TikTok algoritmus: For You Page, Monolith a sociálne vyhľadávanie
Otvorí chat s pripraveným promptom.
TikTok algoritmus je odporúčací systém, ktorý každé video nezávisle od počtu sledovateľov testuje proti celému poolu kandidátov a zoraďuje ho podľa predpokladanej reakcie. TikTok uvádza, že silný signál záujmu, ako je dlhšie video pozreté do konca, váži silnejšie než slabý.
Key Takeaways
- For You Page nefiltruje podľa sledovateľov: každé video súťaží proti celému poolu kandidátov, sledovatelia prinášajú malú výhodu len pri štarte nového videa.
- ByteDance zverejnil v roku 2022 paperom Monolith architektúru svojho odporúčacieho systému: embedding tabuľka bez kolízií cez cuckoo hashing, usporiadanie worker a parameter server a online training proti concept driftu.
- Doložené je, že TikTok váži silný signál záujmu, ako je pozretie dlhšieho videa do konca, silnejšie než slabý; likes, shares, komentáre a follows uvádza TikTok ako signály záujmu bez toho, aby zverejnil váhy.
- Pevné prahy test poolu ako 500 zhliadnutí neuvádza žiadny primárny zdroj TikToku; doložené je len to, že nové videá sa najprv testujú na malých audienciách.
- TikTok je vyhľadávací kanál: podľa TikToku spustí 1 zo 4 používateľov do prvých 30 sekúnd po otvorení aplikácie vyhľadávací dopyt a Creator Search Insights ukazuje dopyt bez zodpovedajúcej ponuky.
- Od 13. septembra 2025 je neoriginálny alebo opakovane použitý obsah bez vlastného prínosu podľa Community Guidelines TikToku vylúčený z For You feedu.
- V Nemecku používa podľa dát GWI z druhého kvartálu 2025 TikTok mesačne 34,0 % používateľov internetu od 16 rokov; denný čas používania je podľa dát Agorapulse a ARD/ZDF z roku 2025 približne 75 minút.
TikTok algoritmus rozhoduje v milisekundách, ktoré video pôjde ako ďalšie. Robí to bez ohľadu na to, koho niekto sleduje: For You Page vyberá kandidátov z celého videofondu a zoraďuje ich podľa predpokladanej reakcie. Sledovatelia vám pri štarte nového videa dajú malú výhodu, pretože systém dokáže pri známych divákoch urobiť spoľahlivejšiu predpoveď. Potom už rozhoduje, ako zareagujú cudzí používatelia.
TikTok je tým najdôslednejším prevedením distribúcie založenej na záujmoch. Ako je postavená všeobecná pipeline z candidate generation, light rankingu, heavy rankingu a re-rankingu, nájdete v článku o odporúčacom algoritme. Tu ide o to, čím sa TikTok odlišuje od iných feedov: o doloženú situáciu so signálmi, o dvojitú rolu aplikácie ako feedu a zároveň vyhľadávača, a o architektúru, ktorú ByteDance sám zdokumentoval.
Monolith: čo ByteDance zverejnil o svojej odporúčacej architektúre
ByteDance v roku 2022 zverejnil s Monolithom architektúru svojho odporúčacieho systému. Tri stavebné prvky z nej sú relevantné pre prax.
Embedding tabuľka bez kolízií: Klasické systémy hashujú ID používateľov a položiek na pevnú veľkosť tabuľky. Dve rôzne videá potom skončia na tom istom pamäťovom mieste a delia sa o informáciu z učenia, čo zriedi predpoveď pre obe. Monolith pod tým nasadzuje cuckoo hashmapu, ktorá kolízie rieši namiesto toho, aby ich tolerovala. Každé video a každý používateľ si ponechá vlastnú reprezentáciu, aj pri miliardách ID.
Architektúra worker a parameter server: Trénovanie a doručovanie bežia oddelene, ale synchronizovane. Trénovacia inštancia aktualizuje parametre, doručovacia inštancia ich dostáva v krátkych intervaloch. To oddelí výpočtovú záťaž od live prevádzky bez toho, aby doručovací model zastaral.
Online training proti concept driftu: Rozdelenie záujmov sa posúva v priebehu hodín, nie týždňov. Model, ktorý sa v noci trénuje dávkovo, je ráno systematicky zastaraný. Monolith trénuje ďalej počas prevádzky a drift berie ako normálny stav, nie ako chybu.
