A YouTube algoritmusának egyetlen célja van: a nézőket a lehető leghosszabb ideig a platformon tartani. Minden döntése arról, mely videókat rangsorolja a keresésben, melyeket ajánlja egy videó vége után, és melyeket mutatja egy néző főoldali hírfolyamában, ebből az egyetlen célból fakad. Az a videó, amely magas átkattintási arányt ér el, a nézőket hosszának nagy részén át megtartja, és arra készteti őket, hogy rögtön utána megnézzenek egy másikat, olyan videó, amelyet az algoritmus értékesnek tekint, és széles körben terjeszt. Az a videó, amely kattintást kap, de a nézőket az első két percben elveszíti, vagy lejátszódik, de nem hoz további nézési munkamenetet, rossz teljesítőnek számít, akárhányszor töltötték fel vagy népszerűsítették. Ha ezen a szinten érted az algoritmust, eltűnik a rejtély arról, miért teljesítenek egyes videók, mások meg miért nem, és világos keretet kapsz olyan tartalmi döntésekhez, amelyek következetesen olyan videókat hoznak, amelyeket az algoritmusnak van oka terjeszteni.
Hogyan dönt a YouTube arról, mit rangsoroljon a keresésben
A keresés az elsődleges felfedezési út a legtöbb videónál azokon a csatornákon, amelyeknek még nincs nagy feliratkozói bázisuk. A YouTube keresési rangsorolása másképp működik, mint a Google keresési rangsorolása, és a YouTube-keresési teljesítményt hajtó konkrét jelek megértése a fenntartható organikus növekedésre épülő tartalomstratégia alapja.
Cím és kulcsszó-relevancia
A videó címe a legfontosabb szöveges jel a YouTube keresési rangsorolásában. A YouTube a cím alapján érti meg, miről szól a videó, és ezt illeszti a nézők által beírt keresési lekérdezésekhez. Az a cím, amely tartalmazza azt a pontos kifejezést, amelyre egy néző valószínűleg keresni fog, jelentősen jobban teljesít a keresési eredményekben, mint egy kreatív vagy ötletes cím, amely nem tükrözi a néző keresési nyelvét. Az elsődleges kulcsszónak vagy kifejezésnek szerepelnie kell a címben, ideális esetben az elején. Az olyan felépítésű cím, mint „Hogyan [feladat] [közönségnek]" vagy „[Elsődleges kulcsszó]: [másodlagos részlet]", következetesen felülmúlja azokat a címeket, amelyek a témát márkaközpontú keretezés mögé rejtik. A címnek elég vonzónak is kell lennie ahhoz, hogy megszerezze a kattintást, amint a videó megjelenik a keresési eredményekben, mert az átkattintási arány maga is rangsorolási jel: az a videó, amely megjelenik az eredmények között, de a körülötte lévő videókhoz képest kevés kattintást kap, idővel elveszíti a helyét.
Leírás-relevancia és kulcsszó-elhelyezés
A videó leírása a második elsődleges szöveges jel a keresési rangsoroláshoz. A YouTube a leírás első 200-250 karakterét olvassa a keresési besoroláshoz, vagyis a leírás nyitása tartalmazza az elsődleges kulcsszót és világos kijelentést arról, mit fed le a videó, nem általános üdvözlést vagy linkblokkot. A teljes leírás több bekezdésre is terjedhet, és tartalmazzon az elsődleges kulcsszó természetes változatait, kapcsolódó témakifejezéseket, és elég kontextust a videó tartalmáról ahhoz, hogy az algoritmus pontosan besorolhassa a kapcsolódó lekérdezések körében. Az a leírás, amely vékony, általános, vagy teljes egészében linkekből és közösségi azonosítókból áll, szinte semmilyen keresési jelet nem ad, és a videót csak a címre hagyatkozva hagyja rangsorolni, ami korlátozza azoknak a kereséseknek a körét, amelyekben megjelenhet.
