TikTokのレコメンドエンジンは、全SNSの中でも屈指の精度を誇ります。投稿された動画がどのようなプロセスを経て数百万人のおすすめフィードへと運ばれるのか、その評価ロジックを理解しないまま投稿を続けても望む結果は得られません。
アルゴリズムの基本構造は、「段階的テスト配信（バッチ処理）」です。動画が公開されると、まずはフォロワーおよび動画に関心を持ちそうな非フォロワーの計300〜500人程度の小規模グループにテスト表示されます。この初期グループ内でのユーザーエンゲージメントが高評価を獲得すると、第2段階（数千人規模）、第3段階（数万人規模）へと配信枠が拡大され、最終的に数十万〜数百回規模の「大バズ」へと昇華します。
このテスト配信を突破する上で最も重要視される評価項目が、「視聴維持率（総再生時間）」と「視聴完了率」です。TikTokのプラットフォーム側が目指す究極の目的は「ユーザーのアプリ滞在時間を最大化すること」にあります。そのため、途中で離脱されずに最後まで見られた動画や、何度もループ再生された動画、即座に保存・シェアされた動画に対して、圧倒的な加点スコアが付与される構造になっています。
初速を劇的に伸ばすためには、冒頭の「0秒〜2秒」で視聴者のスクロールする指を完全に止めるフック（強烈な視覚的違和感、テロップでの問題提起、意外な結末の予告）が欠かせません。15秒動画であれば完了率60%以上、60秒以上の長尺動画であれば平均視聴維持率40%以上を叩き出せるかどうかが、おすすめ欄への拡散を勝ち取るボーダーラインとなります。
