爆款是隨機的嗎？21 支破百萬影片集中在 9 個帳號，比隨機更集中
先給答案：不是隨機。我們實績牆上 21 支破百萬的影片，分布在 47 個帳號中的 9 個。如果爆款純粹是運氣，依各帳號的支數計算，期望值應該落在約 13 個帳號——實際卻更集中。而且其中兩個帳號就包辦了 12 支（7 支與 5 支），超過總數的一半。這代表爆款不是抽獎，是帳號體質的結果。
怎麼算的
如果爆款是隨機事件，那麼每支影片中獎的機率相同（21 ÷ 1,416 ≈ 1.48%），與它屬於哪個帳號無關。
在這個假設下，一個拍了 N 支的帳號，至少出現一支爆款的機率可以用泊松近似估計。把 47 個帳號各自的機率加總，得到「期望有幾個帳號會出現至少一支爆款」。
計算結果：期望約 13 個帳號。
實際：9 個帳號。
實際比隨機更集中，而且集中的程度不小。
實際的分布
21 支破百萬影片在 9 個帳號中的分布：
| 帳號 | 破百萬支數 |
|---|---|
| A | 7 |
| B | 5 |
| C | 3 |
| D–I（六個帳號） | 各 1 |
前兩個帳號合計 12 支，佔全部爆款的 57%。
如果爆款是運氣，不太可能有帳號連中七次。
這代表什麼
爆款是帳號屬性的結果，不是單支影片的運氣。
決定一個帳號會不會反覆出現爆款的因素，我們的實際觀察是：
一、題材的天花板。 有些主題的潛在受眾就是比較大。一個做大眾生活題材的帳號，天生比做 B2B 工業的帳號更容易碰到爆款——這跟努力無關。
二、定位的清晰度。 演算法需要知道該推給誰。定位模糊的帳號，每支影片都在重新測試受眾，很難累積到能被大量推送的程度。
三、對開場的處理。 這是唯一能在單支層級快速改善的變數。同一個帳號把開場處理好之後，整批影片的表現會一起上移。
四、產出的穩定度。 排最後——它保證你不會退步，但不保證你會變強。
兩個相反的實務結論
這份數據可以推出兩個看似矛盾、實際互補的結論：
一、不要把爆款當目標
如果你的帳號體質不在那 9 個之列，再拍一百支也不太可能碰到百萬。把資源押在「碰爆款」上，期望值很差。
該做的是把中位數拉高。 從三千拉到三萬，那是方法的問題，可以做到；從三萬跳到一百萬，那需要體質改變。
二、但體質是可以改變的
集中不代表命定。那 9 個帳號不是天生的——它們是題材選對、定位清楚、開場處理到位的結果。
所以如果你想提高碰到爆款的機率，該調整的不是「拍更多支」，而是：
- 你的題材天花板夠不夠高？
- 你的定位夠不夠清楚，演算法知道該推給誰嗎？
- 你的開場是不是每一支都在浪費前三秒？
這三件事調整之後，整條分布會往上移，爆款自然變成機率問題而不是奇蹟。
這份分析的限制
誠實列出來：
- 樣本是實績牆公開的影片（破萬以上），不是全部產出。所以這裡的「爆款率」是在已經跑得動的影片裡計算的，不能直接推論到所有作品。
- 泊松近似是簡化模型。 它假設各支影片獨立，而實際上同帳號的影片之間有相關性——這正是我們要證明的事情本身，所以這個檢定偏保守。換句話說，真實的集中程度可能比算出來的更明顯。
- 47 個帳號的樣本不算大。 這是觀察，不是統計證明。
如果有人給你一份數據卻不說明限制，那份數據通常不值得相信。
延伸閱讀：〈真實流量分布〉｜〈帕累托分布〉｜〈帳號差異 157 倍〉
本文數據由 噯嚕嚕短影音行銷 於 2026 年 8 月從自家實績牆計算產生，原始截圖公開於 實戰案例頁。歡迎 直接跟我們聊聊。
本文由 噯嚕嚕短影音行銷 撰寫。我們專注短影音代營運、企業內訓與流量保證課程，累積播放超過 2 億次、協助 500+ 品牌變現。