Akademisi dan mantan staf perusahaan mengatakan bahwa bukan hanya algoritma, tetapi juga cara kerjanya dengan format video pendek, yang membuat TikTok begitu sukses secara global.
Ini aplikasi juga
Sebelum munculnya TikTok, banyak yang percaya bahwa teknologi yang menghubungkan koneksi sosial pengguna adalah saus rahasia untuk aplikasi media sosial yang sukses, mengingat popularitas Facebook dan Instagram Meta.
Tetapi TikTok menunjukkan bahwa algoritma, didorong oleh pemahaman tentang minat pengguna, bisa lebih kuat. Alih-alih membangun algoritme mereka pada “grafik sosial” seperti yang dimiliki Meta, eksekutif TikTok termasuk CEO Chew Shou i mengatakan bahwa algoritme mereka didasarkan pada “sinyal minat”.
Sementara saingannya memiliki algoritma berbasis minat yang serupa, TikTok mampu meningkatkan efektivitas algoritma dengan format video pendek, kata Catalina Goanta, seorang profesor di Universitas Utrecht.
“Sistem rekomendasi mereka sangat umum. Tapi yang benar-benar membedakan TikTok sebagai aplikasi adalah desain dan kontennya,” katanya.
Format video pendek memungkinkan algoritme TikTok menjadi jauh lebih dinamis dan bahkan mampu melacak perubahan preferensi dan minat pengguna sepanjang waktu, sama terperincinya dengan apa yang mungkin disukai pengguna selama periode waktu tertentu di siang hari.
02:15
Warga Singapura marah atas pemanggangan anggota parlemen AS terhadap CEO TikTok
Warga Singapura marah atas pemanggangan anggota parlemen AS terhadap CEO TikTok
Pengumpulan data cepat
Selain itu, format video pendek memungkinkan TikTok untuk mempelajari preferensi pengguna pada tingkat yang jauh lebih cepat, kata Jason Fung, mantan kepala unit game TikTok.
“Karena dalam format bite sie, ini adalah video pendek, Anda dapat mengumpulkan data tentang preferensi pengguna jauh lebih cepat daripada YouTube, di mana mungkin video rata-rata hanya berdurasi kurang dari 10 menit,” katanya, “Bayangkan Anda mengumpulkan data tentang pengguna rata-rata setiap 10 menit versus setiap beberapa detik.”
Dan posisi TikTok sebagai aplikasi yang dibuat untuk perangkat seluler sejak awal juga memberikan keunggulan dibandingkan platform saingan yang harus menyesuaikan antarmuka mereka dari layar komputer.
Masuknya TikTok lebih awal ke pasar video pendek juga memberi perusahaan keuntungan penggerak awal yang besar. Instagram tidak meluncurkan Reels hingga tahun 2020 sementara YouTube meluncurkan Shorts pada tahun 2021, keduanya tertinggal dari TikTok dalam pengalaman data dan pengembangan produk selama bertahun-tahun.
Memungkinkan eksplorasi
TikTok juga secara teratur merekomendasikan konten yang berada di luar minat pengguna, yang telah berulang kali dikatakan oleh manajemen perusahaan sangat penting untuk pengalaman pengguna TikTok.
Sebuah studi, yang diterbitkan oleh para peneliti dari AS dan Jerman bulan lalu, menemukan algoritma TikTok “mengeksploitasi minat pengguna dalam 30 persen hingga 50 persen dari video rekomendasi” setelah memeriksa data dari 347 pengguna TikTok dan lima bot otomatis.
“Temuan ini menunjukkan bahwa algoritma TikTok memilih untuk merekomendasikan sejumlah besar video eksplorasi dalam upaya untuk menyimpulkan minat pengguna dengan lebih baik atau memaksimalkan retensi pengguna dengan merekomendasikan banyak video yang berada di luar minat pengguna [yang diketahui],” tulis para peneliti dalam makalah bernama TikTok and the Art of Personalisation.
Memobilisasi pengguna ke dalam grup
Ari Lightman, seorang profesor di Carnegie Mellon University, mengatakan bahwa taktik efektif lain yang digunakan TikTok adalah mendorong penggunanya untuk membentuk grup secara publik melalui tagar.
Dengan mendorong pengguna untuk membentuk grup publik, TikTok dapat lebih efektif belajar tentang perilaku, minat, keselarasan, dan ideologi penggunanya, katanya.
Jika TikTok akhirnya dilarang di AS, Lightman mengatakan bahwa sementara raksasa teknologi AS tentu memiliki kemampuan untuk meniru TikTok dengan produk mereka sendiri, mereplikasi budaya pengguna yang diaktifkan oleh TikTok mungkin merupakan tugas yang lebih besar.
Keuntungan Cina
Algoritma rekomendasi TikTok juga sebagian besar diambil dari aplikasi saudara China-nya Douyin yang dirilis pada tahun 2016. Meskipun ByteDance sering menekankan bahwa TikTok dan Douyin adalah aplikasi yang terpisah, satu sumber dengan pengetahuan langsung tentang masalah ini mengatakan kedua algoritma tersebut tetap serupa hingga hari ini.
Pada gilirannya, AI Douyin dibebani oleh kemampuan perusahaan untuk memanfaatkan biaya tenaga kerja yang rendah di China yang membuatnya mempekerjakan banyak annotator konten untuk dengan susah payah menandai semua konten dan pengguna di platform.
“Sekitar 2018 dan 2019, Douyin bekerja untuk memiliki tag pada setiap pengguna. Jadi mereka akan menandai setiap klip video secara manual. Kemudian mereka akan menandai pengguna mereka berdasarkan video yang telah mereka tonton,” kata Yikai Li, seorang manajer di biro iklan Nativex dan mantan direktur di ByteDance. “Kemudian mereka juga menerapkan taktik ini di TikTok.”
Sementara mempekerjakan annotator untuk menandai data sekarang menjadi praktik umum dan penting bagi perusahaan AI, ByteDance lebih awal mengadopsi strategi ini.
“Banyak pekerjaan memilah tag ini. Ini sangat melelahkan,” katanya, “Jadi perusahaan China memiliki keuntungan di sini. Anda mampu membayar lebih banyak orang. Biayanya lebih murah daripada untuk perusahaan Amerika Utara.”