Как вывести видео в топ YouTube от А до Я

Хотите узнать, как мы увеличили количество просмотров из поиска на нашем YouTube канале почти на 400%?

За семь с половиной месяцев нам удалось занять топовые позиции на YouTube по одним из самых запрашиваемых запросах в нашей тематике.

И хотя позиции зависят от вашего местоположения и всё время меняются, вот несколько примеров:

У нас не было вирального роста. Мы стабильно растём с первого дня после публикации первого оптимизированного под запрос видео.

Фактически, за это время наш канал собрал уже более 3 миллионов минут просмотров (около 6 лет внимания).

У нас не очень большой канал. Мы публикуем одно видео в неделю. Ниша у нас не супер интересная. И сравнительно с ведущими конкурентами, наша подписная база микроскопическая.

Но именно это мне и нравится в YouTube SEO.

У всех есть возможность развлекать, вовлекать и ранжироваться.

В этом посте вы узнаете всё что нужно для вывода ваших видео в топы YouTube от начала до конца.

Что такое YouTube SEO?

YouTube SEO это процесс оптимизации видео, плейлистов и канала с целью занять первые позиции в органическом поиска YouTube по данному запросу.

Я не буду подробно разбирать все источники трафика в аналитике YouTube. Вместо этого я сосредоточусь на ранжировании видео в поиске YouTube и дам пару советов о том как заодно выйти в топы в Google.

Я не буду рассказывать о рекомендованных видео, разделах YouTube и других источниках трафика.

Как работает алгоритм поиска YouTube

YouTube объясняет алгоритм поиска и рекомендаций в двух предложениях.

Чем лучше видео и его метаданные соответствуют запросу, тем выше оно оказывается в списке. Также роль играет то, как часто к тому или иному ролику переходят из результатов поиска.

Так что да, ключевые слова имеют значение как с точки зрения внутренней оптимизации, так и с позиции содержания. Очень важно соответствовать цели поиска.

Но самое главное в эффективном SEO для видео это высокая вовлечённость.

Они хотят, чтобы вы удерживали зрителя на их платформе как можно дольше (даже если они смотрят не только ваши видеоролики).

Всё потому что больше просмотров означают больше показов рекламы. А это значит, что Alphabet Inc. получит больше денег.

Что самое важное, они будут давать вам больше просмотров за то что у ваших видеороликов высокая вовлечённость.

Большинство метрик вовлечённости в YouTube аналитике можно измерить. Это лайки/дизлайки, комментарии, CTR, удержание, среднее время просмотра, клики после окончания ролика, клики по карточке ролика и т.д.

Вывод?

Если вы не можете вовлечь свою аудиторию, ваши шансы занять первые места в поиске YouTube стремятся к нулю.

Хватит болтовни.

Перейдём к практике и посмотрим какие 7 шагов необходимы, чтобы ранжироваться выше в поиске YouTube.

Шаг #1: Анализ ключевых слов для YouTube

Если вы не будете ориентироваться на ключевые слова с хорошей частотностью, у вас не будет поискового трафика.

В марте-июне этого года мы в этом убедились. Мы запустили серию видеороликов о продукте для рубрики Маркетинг с Ahrefs, которая больше направлена на обучение, чем привлечение трафика.

Примечание.

 Мы не предлагаем создавать видео только под запросы. Есть разные способы заходить в тренды, использовать рекомендованные видео и создавать контент для существующих клиентов.

Но в отличие от обычной поисковой оптимизации под Google, у YouTube нет официального инструмента для анализа ключевых слов. А многие сторонние инструменты просто берут произвольные числа из Google Keyword Planner.

К счастью, инструменты и средства для определения частотности для ключевых слов для YouTube существуют.

YouTube подсказки и Google Trends

Подсказки YouTube похожи на подсказки в Google. Просто начните вводить ключевое слово в поисковую строку и увидите список релевантных запросов, которые содержат ваше слово.

Вы можете использовать звёздочку до и после целевого запроса, которая будет работать как шаблон (wildcard).

Поскольку у нас нет официального инструмента для проверки частотности, можно проверить несколько подсказок YouTube в Google Trends.

Но в Google Trends для сравнения запросов используется “относительная популярность”. Поэтому воспринимать эти оценки нужно осторожно.

Используйте Анализ ключевых слов в Ahrefs

Мы недавно запустили последнюю версию Инструмента для анализа ключевых слов, где можно посмотреть частотности и метрики для таких поисковых систем как Google, YouTube, Bing, Amazon, Baidu и других.