A címkék és tényleges szerepük a rangsorolásban
A videócímkék rangsorolási jelentősége csökkent, ahogy a YouTube természetesnyelv-feldolgozása javult, de hasznos másodlagos jelek maradnak a témabesoroláshoz. A címkék tartalmazzák az elsődleges kulcsszókifejezést, közeli változatait, tágabb kategóriakifejezéseket és a videóban lefedett konkrét megnevezett témákat. A címkék a nézők számára nem láthatók, de az algoritmus olvassa őket besorolási célra. A címkékkel a leggyakoribb hiba, hogy a márka óhajlistájaként használják őket olyan nagy volumenű kifejezésekre, amelyekre rangsorolni szeretne, de amelyek valójában nincsenek jelen a videó tartalmában. A lényegtelen címkék nem javítják a rangsorolást ezekre a kifejezésekre, és eltérést okozhatnak a videó megadott témája és tényleges tartalma között, ami összezavarja az algoritmus besorolását. A címkék pontosan írják le, mit fed le a videó, ne azt, amire a márka rangsorolni szeretne.
Átkattintási arány a keresési eredményekből
Az átkattintási arány azoknak a nézőknek az aránya, akik látnak egy videót a keresési eredményekben, és rákattintanak. A YouTube az átkattintási arányt valós idejű minőségi jelként használja: ha a videó megjelenik az eredmények között, de a legtöbb néző, aki látja, másik eredményt választ, a YouTube ezt úgy értelmezi, hogy a videó nem illik jól a néző szándékához, és idővel csökkenti a pozícióját. Az átkattintási arányt elsősorban a miniatűr és a cím hajtja, ez az egyetlen két elem, amelyet a néző a keresési eredményekben lát, mielőtt eldönti, megnézi-e. A miniatűr, amely világosan közli a videó értékét, és a cím, amely pontosan illik a keresési szándékhoz, magasabb átkattintási arányt ad, mint egy általános miniatűr és egy ötletes, de homályos cím. Egy videó miniatűrjének közzététel utáni javítása az egyik legmegbízhatóbb módja egy alulteljesítő videó keresési pozíciójának javítására újrafeltöltés vagy a tartalom megváltoztatása nélkül.
Feliratok és átirat tartalma
A YouTube a legtöbb videóhoz automatikusan generál feliratokat, és a felirat szövegét az algoritmus a videó tartalmának további jeleként indexeli. Az automatikusan generált feliratok nem mindig pontosak, különösen a márkanevek, szakkifejezések vagy olyan akcentusok esetén, amelyeket a beszédfelismerés nem jól kezel. Ha javított feliratfájlt töltesz fel az automatikusan generált feliratok helyett, az átirat pontos lesz, és az algoritmus tiszta, helyes szöveges adatot kap. Javítja a hozzáférhetőséget is azoknak a nézőknek, akik felirattal néznek, ide értve a mobilos nézők jelentős részét, akik nyilvános helyen hang nélkül néznek. Az a videó, amely elsődleges kulcsszótémáját többször említi a tartalmában, ahogy az az átiratban pontosan megjelenik, erősebb és következetesebb témabesorolási jeleket ad az algoritmusnak, mint az, amelyik a témát egyszer említi a címben és a leírásban, de a beszélt tartalomban soha.
Hogyan működik az ajánlási algoritmus
A keresési rangsorolás határozza meg, hogyan teljesít a videó, amikor a nézők aktívan keresik. Az ajánlási algoritmus határozza meg, mennyire széles körben terjed a videó azokhoz a nézőkhöz, akik nem kerestek rá: a javasolt videók oldalsávjában, a főoldali hírfolyamban és a más videók utáni végképernyős ajánlásokban. A legtöbb bejáratott csatornánál az ajánlás által hajtott forgalom összmennyiségben messze meghaladja a keresés által hajtottat, ezért az ajánlások működésének megértése kulcsfontosságú a hosszú távú csatornanövekedéshez.