Patrí k tomu jedno obmedzenie: paper nespomína menovite ani TikTok, ani For You Page, ale iný produkt ByteDance. Popisuje architektonické princípy firmy, nie preukázateľne live systém aplikácie. K praktickej skúsenosti to napriek tomu sedí. Video sa neohodnotí raz a potom sa neodloží nabok, ale zaraďuje sa stále nanovo. Preto môže video po dňoch bez dosahu zrazu vyštartovať. A preto sa dosah láme uprostred behu, len čo nová skupina divákov zareaguje inak, než systém predpovedal.
Ktoré ranking signály TikTok algoritmu sú doložené
TikTok vo vlastnom vysvetlení k For You Page uvádza, že dlhšie video pozreté do konca váži silnejšie než slabý signál záujmu; ako signály záujmu tam TikTok menuje likes, shares, komentáre a follows. Text pochádza z roku 2020, Community Guidelines skupiny signálov v roku 2025 znova potvrdzujú a dopĺňajú vyhľadávacie dopyty. Ktorý z uvedených signálov TikTok považuje za ten slabý, nestojí nikde. Konkrétne váhy koncern nikdy nezverejnil.
Z toho vyplýva jasné oddelenie toho, čo môžete brať ako fakt, od toho, čo je odborový folklór.
Signál | Stav dôkazov | Čo to znamená operatívne |
|---|---|---|
Watch time a completion | TikTok ho sám označuje za silný signál | Dĺžku prispôsobte obsahu, nie cieľovým hodnotám; krátke video pozreté do konca porazí dlhšie, ktoré diváci opustia skoro |
Shares, komentáre, follows | TikTok ich uvádza ako signály záujmu | Shares sú podľa nášho odhadu najhodnotnejší aktívny signál, pretože spúšťajú distribúciu mimo feedu |
Likes | TikTok ich uvádza ako signál záujmu, váhu nezverejnil | Ako KPI málo výpovedné, ako diagnostická hodnota pre sympatiu použiteľné |
Rewatches a loopy | Vierohodné a v odbore bežne citované, v primárnych zdrojoch TikToku neuvedené | Berte ako hypotézu, nie ako pravidlo |
Rýchlosť skorého engagementu | U X doložená zo zverejneného kódu, u TikToku nie | Žiadny dôvod na rituály okolo času publikovania na minútu presne |
Pevný test pool s prahmi počtu zhliadnutí | Žiadny primárny zdroj neuvádza stupne ani prahové hodnoty | Nepoužívajte ako podklad na plánovanie |
Rozprávanie o test poole sa drží húževnato: najprv 500 zhliadnutí, potom ďalší stupeň, potom virál. Doložené je z toho len to, že nové videá sa najprv testujú na malých audienciách. Pevné prahy neuvádza žiadny zdroj TikToku. Odkiaľ takéto rozprávania pochádzajú a ktoré z nich empiricky obstoja, rozoberá článok o shadowbane, cold starte a mýtoch.
Čítajte zdroje trafficu namiesto počítania zhliadnutí
TikTok Analytics pri každom videu uvádza, odkiaľ zhliadnutia prichádzajú: For You, vyhľadávanie, sledovaní a osobný profil. Toto rozdelenie je najspoľahlivejšia diagnostika, akú vám platforma dáva, a takmer vždy sa ignoruje, pretože celkový počet zhliadnutí kričí hlasnejšie. Štyri vzorce sa oplatí vyhodnocovať.
- Vysoký podiel For You pri nízkej watch time: Video sa testovalo široko a systém ho zase vypol. Problém sedí v prvých sekundách alebo v dĺžke, nie v distribúcii.
- Vysoký podiel vyhľadávania: Video obsluhuje opakujúcu sa otázku a starne pomaly. Takéto videá si zaslúžia pokračovanie k tej istej téme.
- Vysoký podiel zo sledovaných pri minimálnom podiele For You: Cold start sa nedostal za vlastnú základňu sledovateľov, model nenašiel publikum mimo nej.
- Nápadný podiel profilu: Diváci prichádzajú cez váš profil, ktorý sa tým sám stáva rankingovou plochou.
Tieto štyri prípady vedú k úplne odlišným opatreniam. Samotný počet zhliadnutí nevedie k žiadnemu. K tomu prichádza, že rozdelenie trafficu jedného videa nezostáva stabilné. Video môže spočiatku bežať takmer výlučne cez For You Page a o týždne neskôr sa nachádzať prevažne cez vyhľadávanie. Kto hodnotí výkon s konečnou platnosťou už prvý deň, zamieňa cold start s výsledkom. Ako skúsenosť z praxe sa oplatí druhý pohľad po niekoľkých dňoch a tretí po niekoľkých týždňoch, aby ste oddelili evergreen od krátkodobého.