Отсюда мы берём данные для нашего поста о самых высокочастотных запросах в YouTube.

Просто введите ключевое слово или список ключевых слов и вы сможете посмотреть частотности для отдельных стран, данные о кликах, глобальные частотности и получите доступ к пяти отчётам для поиска новых ключевых слов.

ВАЖНО

Честно говоря, я не использовал этот инструмент на протяжении большей части 2018-го года. Но в начале 2019-го я использовал его для оптимизации существующих видеороликов и для новых.

Массовый анализ ключевых слов

Анализ ключевых слов это мощный инструмент для массового поиска новых ключевых слов. Но вы можете также использовать vidIQ’s или расширение для Хрома TubeBuddy’s.

Просто введите запрос в YouTube и посмотрите на правый сайдбар, где увидите блоки “Похожих запросов” от VidIQ и “Самые используемые теги” от TubeBuddy.

Выберите все релевантные запросы > скопируйте > вставьте в Анализ ключевых слов (он поддерживает до 10 тысяч запросов). И мы покажем вас все запросы, у которых есть частотность в нашей базе данных.

Частотность это хорошо, но главное преимущество этого инструмента в поиске новых ключевых слов.

Поиск новых ключевых слов

Допустим, вы хотите создать канал с распаковками и обзорами товаров. Для начала введём слово “unboxing” (распаковка).

Далее перейдём к отчёту Phrase match, в котором есть список всех запросов в нашей базе, которые содержат ваше слово.

Так что будем распаковывать? Мобильные телефоны, игровые консоли или оборудование для съёмки видео?

Дело в том, что никто не будет искать “распаковку мобильных телефонов”. Когда ищут распаковки, люди вводят конкретные запросы (например, “распаковка iPhone X”).

Поэтому давайте сузим список результатов с помощью фильтра Include. Добавьте туда названия брендов производителей, выберите “any word” и готово.

Более 7 тысяч релевантных тем.

Не надо на этом останавливаться. Если будете делать распаковки этих товаров, можно создавать контент вокруг них.

Поменяйте вводное слово и найдёте дополнительные темы для видео.

Вывод: недостатка в ключевых словах нет.

Если что-то непонятно, посмотрите наше более подробное видео о поиске ключевых слов для YouTube.

“Двойное погружение” в результаты поиска Google

Вы уже об этом слышали.

YouTube — вторая самая большая поисковая система. И т.д. и т.п.

Но зачем забывать о самой большой поисковой системе — Google?

Согласно GetSTAT, в 2017‑м году появление блоков видео в поисковой выдаче выросло на 75.75%.

А в 2019‑м, если вы пользуетесь Google, не пройдёт и десяти минут, чтобы вы не попали на результаты с видео.

Есть несколько способов узнать сколько трафика видео получают из органического поиска.

1. Введите в Google целевой запрос

Введите в Google поисковый запрос из вашего списка и посмотрите, есть ли в выдаче карусель с видеороликами.

Это кажется очевидным, но могу поспорить, что большинство авторов не делают этого перед созданием видео. Чтобы понять, что Google хочет от создателей, обратите внимание на продолжительность видео и заголовки.

2. Найдите видео по теме в Контент Эксплорере

Контент Эксплорер из базы более миллиарда страниц ищет те, в которых упоминается определённое слово или фраза. Каждый результат поиска идёт с SEO и социальными метриками.

Моя любимая функция в этом инструменте — использование операторов для сужения поиска.

Если хотите найти видео, которые ранжируются и в Google, ищите так:

site:youtube.com inurl:watch title:тема

Отсортируйте результаты по количеству поискового трафика и получите удобный список новых тем для контента.

PRO СОВЕТ

Видео в результатах поиска могут часто пропадать. Поэтому важно проверить поисковый трафик за последнее время.

Чтобы посмотреть тренд поискового трафика, нажмите кнопку ‘details’ на любом результате.

3. Используйте Сайт Эксплорер и Пакетный анализ сайтов для поиска хороших возможностей

Введите свой запрос в YouTube и скопируйте все URL видеороликов в верхних позициях результатов поиска.

Для копирования всех URL можете использовать расширение для Хрома Scraper.

Нажмите правой кнопкой мыши на странице результатов и выберите “scrape similar”. Потом добавьте этот кусок кода в Selector.

//div/div/div/div/h4/a

Потом добавьте этот XPath код в блок “columns”.

concat('https://www.youtube.com',@href)

Нажмите кнопку сбора результатов и у вас должен быть примерно такой список:

Теперь вставьте все URL адреса видео в инструмент пакетного анализа сайтов > режим URL > запустите поиск.

