提到短视频,算法分法是一个绕不过去的概念。YouTube首席产品官尼尔·莫汉(Neal Mohan)近期宣布,计划从3月起在美国推出YouTube Shorts的测试版。该公司正试图研发将其创作者人群和20亿月度用户扩展到移动优先的产品;
而Instagram也在做着同样的事情。在YouTube推出Shorts前不久,Instagram推出了Reels,全球领先的两个科技巨头紧随TikTok抢占短视频赛道。
YouTube首席产品官Neal Mohan表示,YouTube的用户将70%的时间用在浏览算法推荐的内容上面。YouTube移动端日浏览量达到10亿次,每月观看总时长为60亿小时,每分钟有400小时时长的视频被上传到平台,但是只有5%-10%的视频的观看次数达到百万级。
下文我们将通过6个关键词,来回顾YouTube历年算法规则的变化轨迹,并重点聚焦2021年YouTube算法的运作模式,最后见招拆招,针对性地提出10个小窍门和3个tips(提示),希望可以帮助大家拨开算法的迷雾。
1 六个关键词,回顾YouTube过往算法规则
在开始解析2021年YouTube算法新规则之前,不妨来回顾一下2012年到2020年这8年间YouTube走过的算法之路,借此与2021年的新变化进行对比。
阶段一 :观看次数
2012年之前,YouTube用户每月总观看时长仅为40亿小时,和如今每天观看时长10亿小时相去甚远。当时,YouTube视频排序的参数非常简单:观看次数。
这一指标确实有助于将质量较好、更受欢迎的视频优先呈现给观众,但同时也导致了“点击诱饵”等作弊行为。“标题党”就是一个鲜活的例子,如果标题设置得非常有误导性,确实能够吸引用户点击,但是一旦视频没有满足标题带来的预期,用户还是会很快关掉。因此,这一策略对平台和广告商都有负面影响。
阶段二 :观看时间(viewing time)和停留时间(session time)
2012年到2016年,YouTube将算法聚焦到观看时长和停留时长(即在平台上停留的总时长)这两个指标上。事实证明,用户仍然有办法打乱YouTube这一算法策略,比如在平台上磨磨蹭蹭,然后再点进真正想看的视频。YouTube确实想要刺激创作者提高内容质量,可惜总是事与愿违。
当算法偏向于那些能够更长时间吸引观众的视频时,一些创作者直接将这一规律转译为发布更长的视频,于是开始缩短在每个视频上投入的时间。许多创作者疲于应对定期提供优质的长视频。于是我们看到,2018年YouTube榜单前十名中,有五个是游戏录播视频。
阶段三:机器学习
2016年,YouTube发布了一份白皮书,解释了从机器学习到深度学习在推荐系统中的作用,也就是所谓的“算法”。
图注:《YouTube算法推荐的深度学习网络》(来源:Paul Covington,Jay Adams,Emre Sargin)
当然,算法并不是完美的,过去两年里,YouTube也遭到了不少质疑和批评。一些技术理论家将其算法称为“极端化工具”“误导引擎”,因为当时的算法规则时常推荐带有虚假信息或越来越耸动的内容。
于是YouTube继续更改算法,雇佣更多内容审核把关人员,移除了很多发挥舆论监督功能的视频,而且让不同内容频道之间产生区隔。
阶段四:质量
2017年,YouTube着力提高被推到醒目位置的新视频质量,以减少那些比较敏感尖锐的内容的频次。
阶段五:商业化
2018年初,YouTube的商业化政策发生了改变,即不再播放无法跳过的30秒强制广告,俗称“新政”。平台的积极监控,削减了内容创作者的数量。不过,同年CNN称该平台上出现了300多个大品牌的广告,然而有些品牌难免和一些负面言论产生关联,品牌安全和品牌形象维护难以得到保证。很多人开始推出YouTube广告计划,来保持品牌形象的完整性。
阶段六:“限制内容”禁令
2019年初,YouTube为了整改屡遭诟病的推荐算法,宣布其算法将不再推荐那些误导观众的“限制内容”,以打击打擦边球的虚假视频。
2 2021年,YouTube算法如何运作
当下,YouTube上每分钟上传300多小时的视频,观看次数达到一百万的视频占比几乎不到5%或者10%。(来源:Appypie,作者:Jayraj,《YouTube算法如何运作》)虽然数字并不低,但对于其庞大的用户群和创作者群体而言,这个比例值得深思。
用户如何在YouTube平台上发现视频?一是搜索,二是跟从推荐。
YouTube算法会影响一条视频在以下6个地方出现的位置:
1)检索结果
2)推荐列表
3)YouTube主页
4)趋势推送列表
5)频道订阅列表
6)应用通知
关键点一:算法过滤推荐
YouTube算法会追踪用户的满意程度来进行个性化设计,打造很容易让人沉迷其中的推荐流。简单来说,深度学习会对视频进行筛选,来决定什么视频会出现在某一用户的“关注”列表,这一推荐过滤主要参考该用户的浏览历史,以及相似用户的浏览记录。