Megtekintési idő és átlagos nézési időtartam
A megtekintési idő az összes percszám, amelyet a nézők a videó összes megtekintése során a videó nézésével töltöttek. Az átlagos nézési időtartam a videó teljes hosszának az a hányada, amelyet az átlagos néző megnéz, mielőtt elmegy. Mindkettő elsődleges jel az ajánlási algoritmusban. Az a videó, amely 10 000 megtekintést kap, de az átlagos nézési időtartama a hosszának 25 százaléka, azt mondja az algoritmusnak, hogy a nézők nem találták meg, amire számítottak. Az a videó, amelynek 3000 megtekintése és 70 százalékos átlagos nézési időtartama van, azt mondja az algoritmusnak, hogy a nézők, akik megnézték, valóban értékesnek találták. A második videó megtekintésenként több ajánlást kap, mint az első, mert az algoritmus azokat a videókat helyezi előtérbe, amelyek megtartják a nézőket, nem egyszerűen vonzzák. Az a tartalomstratégia, amely a megtekintésszám maximalizálására épül az átlagos nézési időtartam rovására, az algoritmus alapvető célja ellen dolgozik.
Átkattintási arány az ajánlásokból
Amikor a YouTube egy videót ajánl a javasoltak oldalsávjában vagy a főoldali hírfolyamban, a miniatűrt és a címet olyan néznek mutatja, aki nem kérte. Az átkattintási arány ebben a kontextusban azt méri, mennyire vonzónak tűnik a videó egy passzív nézőnek, aki nem kifejezetten a témára keresett. Az ajánlási átkattintási arányok általában alacsonyabbak, mint a keresési átkattintási arányok, mert a néző szándéka alacsonyabb, de az ajánlásokon át elérhető megjelenések mennyisége a legtöbb témánál jóval nagyobb, mint a kereséssel elérhető. Az a videó, amely az ajánlásokból 5-10 százalékos átkattintási arányt ér el, jól teljesít, ami ennél több, az kivételes. A miniatűr nagyobb súlyú az ajánlási átkattintásban, mint a keresési átkattintásban, mert a főoldali hírfolyamban és a javasolt oldalsávban a néző szeme először a vizuális elemre megy.
Nézői elégedettségi jelek: kedvelések, hozzászólások és megosztások
Az elköteleződési jelek, köztük a kedvelések, hozzászólások és megosztások másodlagos jelek az ajánlási algoritmusban, kevésbé fontosak, mint a megtekintési idő és az átkattintási arány, de beleszámítanak abba, mennyire széles körben terjed a videó. Az a videó, amelynek magas a megtekintési ideje és a kedvelési aránya, erős pozitív reakciót jelez, és agresszívebben ajánlják. A hozzászólások azt jelzik, hogy a tartalom olyan reakciót váltott ki, amely írásos választ érdemel, ami nagyobb erőfeszítést kívánó elköteleződési jel, mint a kedvelés. A megosztások azt jelzik, hogy a nézők elég értékesnek találták a tartalmat ahhoz, hogy a saját hálózatukban terjesszék, amit a YouTube erős pozitív jelnek tekint a tartalom minőségéről. Ha a videó végén valódi kéréssel, nem betanult általános felszólítással arra késztetsz nézőket, hogy elköteleződjenek, nő az elköteleződési arány, és erősödik az algoritmus bizalma a videó minőségében.
Munkamenet-indítás és munkamenet-folytatás
A YouTube algoritmusa különösen nagyra értékel két konkrét nézői viselkedést: a YouTube-munkamenet elindítását egy konkrét videóval, és egy másik videó megnézését rögtön egy befejezése után. Az a videó, amelyért a néző kifejezetten azért tér vissza a YouTube-ra, hogy megnézze, nem ajánlásokon át talál rá, miközben már a platformon van, erős szándékot jelez, és az algoritmus értékelésében nagy súlyt kap. Az a videó, amely közvetlenül ugyanazon csatorna egy másik videójához vezet, és a nézőt YouTube-munkamenetben tartja, a platform elhagyása helyett, jóváírást kap erre a folytatott munkamenet-időre. Azok a csatornák, amelyek sorozatként tervezik a tartalmukat, ahol az egyik videó természetesen a következőhöz vezet, profitálnak ebből a munkamenet-folytatási hatásból. A kapcsolódó videókat ajánló végképernyők és kártyák hozzájárulnak a munkamenet folytatásához, és javítják a csatorna általános algoritmikus megítélését.