Отсортируйте результаты по трафику и вы должны увидеть новые возможности для добычи трафика из поиска Google.

Подробнее узнать по каким ключевым словам ранжируется каждое видео можно в отчёте Organic keywords (ключевые слова).

Напоследок я советую посмотреть на график по органическому трафику в Обзоре и узнать, насколько стабильно видео получает трафик из Google.

Шаг #2: Определите цель запроса

Цель поискового запроса (или поисковый интент) относится к причине, по которой пользователь вводит запрос в поисковую систему.

В основном, поисковики правильно его определяют.

Попробуйте сделать поиск по запросу, по которому вы хотите ранжироваться в YouTube и проанализируйте верхние 3–5 результатов.

Не надо заново изобретать колесо. Подражайте лучшим.

PRO СОВЕТ

Лучше всего делать в режиме инкогнито. Идеально будет, если вы включите VPN под страну, в которой вы хотите выйти в топ (например, если я в Канаде, то мне нужен IP адрес США)

Например, если вы хотите научить людей создать сайт, то вам нужно дать пошаговую инструкцию.

YouTube с этим согласен.

Но что если вы хотите выйти в топ по запросу “Nintendo Switch games?” YouTube подскажет вам, что люди хотят смотреть видео “список”.

Очевидно, не правда ли?

Допустим, вы флорист и хотите выйти в топ по запросу “viola” (с англ. — фиалка). Плохая идея.

Все результаты указывают на то, что по этому запросу люди ищут информацию об инструменте, а не растении или актрисе (Viola Davis).

Создайте таблицу и добавьте колонку под названием “интент”. Или используйте мою.

Шаг #3: Удовлетворите цель запроса с помощью видео с хорошим удержанием

На YouTube удовлетворение определяется степенью удержания аудитории. Как следствие высокого удержания у видео появятся лайки, комментарии и более высокие позиции.

Цель YouTube:

• “помочь зрителям найти видео, которые они хотят смотреть.”
• “Максимально увеличить вовлечённость и удовлетворение зрителя”

Поэтому ваша задача состоит в том, чтобы создать видео, которое бы вовлекало и удерживало внимание аудитории.

Вот что мы делаем, чтобы получить уровень удержания, которым мы можем гордиться:

a) Планируйте видео до его создания

Я двумя руками за такой подход.

Все наши руководства пишутся заранее.

Я — интроверт, поэтому не умею так непринужденно говорить, как умеют Сет Годин, Гари Вайнерчук и Тони Роббинс.

Но я не оправдываюсь. Это не останавливает меня от создания видеороликов и не должно останавливать и вас.

Если вы создаёте обучающие видеоролики, вам бы точно не хотелось спотыкаться в словах и просить зрителей ждать по три минуты просто потому что вы нажали неправильную ссылку во время съёмки.

Это не только позволит вам кратко излагать свои идеи, но даст вам возможность включить ключевые слова в видео, о чём я расскажу немного дальше.

А как же влоггеры?

Как говорит Кейси Нейстат::

История — король. Всё служит королю.… Нужно найти что-то интересное для публики, а затем поделиться этим с ней так, чтобы она тоже заинтересовалась. Единственный способ научиться этим вещам и улучшить их — это делать их снова и снова и снова. ”

Вам нужно понимать что вы создаёте, для кого и как это донести.

b) Зацепите зрителя с самого начала

Первые 10–15 секунд критично важны для успеха вашего видео. Если сможете зацепить зрителя, ваш график удержания будет выглядеть примерно вот так.

Не сможете зацепить и большинство зрителей уйдут до того, пока вы расскажете о чём-то полезном.

В каждой нише всё работает по-разному и нет идеальной формулы для каждого.

Например, Mama Natural старается зацепить зрителя в первые пару секунд.

К счастью, мне не придётся поедать плаценту для нашего YouTube канала. К тому же, я не думаю что сеошникам и маркетологам это интересно.

Поскольку я делаю обучающие и информационные видео для B2B аудитории, мне приходилось делать много тестов, чтобы понять что лучше работает.

Я разбил всё на 3 основных составляющих и назвал это формулой УОП. Посмотрите первые 30 секунд этого видео и давайте я расскажу о каждом пункте подробнее.

1. Установите связь

Все хотят, чтобы их понимали. Нет лучше способа привлечь чьё-то внимание, чем показать им что они не одиноки.

