等的展示机会。
基尼系数：快手提出了“GDP+基尼系数”的分配方式实验。基尼系数(Gini coefficient)是国际上通用的，用以衡量一个国家或地区居民收入差距的常用指标。 基尼指数(Gini Index)介于0- 1 之间，基尼系数越大，表示不平等程度越高。落实到快手的实际运营中，他们将经济学中的“基尼系数”引入社区生态的调控中，作为一个严格落地的量化指标，保证在社区不断发展的同时，通过公允调节注意力分配资源，避免内容头部效应出现，将注意力资源更多分配到普通人。
用户画像：抖音与快手日益相似，但是仍有各自的基本盘
抖音、快手各保持着相当比例的独占用户，但二者相互渗透趋势加剧。截至 2019 年 6 月，抖音、快手、B站月活用户数分别达4. 86 亿、3. 41 亿、0. 98 亿，其中抖音和快手去重之和接近 6 亿，基本涵盖全部短视频行业。考虑到独占比率(只使用目标APP用户规模/目标APP月活)， 2019 年 6 月，抖音用户独占率约37.6%( 18 年同期接近50%)，快手用户独占率约32.7%( 18 年同期略超40%)，二者用户的接壤面积越来越大。此外，在Questmobile的另一份报告中提及， 2018 年 8 月超过五成的B站用户也刷抖音，估计二者的重合率持续上升。B站悄悄上线轻视频，快手、抖音相继开出 10 分钟视频权限，存量用户争夺趋于激烈。
左图：MAU(亿);右图：独占用户比例;资料来源QM
抖音从女性用户为主过渡到逐步均衡，快手男女比例较为适中;快手进一步脱离“Z世代”标签，中老年群体渗透率加速。截至 2019 年 6 月，抖音、快手和B站男女用户比例基本于移动互联网分布趋同，占比约53%：47%，其中抖音一年来变化较为明显， 2018 年 10 月时女性用户仍为55%，显著多于男性用户。年龄分布上面，抖音快手同样较为相似， 25 岁以下用户方面B站占据38.5%，快手29.1%、抖音28.4%。 19 年上半年，快手在中老年群体渗透率明显加速，其中Z世代比例从41.2%下降至36.5%(快手营销平台数据与行业中QM数据存在一定差异，仅作时间跨度对比)，在30- 44 岁用户占比提升较为明显，共提升15.7%，从“年轻”到“普世”。
短视频App用户性别及年龄分布;资料来源QM
快手在中老年群体加速渗透;资料来源快手营销平台
快手、抖音在不同线城市分布亦较为趋同，快手在东北、西北地区根基仍较为深厚。在一二线城市，抖音仅比快手高3.1pct的占比，差距非常微小;下沉市场(三线及以下)快手占比55.9%，尤其是农村地区快手相比抖音的优势更为明显，也更为下沉。相比之下，B站用户仍主要为一线城市( 2016 年时占比56%)，尤其是东部沿海，但近年来三四线城市用户明显增加，19Q1 中54%的新增用户来自于下沉市场。在东北、西北地区，快手受欢迎程度极为明显，其中青海、宁夏、甘肃西北三地用户占比仅8%，但其TGI指数(该地区快手用户数占比/该地区移动互联网用户数占比*100)都在 400 以上;辽宁、黑龙江、吉林东北三地用户占比仅11%，但其TGI指数都接近200，可以看出来快手基本成为北方地区的“标配”。
快手在东北、西北渗透率明显较高;资料来源快手营销平台
经过几年的发展，快手和抖音都已经将“基本盘”占领完毕，从垂直应用上升为全民应用，相互渗透、相互融合。“南抖音北快手”、“女抖音男快手”等刻板的印象都飞快地过失，在PGC和OGC方面，快手也在奋起直追。在互联网独角兽中，快手的胆魄和反应速度均居前，尽管抖音在产品运营和商业化方面略胜一筹，但在总体的战略和执行力上，并不一定比快手有明显的优势。还是那句老话：“难为知己难为敌”。