Hogyan tanulja meg az algoritmus a nézői preferenciákat
A YouTube ajánlási algoritmusa személyre szabott: az egyes nézők preferenciáit a nézési előzményekből, a keresési előzményekből és az elköteleződési mintákból tanulja, és ezek alapján ajánl különböző tartalmat különböző nézőknek. Az a videó a kezdő kávéfőző berendezésekről, amelyet olyan nézőnek ajánlanak, aki több tucat kávés videót nézett, egészen más algoritmikus kontextusban van, mint ugyanaz a videó egy olyan nézőnek ajánlva, akinek nincs kávés nézési előzménye. Ez a személyre szabás azt jelenti, hogy egy videó sikerét az ajánlási algoritmuson részben az határozza meg, mennyire illik azoknak a nézőknek a kialakult preferenciáihoz, akiknek a YouTube megmutatni választja. Azok a csatornák, amelyek következetes, meghatározott tartalmi niche-t építenek, profitálnak ebből a személyre szabási hatásból: az algoritmus megtanulja, mely nézői profilok néznék és élveznék valószínűleg a csatorna tartalmát, és egyre inkább megfelelő profilú nézőknek ajánlja, idővel halmozódó növekedési hatást hozva létre.
A jelek, amelyeket a márkák közvetlenül befolyásolhatnak
Az algoritmikus teljesítményt befolyásoló tényezők közül sok a márka közvetlen irányítása alatt áll. Ha a fejlesztési erőfeszítést azokra a jelekre fókuszálod, amelyeknek a legnagyobb a hatásuk, és a leginkább befolyásolhatók, jobb eredményt kapsz, mint ha egyszerre minden lehetséges változót próbálnál optimalizálni.
Az első 30 másodperc és a megtartási horgok
A videó első 30 másodperce aránytalan hatással van az átlagos nézési időtartamra, mert a videóra kattintók nagy része az első fél percben dönt arról, hogy folytatja-e vagy elmegy. Az a videó, amely világos kijelentéssel nyit arról, mit kap a néző a nézéssel, hosszú felvezetés, csatornabevezető vagy lényegtelen tartalom nélkül, a kezdeti nézői nagyobb hányadát tartja meg a teljes hosszon át. A nyitó horognak meg kell válaszolnia a néző kimondatlan kérdését: „Megéri ez az időmet?" Legyen konkrét a videó tartalmára, ne általános üdvözlés vagy csatornareklám. Az a 30 másodperces csatornabevezető vagy logóanimáció a tartalom kezdete előtt az egyik legbiztosabb módja annak, hogy nézőket veszíts az első 30 másodpercben, és a legtöbb bejáratott YouTube-csatorna kifejezetten azért távolította el ezeket a bevezetőket, mert az adatok szerint rontották a megtartást.
A miniatűrdizájn mint algoritmikus eszköz
A miniatűrök befolyásolják az átkattintási arányt, ami hat a keresési rangsorolásra és az ajánlási terjesztésre is. Az a miniatűr, amelyet az algoritmusra terveztek, vagyis arra, hogy kattintást szerezzen a videó célzott nézőtípusától, közvetlen befektetés az algoritmikus teljesítménybe. A leghatékonyabb YouTube-miniatűrök néhány jellemzőben közösek: kis méretben olvashatók, világos és konkrét kattintási okot közölnek azon túl, amit a cím már mond, korlátozott színpalettát használnak, amely kitűnik a YouTube túlnyomórészt fehér és szürke felületén, és vizuálisan következetesek a csatorna többi miniatűrjével, hogy a rendszeres nézők első pillantásra felismerjék a csatorna tartalmát. Ha több miniatűr-változatot tesztelsz úgy, hogy egy alulteljesítő videó miniatűrjét lecseréled, és figyeled, javul-e az átkattintási arány, az az egyik legmegbízhatóbb optimalizálási kísérlet a YouTube-alkotók számára.