Наша аудитория на YouTube состоит преимущественно из маркетологов, которые уделяют много внимания поисковой оптимизации.

В этой области у нас у всех есть свои вопросы и проблемы.

Вот пять вещей, которые точно работают:

• начните с риторического вопроса, который зрители могут задать сами себе. И хотя я не вижу кто находится за экраном, мне нужно знать, что зритель со мной согласен
• начните со статистики, где аудитория попадает в негативное большинство.
• дайте пример из реальной жизни и привяжите его к теме видео.

В примере выше я говорил о том, что 91% контента не получает трафика из Google. Это большинство. И если вы к нему относитесь… не печальтесь.

Работаете ли вы с B2B или B2C аудиторией, важно помнить одно: по ту сторону экрана находится такой же человек.

2. Определите проблему

Позвольте мне еще раз затронуть цель поиска. Если кто-то ищет ваше ключевое слово, чему он хочет научиться? Ваш ответ на этот вопрос чаще всего и будет их проблемой.

Для нашего видео про «Ошибки SEO», я думаю, что они хотят знать, что представляют собой эти так называемые «ошибки», и посмотреть, влияют ли они на трафик.

Но люди могут просто прокручивать видео и находить “ошибки”. На всё у них уйдет не больше 20-ти секунд. А это не очень хорошо влияет на показатель удержания.

Поэтому я явным образом говорю:

95% страниц не получают значимого поискового трафика, который хоть как-то повлияет на их бизнес.

В переводе: нет трафика = нет бизнеса.

3. Предложение

И последнее, но не менее важное: вам нужно дать им причину, чтобы остаться. В конкретно этом вступлении я сказал:

Так что вы можете сделать, чтобы получить больше органического трафика и быть в тех 5% из всех страниц в интернете? Об этом вы узнаете в моём видео.

Перевод: если хотите трафик, смотрите видео. Кому не хочется трафика?

Таким образом вы даёте зрителю понять, что он попал в правильное место и тут могут решить его проблему. Возможно, слова про 5% всего интернета звучали немного пафосно, но это правда (согласно нашим данным). И это сработало.

С точки зрения привлечения внимания, результаты были довольно неплохими. За две недели мы получили более 100000 минут просмотров, 28700 просмотров и более 1400 новых подписчиков только из этого видео.

Следуйте формуле УОП и вам не придётся устанавливать надгробия на свои видео.

c) Просите зрителей оставить комментарий, поставить лайк и подписаться

Как набрать больше подписчиков, лайков и комментариев? Кроме как создавать контент, который понравится аудитории…

Попросить.

Всё это помогает увеличить вовлечённость на ваших видео. Обычно я прошу об этом в конце видеоролика, потому что я хочу сначала дать какую-то пользу. И если человек досмотрел до самого конца, скорее всего они захотят посмотреть ещё.

Но большинство зрителей не будут смотреть видео до конца. Поэтому о действиях можно просить вначале.

Например, некоторые из наших видеороликов будут посвящены “соседним” темам (например, партнёрский маркетинг). Поэтому мне нужно сказать что-то вроде “Я не буду сильно углубляться в партнёрский маркетинг, но если вы хотели бы видеть больше видео на эту тему — пишите в комментариях”.

Эти вопросы не только дадут вам больше информации об аудитории, с которой вы общаетесь, но и помогут улучшить показатели вовлечённости.

Если вы будете регулярно публиковать полезные видео, подписчики будут оставлять примерно такие комментарии:

As you consistently deliver great value to your subscribers, they’ll leave comments like this:

Rijo Abraham: Сначала жму “Лайк”, а потому уже смотрю

Ahrefs: Спасибо, что можем на тебя рассчитывать, Rijo 🙂

d) Монтируйте видео стратегически

Если вы смотрели наши видео, то у вас могла возникнуть мысль, что всё то же самое можно излагать в простом скринкасте.

Но у нас другие методы.

Так почему бы просто не говорить за кадром, снимая экран? Или не поговорить с энтузиазмом о SEO, иногда употребляя “сильные” слова, чтобы подчеркнуть и усилить утверждение?

Долго удерживать внимание людей очень сложно. Простые скринкасты это скучно. Я даже скажу больше: говорящие головы могут тоже быть скучными, если вы не умеете очень увлекательно общаться с аудиторией.

Я не умею.

Поэтому очень много зависит от правильного монтажа видео. Вот так выглядит финальный проект для одного из наших видео:

Вот несколько советов, как сделать видео более увлекательными.

Примечание.