与此同时,另一个机器深度学习网络会为视频打分,进行排序。具体的打分指标尚不明朗,但至少我们知道,视频新近性和频道的发布频率是相关指标。
目前的推荐思路并不是为了识别“优质”视频,而是为了提供与用户需求相符合的视频,最终使用户在平台上花费更多时间,或者观看更多广告。2018年,皮尤研究中心一则报告推断,用户在YouTube上耗费的时间越长,平台算法就会为他们推荐越多受欢迎的长视频。
关键点二:算法对搜索结果进行排序
YouTube搜索、检索系统有两大目标:一是帮助用户找到想看的视频,二是激励受众互动,提高长期满意度。
影响YouTube搜索结果的因素有很多,最主要的有两点:一是视频的原始数据(标题、描述、关键词)和用户检索内容的匹配度;二是视频已有的数据(评论、点赞、浏览时长)。
根据分析和推测,下列指标会影响2021年YouTube算法的选择:
1)用户正在观看或未观看的内容(如曝光量vs.浏览量)
2)用户在某一视频上花费的时间(观看时间vs.停留时间)
3)某一视频受欢迎程度上升或下降的速度(观看次数的快速变化,以及增长率)
4)某一视频的新颖程度(新视频会优先推荐,以争取流行度)
5)频道发布视频的频率
6)用户在平台上停留的时间(活跃时间)
7)喜欢、不喜欢、分享(评论)
8)标记“不感兴趣”
3 10条措施+3个关键策略,玩转2021年YouTube新算法
应对2021年YouTube算法规则的十个的小窍门:
1.在标题中使用相关关键词
这一点适用于任何一条初始数据,包括但不限于视频简介、字幕和主题标签。使用关键词并不意味着可以抓着不相关的热门词用,也尽量不要添加太过杂乱的信息,必须为观众提供有价值的内容。关键词有助于优化搜索结果。
2.写一个精彩的视频描述
开头几行应精准、有趣味地概括视频内容,同时也别忘了使用关键词。虽然YouTube偏好细节满满的长描述,但是也要注意,只有点击“更多内容”,用户才能看到折叠起来的信息。
3.给关键词下定义
利用频道搜索报告找出用户在搜索你的视频时往往使用哪些关键词,然后在视频标题、简介等地方使用相同的相关词,只要相关就可行。只有用户点开视频看了没几秒就关掉,才会影响排名。
4.评测流量来源,制作新视频
如果用户留意到你用了视频中没有出现的关键词,考虑这是否能够成为一个创新点,用到接下来的内容制作中去。
5.添加字幕,转换视频形式
用户经常在静音的情境下观看视频(手机用户格外如此),所以可以给视频添加字幕。YouTube可以自动匹配几种语言的字幕,但如果嵌入自制的字幕文件,搜索引擎能够识别到,将会有利于排名。
6.给视频添加翻译
许多潜在用户可能使用不同的语言,YouTube鼓励创作者对视频的标题、简介和字幕进行翻译,扩大受众范围。
7.上传自定义缩略图
除了标题,视频的缩略图对于有娱乐诉求的用户至关重要。要知道,YouTube上最受欢迎的视频中有90%都是创作者自己上传缩略图,而不是依靠网站自动生成的图像。
8.尽力让观众看完整个视频
理想状况下,你的视频很有价值,也很吸引人,观众愿意看到最后。然而,一旦你发现浏览时长有所下降,请务必尝试各种方法,增加结尾的魅力。
9.不可忽略结尾
通过叠加图片、制作结束画面等方式引导观众浏览其他视频。可以在视频中置入可点击的链接,直接将观众引向下一个视频。
10.引导观众订阅该视频频道
粉丝数量不仅仅关乎面子——拥有更多粉丝,意味着视频的自然覆盖范围更大。如果粉丝打开了通知权限,每个新视频发布都会通知到粉丝,频道将赢得一切。
此外,还有提高频道观看次数的3个tips:
1.创建系列视频,而不是单独视频
YouTube算法鼓励系列视频。创建一系列彼此关联的视频,一方面顺应算法推荐规则,一方面也可以引导受众观看更多视频。将相关视频分组到一个播放列表里,以便让视频依次序自动播放,降低观众跳转到另一个频道的可能性。如果真的达到了预期,也有助于增加频道的总观看时长。
2.跨平台传播
在播客、社交媒体、邮箱等地方推广自己的YouTube频道,而不是局限于YouTube平台。充分利用各种传播工具,将视频分享到其他社交媒体,也有助于增加观看次数。
3.监控频道状况
监测发什么内容效果好,什么内容效果不好,盯紧粉丝的退订、订阅行为,找准什么时间段发布效果最好。与此同时,也可以自己来判断哪些视频需要更新,或者换掉。充分利用YouTube的后台数据分析功能。
结语
从2005年到2021年,YouTube不断变换策略和算法规则,万变不离其宗,它的目标有两个重点指向:一是帮助观众找到他们想要观看的视频,二是使观众的长期参与度和满意度最大化。YouTube不会根据一些视频的效果对整个频道进行评估。在决定是否推荐视频给他人时,YouTube只关心人们对给定视频的反应。推荐算法始终是跟随受众的。
版权所有 转载必究 Copyright Copyright © 2012-2024 Consultancy Services Co.,Ltd