Blog · Politika

TikTok Algoritması Erişimine Nasıl Karar Verir (Sana Özel Akışı Açıklandı)

TikTok'un Sana Özel akışına içerik önerirken nasıl çalıştığına, hangi sinyalleri belirttiğine, erişimin neden videodan videoya doğal olarak değiştiğine ve uygunluğun tüm sistemin kapısını nasıl tuttuğuna dair kaynaklara dayalı, abartısız bir açıklama.

Görünürlüğümü kontrol et →Ücretsiz · salt okunur TikTok girişi

“Algoritma” aslında nedir?

İçerik üreticileri “TikTok algoritması”ndan bahsettiğinde genellikle belirli bir sistemi kastederler: her kişinin Sana Özel akışına (For You feed, FYF) hangi videoların düşeceğine karar veren öneri motoru. TikTok bunu açıkça anlatıyor. Bu, içerik üreticilerini sıralayan tek bir skor tablosu değil; izleyici bazında çalışan bir sistem. TikTok’un güncel açıklaması, etkileşim sinyallerini “farklı videolar için bir tahmin puanı oluşturmak” için kullandığını söylüyor — yani bir kişinin her videoyla etkileşime girme olasılığına dair bir tahmin.

TikTok’un büyüsünün bir parçası, tek bir Sana Özel akışının olmaması — farklı kişiler bazı öne çıkan videolarla aynı şekilde karşılaşsa da her kişinin akışı benzersizdir ve o kişiye özel olarak uyarlanır.TikTok Newsroom — How TikTok recommends videos #ForYou

Bu tek fikir, erişimle ilgili gizemli görünen şeylerin çoğunu açıklıyor. Hesabına bağlı sabit bir “erişim sayısı” yoktur. Her video kendi başına, her potansiyel izleyici için değerlendirilir. Bu yüzden bir gönderi çok iyi gidip bir sonraki — aynı içerik üreticisi, aynı takipçiler — takılıp kalabilir. Bu aynı zamanda “bu neden tutmadı” sorusunun dürüst cevabının genellikle gizli bir ceza değil, sinyaller ve uygunlukla ilgili olduğu anlamına gelir. Daha fazlasından şüpheleniyorsan şuradan başla: TikTok gerçekten shadowban uyguluyor mu.

TikTok gerçekte hangi sinyallerin adını veriyor?

TikTok öneri sinyallerini herkese açık olarak birkaç geniş kategoride gruplar. Kesin ağırlıkları yayınlamaz, biz de yayınlamayacağız — internette gördüğün herhangi bir yüzde (“izlenme süresi %40’tır”) TikTok’tan gelmiyor. TikTok’un söylediği şey, “bir kullanıcının uzun bir videoyu baştan sona izleyip izlemediği gibi” güçlü ilgi göstergelerinin, “videonun izleyicisi ile içerik üreticisinin aynı ülkede olup olmadığı gibi” zayıf olanlardan daha fazla ağırlık aldığı.

Sinyal kategorisiTikTok’un verdiği örneklerGöreli rol (niteliksel)
Kullanıcı etkileşimleriBeğendiğin ya da paylaştığın videolar, takip ettiğin hesaplar, yazdığın yorumlar, ürettiğin içeriklerTemel girdi — TikTok, uzun bir videoyu sonuna kadar izlemek gibi güçlü ilgi sinyallerine daha fazla ağırlık verir
Video bilgileriAçıklamalar, sesler ve hashtag’lerSistemin içeriği anlamasına ve ilgilenen izleyicilerle eşleştirmesine yardımcı olur
Cihaz & hesap ayarlarıDil tercihi, ülke ayarı, cihaz türüTikTok, kullanıcılar bunları aktif olarak tercih şeklinde ifade etmediği için daha düşük ağırlık aldığını söylüyor

İki çıkarım var. Birincisi, kontrol edebildiğin şeylerin çoğu ilk iki satırda: insanların gerçekten sonuna kadar izlediği ve etkileşime girdiği içerikler üret, TikTok’a da doğru kitleyi bulabilmesi için net bilgi ver (gerçek bir açıklama, alakalı bir ses, doğru hashtag’ler). İkincisi, kesin bir formül satan herkese mesafeli dur. TikTok, sistemi sürdürmeyi “modelleri ayarlamak, faktörleri ve ağırlıkları yeniden değerlendirmek” için çalışırken “sürekli bir süreç” olarak tanımlıyor. Newsroom açıklamasının 2020 tarihli olduğunu unutma; TikTok’un güncel Introduction to the TikTok recommendation system sayfası aynı sinyal temelli yaklaşımı anlatıyor.