 Я больше говорю об обучающих видеороликах, но мне кажется, влоггерам это тоже может пригодиться.

1. Добавьте джамп-катов

Джамп-кат это переход между двумя кадрами с той же позиции. Это создаёт эффект “прыжка” сцены, откуда и происходит название (jump — прыжок).

Эти переходы создают динамику и помогают загладить ошибки.

2. Обратите внимание на пробелы в главных сценах

В наших видео есть две главные “сцены”. Говорящая голова, которая отмечена светло зелёным цветом, и оранжевый скринкаст.

Розовым отмечены пробелы. Выявив эти пробелы, можно обнаружить места, где чего-то не хватает.

Чтобы лучше удерживать аудиторию, мы делаем относительно небольшие пробелы и заполняем их текстовыми вставками, анимацией и тематическими видео вставками.

Но важно отметить, что пробелы следует использовать только тогда, когда это необходимо. В первую очередь думайте о пользователе. И есть есть смысл показывать его на экране подольше, то показывайте.

Поскольку у нас в штате есть отличный видеомонтажёр, у нас есть возможность проводить интересные эксперименты.

3. Привлекайте внимание аудитории к тому, что вы хотите, чтобы они увидели

Во всех скринкастах мы добавляем визуальные эффекты, чтобы привлечь внимание к блокам, о которых мы говорим.

Например, если я говорю: “посмотрите на колонку с трафиком”, то мы делаем что-то вроде этого:

Опытные пользователи Ahrefs могут и без этого знать куда смотреть. Но если кто-то никогда не пользовался нашим инструментов, скорее всего он закроет видео, потому что не понимает о чём вообще идёт речь.

Иногда мы используем формы, объекты или анимацию, чтобы проиллюстрировать сказанное.

Также хорошо привлекают внимание звуковые эффекты.

4. Развлекайте зрителя историями и рассказами

YouTube это развлекательная платформа. Но развлекать не всегда просто. Например, если бы я сделал видео, где я бы надел костюм со дня рождения и говорил о линкбилдинге, вы бы такое смотрели?

Надеюсь, что нет.

Поэтому, несмотря на то что мы в первую очередь учим SEO и маркетингу, мы стараемся делать это немного веселее.

В этом примере мы создали видео о гипотетическом бизнесе под названием “Sam PhOHtography.”

А в этом видео о линкбилдинге на битых ссылках я говорю о том, что следует писать живым языком, а не как робот.

В какой бы вы тематике не работали, я уверен, что можно сделать видео немного веселее, чем вам кажется.

Мы добавили эти небольшие сегменты для привлечения внимания и они помогают нам обращаться к зрителю на личном уровне.

e) Создайте предельно честную систему обратной связи

Критично важно наладить хорошую коммуникацию внутри команды. Мне кажется, это одна из причин, как у команды Ahrefs по маркетингу получается регулярно производить хороший контент для блога и YouTube канала.

Вот как у нас выглядит система обратной связи для видео.

1. Обратная связь по сценарию

Когда я напишу черновик, три члена нашем команды, Джош, Ник и Тим оставляют обратную связь. Она может быть выражена в форме полного согласия, несогласия или идей, которые сделают видео более качественным.

Мы проверяем каждое слово и каждый написанный абзац, а создатель принимает окончательное решение.

После того как я записал видео, смонтировал основной материал и добавил производственные заметки, наш монтажёр воплощает мои идеи в жизнь.

2. Обратная связь после монтажа

Я перепроверю видеоролик и если что-то будет не так, то Сергей (наш монтажёр) и я проведём такой же анализ, но сосредоточенный на визуальной части и элементах вовлечения.

Главный вывод состоит в том, что первый черновик ни в коем случае не должен стать окончательным вариантом.

Найдите человека, который может вам подсказать и дать честный отзыв. Не нужно обижаться. В любом случае, это сблизит вашу команду (если это не ваша вторая половинка).

Шаг #4: Внутренняя оптимизация страницы видео

Внутренняя оптимизация видео на YouTube сводится к 4‑м пунктам:

• Заголовок
• Описание
• Теги
• Миниатюра

Каждый из этих пунктов добавит понимания о чём ваше видео и повлияет на самое важное — кликабельность (CTR).

В конце концов, без кликов не будет просмотров.

Создаём идеальный заголовок и миниатюру

В марте 2018-го года YouTube запустил Бета-студию — новую платформу для аналитики. Одной из новых метрик стала “кликабельность показов”.

Чтобы обратить внимание на важность кликабельности, YouTube подталкивает авторов увеличивать CTR с помощью воронки в видеоаналитике (для каждого видеоролика).

