TikTok 粉絲數對自然推送有直接影響嗎？帳號實測數據解析

直接說結論：粉絲數多少，幾乎不影響 TikTok 對新影片的初始推送量。 我在同一個台灣小商家帳號從 0 粉追蹤到 3,000 粉，把「完播率接近」的影片分成三組對比——三個粉絲階段的平均初始觸及（24 小時）分別是 1,180、1,340、1,410 人，差距只有 19%，而且這個差距大部分可以用帳號歷史推薦分數的自然累積來解釋，不是粉絲數本身帶來的。真正決定推送量的是每支影片當下的完播率、停留時間與互動訊號，不是你累積了多少追蹤者。

「粉絲多才能被推」這個邏輯哪裡出問題

很多台灣小商家第一次接觸 TikTok 有機行銷時，都會有一個直覺假設：粉絲越多，發的影片被看到的人越多。這個邏輯在 Instagram 或 Facebook 年代大概成立，但 TikTok 的推薦系統設計跟那兩個平台根本不同。

Instagram 的動態消息（Feed）以「追蹤關係」為主軸，你的帖子預設只推給追蹤你的人，粉絲數直接決定觸及基礎。TikTok 的 For You Page（FYP）是演算法主導的興趣推薦——它把每支影片推給「可能有興趣的人」，這個判斷跟你有多少粉絲沒有直接關係。根據 TikTok Newsroom 官方說明，推薦系統的核心輸入包含影片資訊（字幕、標籤、聲音）、用戶互動訊號和設備語言偏好，並沒有「帳號粉絲數」這個輸入變量。

這個架構設計的本意是讓素人內容也能觸及大量觀眾——但也意味著，你累積粉絲的速度快慢，不會直接提升下一支影片的推送範圍。

實測設計：同帳號三個粉絲階段的推送量對比

為了驗證這個假設，我在 2026 年 4–8 月間持續追蹤同一個台灣小商家帳號（產品類型：台灣在地食品伴手禮）的推送數據。把 0 粉到 3,000 粉這段成長期拆成三個階段，各取完播率接近（±3%）的 5 支影片作為樣本，比較 24 小時平均觸及。

控制變因：

完播率盡量對齊（各組均值落在 42–46% 之間）
影片長度統一（25–35 秒）
發文時間段對齊（台灣時間 20:00–22:00）
內容主題相同（產品介紹型影片）

這樣設計的目的是把「粉絲數」以外的變因拉平，讓粉絲數的影響相對單純。

三階段實測數據

這份數據的設計關鍵是「控制完播率」——每個粉絲階段都只選完播率落在 42-46% 區間的影片進行比較，把完播率這個變因拉平，讓「粉絲數」的影響相對單純。如果不控制完播率、三個階段的觸及差距會把粉絲數和內容品質的影響混在一起，數據就沒有辨識度。

粉絲階段	樣本數	完播率均值	24hr 平均觸及	24hr 中位觸及
階段一（0–200 粉）	5 支	43%	1,180 人	1,040 人
階段二（200–1,000 粉）	5 支	45%	1,340 人	1,290 人
階段三（1,000–3,000 粉）	5 支	44%	1,410 人	1,380 人

三個階段觸及差距：(1,410 - 1,180) / 1,180 = 19.5%

19% 的差距乍看好像有差，但考慮到三個階段橫跨 4 個月、期間帳號的推薦分數（帳號歷史績效累積）也在成長，這個差距很可能不是「粉絲數增加導致的」，而是「帳號整體表現累積讓演算法對這個帳號更有信心」的結果。

最關鍵的驗證：同一個階段內，完播率差 15 個百分點（43% vs 58%）的影片，觸及差距可以到 3 倍以上。但粉絲數從 0 翻到 3,000，觸及只差不到 20%。這個對比直接說明了哪個因素的影響力更大。

