有很多人做知识付费以为做高知识价值的短视频就一定会有很多人关注与学习。事实上，越是高知识价值的短视频往往关注的人非常少，评论也是稀疏平常。
这个时候你是不是很疑惑？明明现实当中别人要花钱来学习的，为何免费发出来后却没有多少人愿意看呢？
这其实是数据错觉与需求不对板导致的。现实当中你针对的都是有需求的一群人，而这些人一旦被大数据稀释之后，就变成了毫不起眼的存在，所以你的高知识短视频能够接触到的绝大多数都是没有精准需求的用户。
可能有的人会反驳说，大数据推流都非常精准，推送过来的都是有这样需求的用户。
其实对于大数据来说它所做的是概率事件，是一种机器算法。不如我也经常刷视频，不停地刷平台推荐的短视频，然后我就被打上标签了，这些推荐的短视频是平台以为我喜欢的，从而给打上这样的标签。
接下来平台给我推荐的都是类似的这样的短视频。但是，实际上对我真正有用的是知识讲解视频，可是平台几乎不对我推送这些。
有的人说需要自己去搜索然后大量地看，然后平台就会给你推送这些了。这个过程就好比对平台喂数据，然后平台根据你的这些行为认为你喜欢这种类型的内容。
根据你的这些过去观看行为，平台就认为你必定喜欢这些类型的，然后再向你喂数据，推荐相关的这种类型的视频。
由此，我们知道平台推荐是基于你的行为。但是，当你不作为的时候，平台就用他的认为为你建立行为标签。
假设数据推送没有问题，能够触达真实需求的人，那么在海量的数据账号当中，如何让你的账号接触到这些人呢？
这个时候就产生了海量同类型账号竞争的问题。要么自然流量，要么付费流量。
我们发现当你发高知识短视频的时候，你是容易哑火的。这是因为数据有一个喜好判断，当短视频被非精准推荐到某些人那里后，他们表示不感兴趣，推荐就会认为这个视频没有推荐的价值。
推荐的逻辑是你作为用户的喜好为蓝本，然而推荐同类型的人看看。换句话说，就是平台推荐给一些人，他们作为评委对你的作品发表意见，然后根据他们的意见再决定是否持续推荐。
假定你平常经常刷影视剧，然而你的短视频却是手工制作短视频。由于你的行为指向是影视剧，所以推荐你的手工制作短视频也是面向影视剧类型的用户。
这些人一看不是影视剧，他们就会快速的划过去。大数据根据用户停留，就会认为你的短视频没有价值，进而掉出推荐池。
作为一个普通人来说，他的观看行为并非完全由自己主导，更多时候他是由平台推荐主导的。
比如你刚刚注册某平台，平台对你的行为一无所知，但是他们依旧会推荐你看东西，你于是刷刷刷，就被动建立了平台所认为的标签。
尽管这个标签可能与你实际上的需求是相反的。所以，当持续推荐他们所认为的你的喜好短视频过来的时候，你刷的也挺快，更不会因此产生购买。
所以，如果你要做某方面的短视频，最好的方式就是知行合一，克服平台对你的推荐诱惑，按照你的需求去寻找，建立正确的标签。
这虽然是正确的，但是对于百分之九十以上的人来说却是难以做到的。所以，从这个意义上来说，我们获得是数据认为样子建立的模型。
大数据听上去高大上，实际上依旧是概率，你看到的浓缩型的数据，实际上是从难以想象的数据库当中提取出来的，如果回归到原型，你会发现太稀疏了，好多光年才遇见一个。
我们基于浓缩版的数据建立的认知逻辑是无法回归到现实科技上面的，所以，你也可以认为我们活在虚拟的世界当中。
推荐一个冷知识：立春走在了春节之前，这是什么预兆？
煮私域，带你探究真相，获得办法。