1. Mô hình UTIS Meta đang nghiên cứu là gì?
Meta đã chính thức nâng cấp thuật toán Facebook Reels bằng cách kết hợp dữ liệu hành vi với phản hồi trực tiếp từ người dùng thông qua mô hình mới mang tên UTIS, mở ra cách tận dụng thuật toán Reels khai thác Content triệu view. Thay vì chỉ dựa vào các tín hiệu như watch time, lượt thả tim, bình luận hay chia sẻ, Meta đang bổ sung thêm dữ liệu khảo sát (survey) để hiểu sâu hơn về cảm xúc và sở thích thực sự của người xem. Đây được xem là bước tiến lớn trong việc cá nhân hóa nội dung và tối ưu trải nghiệm.
Với các nhà làm sáng tạo nội dung, doanh nghiệp, marketer đây là cách tận dụng thuật toán Reels khai thác Content triệu view hiệu quả, rút ngắn thời gian hiểu người dùng và sản xuất các nội dung content đúng sự quan tâm hơn.
2. Vì sao Meta phải thay đổi thuật toán Reels?
Trước đây, hệ thống đề xuất của Facebook Reels hoạt động chủ yếu dựa trên hành vi người dùng. Tuy nhiên, các tín hiệu như:
-
Xem lâu (watch time)
-
Like
-
Share
-
Comment
không phải lúc nào cũng phản ánh đúng mức độ yêu thích thực sự. Ví dụ, một người xem hết video có thể vì tò mò, vì nội dung gây tranh cãi, hoặc đơn giản là chưa kịp lướt qua. Điều đó không có nghĩa họ thích nội dung đó. Meta nhận ra rằng chỉ dựa vào hành vi bề mặt là chưa đủ để xác định insight người dùng. Vì vậy, họ quyết định bổ sung thêm dữ liệu phản hồi trực tiếp để hiểu sâu hơn về:
-
Cảm xúc người xem sau khi xem video
-
Phong cách nội dung họ yêu thích
-
Cách dựng video
-
Âm thanh, nhịp điệu
-
Chủ đề thực sự quan tâm
Đây là lý do thuật toán mới của Facebook Reels ra đời.
Ngoài ra, với các doanh nghiệp, Marketer hoặc người làm sáng tạo nội dung, thuật toán này không chỉ giúp họ khai thác và hiểu về người dùng tốt hơn mà còn là 1 cách remarketing Facebook hiệu quả ngay trong thời gian ngắn.
3. Mô hình UTIS là gì? Cách Facebook Reels hiểu sở thích người dùng
Meta triển khai khảo sát ngẫu nhiên hằng ngày cho một nhóm người dùng. Từ dữ liệu survey đó, họ xây dựng mô hình nhẹ mang tên UTIS (User True Interest Signal).
Cách UTIS hoạt động:
-
Thu thập phản hồi trực tiếp từ survey người dùng.
-
Kết hợp dữ liệu đó với dự đoán từ hệ thống đề xuất chính.
-
Tính xác suất một video có thực sự phù hợp với sở thích cá nhân hay không.
-
Đưa điểm UTIS vào hệ thống xếp hạng nội dung.
Nếu một video có xác suất phù hợp cao, nó sẽ được tăng điểm và ưu tiên đề xuất. Ngược lại, nếu xác suất thấp, video đó sẽ bị giảm phân phối. Điểm khác biệt lớn nhất ở đây là thuật toán không chỉ “đoán” dựa trên hành vi nữa mà còn “hỏi thẳng” người dùng.
4. Kết quả thực tế: Độ chính xác tăng mạnh
Theo dữ liệu Meta công bố, hệ thống mới cho kết quả cải thiện rõ rệt:
-
Accuracy tăng từ ~59,5% lên 71,5%
-
Precision tăng từ ~48,3% lên 63,2%
-
Recall tăng từ ~45,4% lên 66,1%
Ngoài ra, khi thử nghiệm trên hơn 10 triệu người dùng thực tế:
-
Mức độ hài lòng tăng đáng kể
-
Lượt đánh giá tiêu cực giảm
-
Engagement tổng thể tăng
Điều này lý giải vì sao gần đây nhiều người cảm nhận rằng Facebook Reels đề xuất đúng insight hơn rất nhiều. Cứ 10 video thì có thể 7–8 video đúng nội dung hành vi người xem, chỉ 1–2 video mang tính khám phá.