粉絲訂閱對「已訂閱者觸及」有影響，但那是小數字

這裡要做一個重要區分：TikTok 有兩種觸及來源——「Following」（追蹤用的動態）和「For You Page」（演算法推薦）。

粉絲數對 Following 動態的觸及當然有直接影響——你有多少粉絲，就有多少人的動態裡會出現你的影片。但在大部分台灣小商家帳號的觸及來源分布裡，Following 動態佔的比例通常很低（我帳號的數字大約 8–12%），FYP 佔 70–80%。

換句話說，就算你粉絲數翻倍，帶來的「直接觸及增量」在整體觸及裡只佔一小部分。真正的觸及成長還是要靠演算法擴大推送——而那個決策，是由每支影片的內容訊號觸發的，不是粉絲數。

觸及來源分布的深度分析，以及不同帳號階段 For You vs Following 的比例變化，可以參考/posts/algorithm/tiktok-reach-stuck-3-types-diagnosis/——那篇裡有三種觸及卡關模式的診斷框架，包括「觸及來源偏 Following、FYP 佔比過低」的診斷方向。

真正影響推送量的是什麼

既然粉絲數不是關鍵，那什麼才是？根據同帳號這 19 週的追蹤觀察，影響最顯著的三個因子是：

1. 完播率（最重要） 這個變因在我的三階段數據裡控制了，但在不控制完播率的情況下，同一個帳號同一個粉絲階段，完播率 55% vs 30% 的影片觸及差距可以超過 4 倍。Sprout Social 的 TikTok 演算法研究也指出完播率是 FYP 推薦的首要訊號，與我的帳號觀察一致。演算法在前 30 分鐘就用完播率判斷這支影片值不值得擴大推送——詳細機制可以看/posts/algorithm/tiktok-algorithm-initial-30min-window/的分鐘級追蹤實測。

2. 帳號推薦分數（中等影響） 這是帳號歷史所有影片的表現累積。連續幾支高完播率影片會讓帳號的推薦分數上升，下一支影片的初始推送池會比較大。這就是為什麼同樣完播率 43% 的影片，在帳號積累一段表現之後初始觸及會比一開始高一點。但這個效果是帳號整體表現帶來的，不是「粉絲數多」帶來的。

3. 內容主題一致性 帳號在固定主題上持續發布，演算法對「這個帳號的目標觀眾是誰」會有清晰的分類標籤，推送精準度提升，完播率也會跟著改善（因為推給了對的人）。這也是一種正向循環——但起點同樣是內容訊號，不是粉絲基數。

根據這份追蹤數據，建議台灣小商家把 80% 的優化精力放在完播率和主題一致性上，而不是追粉絲數字。粉絲數是成果指標，不是推送機制的輸入變量——追的方向錯了，努力的方向也就跑偏了。

Q&A：粉絲數相關的常見疑問

Q1：那追粉絲數還有意義嗎？ 有意義，但意義跟你以為的不同。粉絲數代表「有一批固定觀眾會持續看你的內容」，對品牌信任度、回購率、直播觀眾池都有正面效果。只是不要把它跟「每支影片會被推給更多人」畫上等號——那是演算法的職責，跟粉絲數關係不大。

Q2：帳號只有幾十個粉絲，發的影片真的會被推給陌生人嗎？ 會。只要影片的完播率、互動訊號夠強，演算法就會擴大推送。這批實測數據裡，帳號粉絲數只有 30-50 人的階段，有幾支影片的 24 小時觸及達到 2,000+ 人，其中 FYP 推薦佔比 82%。完播率才是那個觸發點，不是粉絲數。

Q3：競品帳號粉絲 10 萬，我粉絲只有 500，同樣主題的影片他們會贏嗎？ 初始推送量不會差到哪裡去，但帳號推薦分數的累積會有差異。競品帳號如果長期高完播率、歷史影片表現好，推薦分數會比較高，初始推送池可能比你大一些——但這是歷史績效的差距，不是粉絲數的差距。你把完播率做好，這個差距可以縮短。