Közzétételi következetesség és hatása az algoritmusra
A YouTube algoritmusa agresszívebben terjeszti a csatorna tartalmát, ha a közzététel következetes és rendszeres. Az a csatorna, amely kiszámítható ütemben közöl, arra tanítja az algoritmust, hogy új tartalomra számítson, a feliratkozókat pedig arra, hogy várják. Ha egy csatorna néhány hétre elsötétül, csökken az algoritmus bizalma a csatorna folyamatos aktivitásában, és visszaesik az ajánlási terjesztés. Ennek az elosztásnak az újjáépítése egy kiesés után több következetes közzétételt vesz igénybe, vagyis a következetlen közzétételi előzmény lendületvesztési és -visszanyerési mintát hoz létre, amely kevésbé hatékony, mint egy alacsonyabb, de végig következetes gyakoriság fenntartása. A legtöbb márkacsatornánál a heti egy közzététel az ideális ütem az algoritmikus lendület építéséhez. Azoknál a csatornáknál, amelyeknek nincs kapacitása ennek az ütemnek a fenntartására, a kéthetente egy, következetesen tartott közzététel jobban teljesít, mint a heti közzététel, amely havira lazul.
Fejezetek, kártyák és végképernyők mint megtartási eszközök
A YouTube-fejezetek lehetővé teszik, hogy a videót címkézett szakaszokra bontsd, amelyek megjelennek az előrehaladásjelzőn, így a nézők könnyen eljuthatnak egy hosszabb videó konkrét részeihez. A fejezetek csökkentik annak valószínűségét, hogy a néző azért hagyja abba a videót, mert nem találja gyorsan a kérdéséhez leginkább kapcsolódó részt. A kártyák kis interaktív elemek, amelyek a videó közben jelennek meg, és más videókra, lejátszási listákra vagy külső weboldalakra mutathatnak. A végképernyők az utolsó 5-20 másodpercben jelennek meg, és az elsődleges eszköz arra, hogy a nézőket a jelenlegi videó végén a következőhöz irányítsd. Tudatosan használva a fejezetek, kártyák és végképernyők együtt csökkentik a lemorzsolódást a videón belül, és növelik a munkamenet folytatásának valószínűségét utána, mindkettő javítja a videó megítélését az algoritmusnál.
Közzétételi időzítés és rövid távú algoritmikus hatása
Ha a videót magas nézői aktivitású időszakban teszed közzé, az első 24-48 órában nagyobb kezdeti közönséget kap, ami erősebb korai elköteleződési jeleket ad, amelyeket az algoritmus arra használ, hogy az első hetében eldöntse, mennyire széles körben terjessze a videót. A bejáratott feliratkozói bázisú csatornáknál, ha akkor teszel közzé, amikor a feliratkozók a legaktívabbak, nő az a sebesség, amellyel a korai megtekintések és az elköteleződés gyűlik. A YouTube Analytics megmutatja az egyes csatornákra jellemző közönségaktivitási mintákat, és a csúcsaktivitási ablakon belüli közzététel megbízhatóbb, mint az általános platformidőzítési tanácsok követése. Az új csatornáknál, ahol a feliratkozási hírfolyam forgalma minimális, és a legtöbb megtekintés keresésből jön, az időzítés hatása kisebb, de a legnagyobb aktivitású ablakon belüli közzététel így is a lehető legjobb feltételeket adja a videó korai algoritmikus értékeléséhez.
Gyakori algoritmus-félreértések, amelyek teljesítménybe kerülnek a csatornáknak
Az algoritmus működéséről szóló tévhitek olyan döntésekre vezetik a márkákat, amelyek aktívan a csatorna teljesítménye ellen dolgoznak. Ezeknek a félreértéseknek az azonosítása és kijavítása annyira fontos, mint megérteni, mit jutalmaz az algoritmus.