Erişim neden video başına ve kişiselleştirilmiş?

Sistem her videoyu her izleyici için puanladığından erişimin asla düz bir çizgi olmaz. İlk izleyicilerin tepkisi — sonuna kadar izliyorlar mı, tekrar izliyorlar mı, paylaşıyorlar mı? — benzer izleyiciler için yapılan tahmini besler. TikTok yeni bir videonun kitlesinin nasıl büyüdüğünün kesin işleyişini yayınlamaz; bu yüzden adım adım “test grubu” formüllerini bir içerik üreticisi teorisi olarak gör. TikTok’un söylediği şey, takipçi sayısının ve geçmiş hitlerin doğrudan girdi olmadığı:

Daha fazla takipçisi olan bir hesabın paylaştığı videonun, o hesap daha büyük bir takipçi kitlesi oluşturmuş olduğu için daha fazla izlenme alması muhtemel olsa da, ne takipçi sayısı ne de hesabın daha önce yüksek performanslı videoları olup olmadığı öneri sisteminde doğrudan faktördür.TikTok Newsroom — How TikTok recommends videos #ForYou

Pratikte bu, doğal dalgalanmanın istisna değil temel durum olduğu anlamına gelir. Bir videonun yavaş başlaması ceza kanıtı değildir. Tüm hesabın bir anda düşüp öyle kalıyorsa, bu incelemeye değer farklı bir örüntüdür — bkz. TikTok izlenmelerin neden düştü.

Uygunluk kapısı nedir?

“Algoritma hilesi” içeriklerinin çoğunun atladığı kısım şu. Sıralama sinyalleri devreye girmeden önce bir videonun Sana Özel akışı için uygun olması gerekir. TikTok herkese açık For You feed Eligibility Standards (Sana Özel akışı uygunluk standartları) yayınlıyor:

Geniş bir kitleye uygun olmayabilecek bazı içerikleri FYF için uygun olmayan hâle getiriyoruz.TikTok Community Guidelines — For You feed Eligibility Standards

TikTok’un verdiği örnekler arasında yaratıcı düzenleme yapılmadan paylaşılan yeniden kullanılmış ya da özgün olmayan içerik (başkasının filigranını veya logosunu gösteren klipler gibi), yalnızca GIF’lerden yapılmış kısa klipler, şok edici ve sert içerik, yetişkin içerik ve tehlikeli aktiviteler ya da challenge’lar var. 2020 tarihli açıklaması, spam ve kopya içeriğin de önerilmediğini ekliyor.

İçerik üreticilerinin shadowban dediği şeylerin çoğunun arkasındaki mekanizma budur. Videonun harika bir giriş anı, temiz bir açıklaması ve trend bir sesi olabilir; yine de bir uygunluk standardına takılırsa az erişim alabilir, çünkü baştan öneri havuzunda değildir. Yine de bu sessiz olmaz: TikTok, içerik uygun olmayan hâle getirilirse “bu bilginin TikTok analiz aracında görüneceğini” söylüyor. Çözüm daha iyi hashtag’ler değil; standartları anlamaktır. Bunları TikTok’un Sana Özel akışı uygunluk standartları yazısında ele alıyoruz. TikTok’un Creator Academy’si de sade bir dille anlatan bir rehber yayınlıyor: bir video neden önerilmez.

Düşük izlenme mi, ceza mı?

Parçaları bir araya getirdiğinde “düşük izlenme” vakalarının çoğu iki gruptan birine girer ve ikisi de gizemli bir ceza değildir:

  • Zayıf etkileşim sinyalleri. Video uygundu ama ilk izleyiciler sonuna kadar izlemedi ya da pek etkileşime girmedi. Bu normal bir dalgalanmadır — giriş anı ve izlenme süresi üzerinde denemeler yap. TikTok, çok izlenme almayan bir videonun “mutlaka bir kuralı çiğnediği anlamına gelmediğini” söylüyor.
  • Bir uygunluk kapısı. İçerik, FYF’ye uygun olmayan bir standardın kapsamına girdiği için kalitesinden bağımsız olarak önerilerin dışında tutuldu — ve TikTok bunun analizlerinde göründüğünü söylüyor.