Zaobchádzajte s TikTokom ako s vyhľadávačom
TikTok v roku 2025 uviedol, že 1 zo 4 používateľov spustí do prvých 30 sekúnd po otvorení aplikácie vyhľadávanie a platforma zaznamenáva miliardy vyhľadávacích dopytov denne, plus 40 % oproti predchádzajúcemu roku. Podľa eMarketer Social Search Report 2025 hľadá takmer 40 % používateľov TikToku viackrát denne a 73 % minimálne raz denne; ide o dáta z USA, pre región DACH porovnateľné čísla verejne nie sú k dispozícii.
Na rešerš zaviedol TikTok Creator Search Insights 2024. Nástroj ukazuje často hľadané témy, filtrovateľné podľa kategórie, a označuje témy s content gapom: vyhľadávacie dopyty s vysokým dopytom, ku ktorým existuje málo videí. Dostanete sa k nemu cez vyhľadávací riadok a cez creator tools v TikTok Studiu.
Zvyšok je logika vyhľadávača. Kľúčové slovo musí zaznieť nahlas, stáť v texte na obrazovke a objaviť sa v captione, pretože TikTok prepisuje zvuk a rozpoznáva text. Generické sady hashtagov to nenahradia. Či sa dopyt vôbec hodí k videu alebo skôr k webstránke, rozhoduje vyhľadávací zámer: porovnávacie a how-to otázky vo videu fungujú, transakčné dopyty zriedka. Ako sa vyhľadávanie na TikToku, Instagrame a LinkedIne líši, rozoberá článok o social SEO.
Pravidlo originality zo septembra 2025
TikTok pravidlo zverejnil 14. augusta 2025; od 13. septembra 2025 je neoriginálny alebo opakovane použitý obsah bez vlastného prínosu vylúčený z For You feedu. Čo sa počíta ako vlastný prínos, guidelines detailne nestanovujú. Podľa nášho odhadu pod to spadá všetko, čo sa nahrá druhýkrát bez nového strihu, bez vlastného komentára a bez nového kontextu.
Výslovné pravidlo k vodoznakom v guidelines nestojí. Cudzie logo platformy v obraze je napriek tomu najjednoznačnejší poznávací znak opakovane použitého materiálu a ako orientačné pravidlo platí: kto Reels alebo Shorts využíva druhýkrát na TikToku, exportuje ich bez loga a strihá nanovo natívne. Stojí to pár minút na video a odstráni to najrizikovejšiu kategóriu.
TikTok v regióne DACH: dosah a hranice
Podľa dát GWI z druhého kvartálu 2025, zverejnených cez DataReportal, používa TikTok mesačne 34,0 % nemeckých používateľov internetu od 16 rokov. Platforma tak stojí za WhatsAppom, Facebookom, Instagramom a YouTube. Pri dennom čase používania sa obraz obracia: podľa dát Agorapulse a ARD/ZDF z roku 2025 je TikTok na približne 75 minútach denne, a tým výrazne pred Instagramom a Facebookom. V Gen Z dosahuje TikTok v Nemecku podľa Statista Global Consumer Survey 2025 približne 69 %. Aktuálnejší podiel používania podľa tej istej metodiky k augustu 2026 verejne k dispozícii nie je.
Pre DACH B2B to znamená: TikTok je zriedka kanál, na ktorom sa pripravuje nákupné rozhodnutie v buying centre. Pri recruitingu, employer brandingu a produktoch náročných na vysvetlenie so širokou cieľovou skupinou sa kombinácia vysokého času stráveného v aplikácii a fungujúceho vyhľadávania nahrádza ťažko. Rozhodnutie by malo visieť na otázke, či vaša cieľová skupina na TikToku hľadá, nie na tom, či tam scrolluje.
Typické chyby
- Cross posting bez nového strihu: Nezmenený materiál bez vlastného prínosu je od septembra 2025 najpriamejšia cesta von z For You feedu; cudzie logo platformy ho navyše robí ľahko rozpoznateľným.
- Optimalizácia na zhliadnutia namiesto retention: Zhliadnutia sú výsledok, retention je páka; bez pohľadu do krivky retention zostáva každá úprava hádaním.