A feliratkozószám nem elsődleges rangsorolási jel
A feliratkozószám nem az, ami a megtekintéseket hajtja a YouTube-on. Az a csatorna, amelynek 10 000 feliratkozója van, és a videói átlagosan 500 megtekintést kapnak, algoritmikusan rosszabbul teljesít, mint az a csatorna, amelynek 2000 feliratkozója van, és a videói átlagosan 800 megtekintést kapnak, mert a közönség méretéhez viszonyított elköteleződési arány alacsonyabb. Az algoritmus aszerint terjeszti a tartalmat, mennyire jól teljesít a videó azoknál a nézőknél, akik látják, nem aszerint, hány feliratkozót gyűjtött a csatorna. Egy kis csatorna videója, amely magas megtekintési időt és átkattintási arányt ér el, felülmúlja egy nagy csatorna videóját, amelynek gyenge a megtekintési ideje és alacsony az átkattintási aránya, az ajánlott hírfolyamban. Azok a márkák, amelyek a feliratkozók növekedésére mint a YouTube-siker elsődleges mércéjére fókuszálnak, eredménymutatót követnek, nem teljesítményhajtót.
A megtekintések késleltetett, nem előrejelző mutató
A megtekintések az algoritmus terjesztési döntéseinek eredményeként gyűlnek, nem előttük. Az a videó, amely az első 48 órában jól teljesít átkattintási arányban és megtekintési időben, több algoritmikus terjesztést kap, ami idővel több megtekintést hoz. Az a videó, amely az első 48 órában gyengén teljesít ezeken a jeleken, kevesebb terjesztést kap, és lassan gyűjti a megtekintéseket, akárhányszor népszerűsíti a márka külsőleg. A gyakorlati következmény, hogy a közzététel utáni első 48 órában az átkattintási arányt és az átlagos nézési időtartamot kell figyelni, nem az összes megtekintést. Ez a két jel jobban megjósolja a videó hosszú távú teljesítményét, mint a korai megtekintésszám. A külső promóció hozzáadhat megtekintéseket, de nem helyettesítheti az erős algoritmikus teljesítményt, ha maga a tartalom nem tartja meg a nézőket, miután rákattintottak.
Az alulteljesítő videók törlése általában hiba
Azok a márkák, amelyek törölnek videókat, mert az első hónapban rosszul teljesítettek, gyakran olyan tartalmat távolítanak el, amely évekig gyűjtött volna keresés által hajtott megtekintéseket. Az a videó, amely nem szerzett algoritmikus ajánlási lendületet, de rangsorol egy konkrét keresési lekérdezésre, még hosszan a közzététel után is következetes organikus forgalmat generálhat. A törlés véglegesen eltávolítja a keresési eredményekből, és elveszíti minden felhalmozott tekintélyét. Az alulteljesítő videókhoz jobb megközelítés a cím, a miniatűr vagy a leírás frissítése az átkattintási arány javítására, fejezetek hozzáadása, ha a videó elég hosszú, és annak értékelése, hogy a tartalom maga a probléma-e, vagy a csomagolás korlátozza az elérését. A törlést olyan tartalomra kell fenntartani, amely valóban elavult, hibás vagy nem a márkához illő, nem olyanra, amely egyszerűen nem kapta meg a márka által remélt megtekintéseket.
Az algoritmus nem jutalmazza a feltöltési gyakoriságot önmagáért
Gyakori YouTube-tanács, hogy tölts fel minél gyakrabban. Az algoritmus jutalmazza a következetességet, de nem jutalmazza a mennyiséget önmagáért. Az a csatorna, amely heti öt gyenge minőségű vagy vékony tartalmú videót tesz közzé, a megtekintési idő és az átlagos nézési időtartam mutatóinak romlását fogja látni, ami azt jelzi az algoritmusnak, hogy a csatorna tartalma nem elégíti ki a nézőket. A teljesítménymutatók ilyen romlásából nehezebb felépülni, mint amekkora a magas feltöltési gyakoriság szerény előnye. A minőség és a következetesség többet számít a mennyiségnél. Egyetlen, hetente közzétett videó, amely következetesen magas megtekintési időt ér el, erősebb algoritmikus megítélést épít, mint heti három videó, amelyet a nézők az első percben otthagynak.
