Sebuah video dapat mendadak viral dan ditonton jutaan kali hanya dalam hitungan jam. Salah satu faktor yang memengaruhi fenomena ini adalah sistem rekomendasi di platform media sosial, yang menampilkan konten berdasarkan sinyal minat dan respons audiens.

Di TikTok, rekomendasi konten pada halaman For You disebut dipengaruhi oleh beragam faktor, mulai dari like, share, mengikuti akun, hingga komentar. Selain itu, informasi pada konten seperti teks, suara, dan tagar juga menjadi sinyal yang dapat diproses oleh sistem.

TikTok juga menekankan bahwa durasi keterlibatan pengguna dapat memiliki bobot yang kuat. Penyelesaian tontonan video dari awal hingga akhir dinilai sebagai indikator minat yang lebih kuat dibandingkan beberapa faktor lain. Dengan kata lain, kemampuan video mempertahankan perhatian penonton menjadi bagian penting dalam cara sistem menentukan konten yang akan direkomendasikan.

Mekanisme serupa terlihat di YouTube. Sistem rekomendasinya mempertimbangkan histori tontonan, pencarian, langganan kanal, suka, ketidaksukaan, serta masukan pengguna seperti opsi “Tidak tertarik”. Data tersebut kemudian dipelajari untuk membentuk rekomendasi yang lebih personal.

YouTube juga menjelaskan bahwa performa konten dapat dilihat melalui tiga kelompok sinyal, yaitu daya tarik untuk ditonton, keterlibatan selama menonton, dan kepuasan penonton. Selain sinyal dari pengguna, faktor eksternal seperti besarnya minat terhadap suatu topik, persaingan antarkonten, serta perubahan tren musiman turut memengaruhi jumlah penonton.

Karena itu, konten yang viral tidak semata-mata terjadi karena “disukai algoritma”. Sistem rekomendasi bekerja dengan membaca respons dan minat pengguna. Ketika banyak orang memilih menonton, bertahan hingga akhir, berinteraksi, atau membagikan suatu konten, sinyal tersebut dapat membantu sistem menemukan audiens lain yang diperkirakan memiliki minat serupa.

Fenomena ini membuat tren di media sosial dapat berubah cepat. Topik yang awalnya hanya menarik perhatian kelompok kecil dapat menjangkau audiens lebih luas ketika respons penonton menunjukkan tingkat ketertarikan tinggi. Meski demikian, tidak ada formula tunggal yang menjamin sebuah konten akan viral, karena rekomendasi tetap dipersonalisasi untuk setiap pengguna.