5. Cách tận dụng thuật toán Reels khai thác Content triệu view
Với việc Meta nâng cấp thuật toán Facebook Reels theo hướng hiểu sâu cảm xúc người dùng, cách làm nội dung cũng cần thay đổi.
5. 1. Không còn thời đại “câu view bằng chiêu trò”
Video gây tranh cãi, giật tít, sốc view có thể vẫn có watch time cao, nhưng nếu người xem không thực sự thích, UTIS sẽ nhận diện và giảm phân phối về dài hạn.
5.2. Nội dung phải giữ được cảm xúc thật
Thuật toán giờ đây quan tâm đến việc:
-
Người xem có thực sự thích nội dung không?
-
Có cảm thấy phù hợp với sở thích cá nhân không?
-
Có xu hướng xem thêm video cùng chủ đề không?
Vì vậy, nội dung cần có phong cách rõ ràng, định vị cụ thể, thay vì làm “tạp”.
5.3. Chạy Ads video cũng cần tối ưu insight
Nếu bạn đang chạy Facebook Ads cho Reels, thuật toán mới sẽ ưu tiên những video có khả năng giữ chân người xem thật sự. Điều này có nghĩa là:
-
Nội dung phải đúng tệp
-
Hook phải sát insight
-
Không chỉ tập trung vào lượt xem mà phải tập trung vào mức độ phù hợp
Trong bối cảnh này, việc hiểu sâu về cách thuật toán phân phối và tối ưu Reels Ads là cực kỳ quan trọng.
6. Meta vẫn đang tiếp tục cải thiện thuật toán Reels
Dù UTIS đã giúp cải thiện đáng kể độ chính xác đề xuất, Meta cho biết họ vẫn đang tiếp tục nâng cấp:
-
Tối ưu đề xuất cho người dùng mới hoặc ít tương tác
-
Giảm sai lệch từ dữ liệu khảo sát
-
Cá nhân hóa sâu hơn theo từng nhóm đối tượng
-
Tăng tính đa dạng nội dung để tránh “bong bóng thông tin”
Điều này cho thấy Facebook Reels sẽ còn thay đổi mạnh trong thời gian tới.
Meta vẫn đang tiếp tục cải thiện thuật toán Reels để ngày càng nâng cấp chất lượng cho người dùng và các doanh nghiệp
Việc Meta cập nhật thuật toán Facebook Reels bằng mô hình UTIS cho thấy một xu hướng rõ ràng: Nền tảng đang chuyển từ “đo hành vi bề mặt” sang “hiểu cảm xúc thật”. Đây là tín hiệu lớn cho người làm Reels. Đối với người làm content, đây là 1 cách để khai thác insight người dùng hiệu quả, giúp bạn xây dựng nội dung có chiều sâu, đúng insight và giữ được sự yêu thích thực sự từ người xem, thuật toán sẽ ưu tiên bạn lâu dài.
Nếu bạn muốn hiểu sâu hơn về cách tối ưu Facebook Reels và chạy Ads hiệu quả theo thuật toán mới, bạn có thể tham gia chương trình đào tạo về Reels tại 3 Độ hoặc học qua các khóa học đào tạo về Reels đã được tối ưu sẵn trên Web ở mục khóa học. Đội ngũ giảng dạy là những nhân sự thực chiến đa ngành tại 3 Độ Agency, tập trung vào tối ưu chuyển đổi và khai thác đúng insight người dùng. Trong bối cảnh thuật toán liên tục thay đổi, việc cập nhật tư duy và chiến lược là yếu tố sống còn. Liên hệ ngay page Cộng đồng Digital Commerce để được tư vấn và hỗ trợ. Ngoài ra các bạn có thể tham khảo các dịch vụ của 3 Độ 1 cách chi tiết tại bài viết này nhé - Chi tiết từ A đến Z về 3 Độ Agency
Tham khảo thêm các bài viết liên quan
Khóa học [Reels] Quảng Cáo Sáng Tạo Trong 4 Buổi Reels Cơ Bản
Khóa học Xây dựng thương hiệu cá nhân bằng kênh Reels Profile
Social Media Marketing là gì? Làm sao để triển khai Social Media Marketing hiệu quả

Bình luận