A lejátszási lista és a sorozatszerkezet felerősíti az algoritmikus teljesítményt
A lejátszási listákat és tartalomsorozatokat a legtöbb márkacsatorna jelentősen kihasználatlanul hagyja algoritmikus eszközként. Amikor egy néző befejez egy videót egy lejátszási listában, a YouTube automatikusan lejátssza a lista következő videóját, így a nézőt olyan munkamenetben tartja, amely javítja a csatorna megtekintési idő mutatóit. Az olyan videósorozat, ahol mindegyik természetesen a következőbe vezet, olyan lejátszási listát hoz létre, amely olyan arányban generál munkamenet-folytatást, amit az önálló videók nem tudnak. A tartalom sorozatokba szervezése azt is segíti, hogy az algoritmus pontosabban besorolja a csatorna témakörét, mert összefüggő, kapcsolódó tartalmak halmazát látja, nem egyes videók szétszórt gyűjteményét. Ha a tartalomsorozatokat a közzététel előtt megtervezed, és a sorozat első videójának élesítése előtt lejátszási listákba építed, a csatorna az első nézőtől megkapja a munkamenet-folytatás előnyét.
A videóink az első héten jó megtekintésszámot kapnak, aztán teljesen leesnek. Mit árul el ez az algoritmikus megítélésünkről?
Arra utal, hogy a videók kezdeti terjesztést kapnak, valószínűleg a feliratkozókon vagy külső promóción át, de nem kapnak elég folyamatos algoritmikus ajánlást ahhoz, hogy a megtekintések az első héten túl is fennmaradjanak. A legvalószínűbb ok, hogy a megtekintési idő és az átlagos nézési időtartam nem elég erős ahhoz, hogy jelezze az algoritmusnak: a tartalom megérdemli a folyamatos terjesztést. Nézd át a YouTube Analyticsben a friss videók átlagos nézési időtartamát: ha a nézők a felénél korábban elmennek, a tartalom szerkezetén vagy a nyitáson dolgozni kell. Azok a videók, amelyek a hosszuk nagy részén át megtartják a nézőket, a kezdeti közzétételi hét után is sokáig gyűjtik a megtekintéseket az ajánlásokon át. Azok, amelyek gyorsan elveszítik a nézőket, egyszer terjesztésre kerülnek, aztán elejtik őket.
Megváltoztattuk a csatorna miniatűrstílusát, és az átkattintási arányunk leesett. Hogyan állunk helyre?
Térj vissza a korábbi miniatűrstílushoz a friss videóknál, és a változtatásokat előbb régebbi, kisebb téttel bíró videókon A/B teszteld, mielőtt a teljes csatornán bevezeted. Az átkattintási arány a miniatűrváltozásokra viszonylag gyorsan reagál, általában az új miniatűr élesítése után egy-két héten belül. Ha az új stílus több videón rosszabbul teljesít, az világos jel, hogy a változtatás negatív volt. A miniatűrváltoztatásokat egyszerre egy videón kell tesztelni: frissítsd a miniatűrt, várj két hetet, és hasonlítsd össze az átkattintási arányt előtte és utána. Az átkattintási arány esése befolyásolja a keresési rangsorolást és az ajánlási terjesztést, ezért gyors helyreállítása a működő stílushoz való visszatéréssel értékesebb, mint további adatokra várni az alulteljesítő dizájnról.
Egy hónapja naponta posztolunk, de a csatornánk nem nő. Posztoljunk többet?