İkisini ayırt etmek önemli, çünkü yapılacaklar tamamen farklı. Önce her videonun analizlerine bak, sonra düşüşün tek videoda mı (dalgalanma) yoksa birçok gönderide mi (incelemeye değer) olduğunu izle. Kesin işaretleri şu yazıda adım adım anlatıyoruz: TikTok erişiminin kısıtlı olup olmadığını nasıl anlarsın.

Tahmin etmek zorunda değilsin. Shadowban Checker, içerik üreticileri için bağımsız, sadece okuma yapan bir TikTok erişim analizi aracıdır. TikTok’un resmi girişi ve API’si üzerinden kendi hesabına bağlanır ve erişiminin kısıtlanıp kısıtlanmadığını tahmin eder — resmi bir TikTok durumu değil, dürüst bir tahmin. Ücretsiz bir görünürlük analizi, son erişimini kendi temel seviyenle karşılaştırır ve 0–100 arası bir risk puanı verir; böylece olağan bir dalgalanmaya mı yoksa düzeltilmesi gereken bir şeye mi baktığını görebilirsin.

Sorular ve cevapları.

TikTok her sıralama sinyalinin ne kadar etkili olduğunu yayınlıyor mu?

Hayır. TikTok sinyal kategorilerini adlandırır — kullanıcı etkileşimleri, video bilgileri ve cihaz/hesap ayarları — ve uzun bir videoyu sonuna kadar izlemek gibi güçlü ilgi sinyallerinin, aynı ülkede olmak gibi zayıf sinyallerden daha ağır bastığını söyler. Kesin yüzdeleri ya da ağırlıkları yayınlamaz. Gördüğün her spesifik rakam resmi değildir.

Videolarım neden birbirinden çok farklı izlenme alıyor?

Çünkü TikTok ilgiyi her video ve her izleyici için ayrı ayrı tahmin eder ve ne takipçi sayının ne de geçmişte iyi performans gösteren videolarının doğrudan sıralama faktörü olduğunu söyler. Erişim doğal olarak videodan videoya değişir. Tek bir sessiz gönderi beklenen bir dalgalanmadır, ceza değil.

İyi optimize edilmiş bir video yine de hiç erişim alamayabilir mi?

Evet. Bir video TikTok’un For You feed Eligibility Standards (Sana Özel akışı uygunluk standartları) kapsamına girerse, giriş anı, açıklaması ya da sesi ne kadar iyi olursa olsun Sana Özel akışında önerilmez. TikTok bu bilginin analizlerinde göründüğünü söylüyor.

"Düşük izlenme" shadowban yemekle aynı şey mi?

Genellikle hayır. Düşük izlenme çoğu zaman zayıf erken etkileşimden ya da bir uygunluk standardından kaynaklanır; ikisinin de gerçek ve çözülebilir nedenleri vardır. TikTok “shadowban” terimini kullanmaz. Bu rehber gerçekte ne olduğunu adım adım anlatıyor.

Bunun olağan dalgalanma mı, gerçek bir erişim sorunu mu olduğunu nasıl anlarım?

Her videonun analizlerinde Sana Özel uygunluk uyarısı var mı bak, sonra zaman içindeki örüntüye odaklan. Tek bir videodaki düşüş olağan dalgalanmadır; birçok gönderiye yayılan ve süren bir düşüş ise incelemeye değer. Bir görünürlük analizi, kendi temel seviyene göre bir tahmin verir.

#tiktok#algorithm#for-you-feed#reach#recommendation-signals
Hemen başla

Erişimini geri almaya hazır mısın?

İlk analizini web uygulamasında ücretsiz yap ya da hareket halindeyken hızlıca bakmak için iOS uygulamasını indir. İkisi de TikTok'un resmî girişiyle bağlanır: sadece okuma izni, sadece herkese açık istatistikler. Asla şifre istemeyiz.

iOS 15+ · Ücretsiz indir · Web uygulaması her tarayıcıda çalışır

shadowbanchecker.com/dashboard
Shadowban Checker paneli — 0–100 risk puanı, sade dille yorum ve temel seviyeye göre erişim trendi