- Zmazať a nahrať znova: Zničíte tým učiace dáta, ktoré systém k videu už nazbieral, a spustíte cold start bez lepšieho videa.
- Príliš dlhé intro: Ak sa krivka retention rúca hneď na začiatku, nejde o problém algoritmu.
- Hashtagové rituály: Plná sada hashtagov nenahradí vyslovené kľúčové slovo.
Jedna chyba sedí o úroveň vyššie a stojí najviac času: pokus rekonštruovať váhy, ktoré TikTok nikdy nezverejnil. V odborných článkoch kolujú percentuálne hodnoty pre jednotlivé signály, násobky pre shares oproti likes a údajné prahy pre completion rate. Nič z toho nepochádza z primárneho zdroja. Doložené sú skupiny signálov a výrok, že silný signál záujmu váži viac než slabý. Čísla k tomu neexistujú. Kto na základe takých hodnôt stavia pravidlá pre obsah, optimalizuje proti domnienke a nevšimne si to, pretože výkyvy dosahu sa na TikToku dajú vždy nejako vysvetliť.
Podľa čoho meriate pokrok
Na riadenie stačia tri metriky. Krivka retention ukazuje, kde diváci odchádzajú, a je jediná metrika, ktorá priamo ukazuje na zmenu v strihu. Podiel trafficu z For You ukazuje, či sa video vôbec dostalo za vlastnú základňu sledovateľov. Podiel vyhľadávania v čase ukazuje, či sa váš obsah stáva evergreenom, alebo zomiera spolu s trendom.
Počet sledovateľov medzi ne nepatrí. Pri systéme, ktorý každé video nanovo testuje proti celému poolu, je to oneskorený indikátor. Kto chce TikTok algoritmus pochopiť, meria retention a zdroje trafficu; všetko ostatné je interpretácia.
Údaje a štatistiky
ByteDance veröffentlichte 2022 das Monolith-Paper: Empfehlungssystem mit kollisionsfreier Embedding-Tabelle (Cuckoo-Hashing), Worker-Parameter-Server-Architektur und Online-Training gegen Concept Drift
ByteDance, Monolith (arXiv 2209.07663) (2022)TikTok gewichtet ein vollständig angesehenes längeres Video stärker als ein schwaches Interessenssignal; genannte Signale sind Likes, Shares, Kommentare und Follows
TikTok Newsroom, How TikTok recommends videos for you (2020)1 von 4 TikTok-Nutzern (25 %) startet innerhalb der ersten 30 Sekunden nach dem Öffnen der App eine Suchanfrage
TikTok Newsroom, TikTok World 2025 (2025)Milliarden Suchanfragen pro Tag auf TikTok, plus 40 % gegenüber dem Vorjahr
TikTok Newsroom, TikTok World 2025 (2025)Fast 40 % der TikTok-Nutzer suchen mehrmals täglich, 73 % mindestens einmal täglich (US-Daten)
eMarketer Social Search Report 2025 (2025)Seit 13. September 2025 ist unoriginaler oder wiederverwendeter Content ohne eigenen Beitrag vom For-You-Feed ausgeschlossen (veröffentlicht am 14. August 2025)
TikTok Community Guidelines, Integrity and Authenticity (2025)Creator Search Insights zeigt häufig gesuchte Themen und Content-Gap-Themen, eingeführt 2024
TikTok Newsroom, Creator Search Insights (2024)34,0 % der deutschen Internetnutzer ab 16 Jahren nutzen TikTok monatlich
GWI Q2 2025 via DataReportal (2025)Tägliche TikTok-Nutzungsdauer in Deutschland rund 75 Minuten
Agorapulse / ARD-ZDF 2025 (2025)Gen Z in Deutschland: rund 69 % nutzen TikTok
Statista Global Consumer Survey (2025)Často kladené otázky
Ako funguje TikTok algoritmus?
Ktoré signály sú pri TikTok algoritme naozaj doložené?
Je pravda, že TikTok video najprv zobrazí 500 ľuďom?
Čo je Monolith a čo má spoločné s For You Page?
Je TikTok naozaj vyhľadávač?
Trestá TikTok videá z iných platforiem?
Oplatí sa TikTok pre B2B v regióne DACH?
Ísť hlbšie?
Získajte nové analýzy priamo do schránky, alebo sa pozrite, ako tieto poznatky nasadzujeme pre firmy.