Ha a napi posztolás már így sem működik, a több posztolás nem a válasz. A probléma szinte biztosan a tartalom minősége vagy célzása, nem a gyakoriság. Nézd át a megtekintési idő adatait: ha az átlagos nézési időtartam a videóidon 40 százalék alatt van, a nézők kielégítetlennek találják a tartalmat, és az algoritmus nem terjeszti a kezdeti közönségén túl. Csökkentsd a posztolás gyakoriságát, és a megtakarított időt fordítsd kevesebb, de jobb videó gyártására. A hetente kétszer közzétett videó, amely következetesen a hosszának 60 százalékáig megtartja a nézőket, felülmúlja a napi videókat, amelyek az első két percben elveszítik a nézőket. A minőség nélküli gyakoriság nem növekedési stratégia a YouTube-on.
Töröljük a régi, nagyon alacsony megtekintésű videókat? Attól tartunk, hogy inaktívnak vagy gyenge minőségűnek mutatják a csatornát.
Ne töröld őket, hacsak a tartalom nem valóban elavult, hibás vagy nem a márkához illő. A régi, alacsony megtekintésű videók gyakran a közzététel után is sokáig generálnak keresési forgalmat, és a törlés véglegesen eltávolítja ezt a forgalmat. Az alacsony megtekintésszám a régi videóknál nem árt a csatorna algoritmikus megítélésének úgy, ahogy egy újonnan közzétett alulteljesítő videó árthat. Ha az aggasztja, hogyan néz ki a csatorna az első látogatóknak, rendezd az alacsonyan teljesítő régebbi videókat lejátszási listákba, ahelyett hogy a fő csatorna-hírfolyamban hagynád őket, vagy használd a csatornaszekciók beállításait, hogy a legjobban teljesítő tartalmat kiemelten mutasd a főoldalon. A csatornaoldalt böngésző néző azt látja, amit eléje teszel, a teljes archívumot nem látja, hacsak nem görget át azon, amit összeválogattál.
Fejezeteket adtunk a videóinkhoz, és nőtt az átlagos nézési időtartam. Közvetlen az összefüggés?
Igen. A fejezetek javítják az átlagos nézési időtartamot, mert lehetővé teszik azoknak a nézőknek, akik különben otthagynák a videót, hogy átugorjanak a számukra legrelevánsabb szakaszra, így a videóban maradnak, ahelyett hogy teljesen elkattintanának. Az a néző, aki egy tizenkét perces videó negyedik fejezetére ugrik, és végignézi, több megtekintési időt ad hozzá, mint az, aki a kétperces jelnél elmegy, mert nem találta gyorsan, amire szüksége volt. A fejezetek javítják a nézői élményt azoknak is, akik egy konkrét szakasz átnézésére térnek vissza a videóhoz, és ugróhivatkozásként megjelennek a Google keresési eredményeiben, ami növelheti a keresésből jövő átkattintási arányt. A fejezetek hozzáadása a meglévő, vártnál alacsonyabb átlagos nézési időtartamú videókhoz az egyik leggyorsabb optimalizálás, amely a videótartalom megváltoztatása nélkül elérhető.
Egy versenytárs ugyanarról a témáról szóló videójának, bár később tették közzé, jóval több megtekintése van, mint a miénknek. Mi magyarázhatja ezt?
Több tényező is megmagyarázhatja a különbséget. A miniatűrjük magasabb átkattintási arányt generálhat ugyanazokból a keresési eredményekből. A címük közelebb állhat a témára leggyakoribb keresési lekérdezéshez. Az átlagos nézési időtartamuk lehet magasabb, ami több algoritmikus ajánlást érdemel. A csatornájuknak lehet több feliratkozója, ami a videónak nagyobb kezdeti közönséget adott, amely erősebb korai elköteleződési jeleket hozott. Vagy a videójuk egyszerűen teljesebben válaszol a néző kérdésére, mint a tiétek. Nézd át mindkét videót egymás mellett a néző szemszögéből, és vizsgáld meg a miniatűrt, a címet, az első 60 másodpercet és az általános tartalmi szerkezetet. A teljesítménybeli különbségnek szinte mindig azonosítható oka van, amelyet a jövőbeli videókban vagy az alulteljesítő videó csomagolásának frissítésével lehet orvosolni.