Вы можете увеличить шанс на то, что YouTube будет показывать ваш контент в рекомендациях, увеличив показатель кликабельности и общего времени просмотра.

Таким образом, помимо того что вы получите больше просмотров, YouTube начнёт рекомендовать ваши видео своей аудитории вне органического поиска (через рекомендации и разделы).

Вот несколько советов о том, как, согласно YouTube, лучше создавать видео, которые будут искать и на которые будут кликать.

1. Используйте ключевое слово в заголовке

Относительно заголовков YouTube советует использовать самые релевантные поисковые запросы в заголовке и описании если они соответствуют содержанию и их не слишком много.

Исследование от Briggsby подтверждает, что вписывать ключевые слов в заголовок полезно. Они обнаружили, что у более 90% видео в топе в заголовке присутствует хотя бы часть целевого запроса.

И хотя использование хотя бы части ключевого слова в заголовке это важно, не следует жертвовать кликабельностью.

2. Длина заголовков не должна превышать 60 символов

YouTube советует делать заголовки короткими и самое важное писать вначале.

С точки зрения поиска, это значит что ключевое слово нужно писать вначале заголовка. Например:

“SEO Ошибки: Почему 91% контента не получает органического трафика”

Если заголовки будут короткими, вы не будете терять клики из-за сокращения в поиске, рекомендациях и разделах.

Не у всех наших видео заголовки короче 60 символов, но я планирую со временем их поменять.

3. Используйте броские заголовки, которые вызывают интерес и показывают пользу

Если бы вы собирались создавать обучающее видео о том, как завязать галстук, заголовок с ключевым словом мог бы выглядеть так: “как завязать галстук”. Но это в лучшем случае неинтересно.

Есть множество способов сделать его интереснее:

• Как завязать галстук “Метод 007”
• Как завязать галстук за 11 секунд
• 3‑летний ребёнок научит вас как завязать галстук

Суть в том, что скучные заголовки потеряются среди конкурентов.

4. Создайте миниатюру, которая дополняла бы заголовок

Перед тем как нажать на видео, вы обычно сначала смотрите на миниатюру. Мне кажется, это самая тяжёлая часть работы, которую сложно всегда делать хорошо.

Вот миниатюра для нашего видео о SEO ошибках:

Миниатюра описывает видео, поскольку 91% это большинство.

А если присмотреться, там есть изображение страниц результатов выдачи Google, на которой обведена третья и под ней надпись “вы здесь”.

Вы также можете черпать вдохновение из окружающих вас вещей и использовать воображение, чтобы рассказывать об очевидных вещах. Вот миниатюра из нашего видео: «Сколько времени занимает ранжирование в Google»:

А если не знаете что придумать, попробуйте почерпнуть идеи из картинок Google или стоковых фотографий. Если поискать слово “система” на Adobe Stock, то там будут следующие фото:

Для миниатюры для нашего видео о системах линкбилдинга мы использовали похожую идею (но у нас круче).

Пишите оптимизированные под поиск описания

YouTube говорит, что использование правильных ключевых слов может увеличить просмотры и время просмотров, потому что они помогают появляться в результатах поиска.

В том же исследовании от Briggsby они обнаружили, что 75% видео из верхних 20 результатов использовали широкое вхождение запроса в тексте описания.

Но что такое “правильные” ключевые слова?

Для начинающих, мы используем целевые ключевые слова в заголовке и описании. Но также мы используем и другие запросы, которые относятся к теме.

Ищите похожие ключевые слова у конкурентов

Посмотрите несколько видео из топа по вашим ключевым словам и почитайте их описание.

Обратите внимание на общие ключевые слова, которые они используют в текстах описаний. Часто авторы вообще отказываются от описаний. В таком случае, считайте что у вас хоть и небольшое, но преимущество обойти их.

Используйте инструмент для анализа ключевых слов

Я знаю, что говорил что не стоит использовать данные о ключевых словах из Google. Но это касается анализа ниши, который к этому времени вы уже должны были провести.

На самом деле, для анализа ключевых слов YouTube рекомендует использовать такие инструменты, как Google Trends или Google Keyword Planner.

Вместо GKP я использую отчёт о ключевых словах в Сайт Эксплорере.

Вы можете делать так же:

1. Ввести в поиск Google своё ключевое слово
2. Скопировать и вставить топовые сайты в Сайт Эксплорер
3. Перейти в отчёт “Organic Keywords” в сайдбаре, который показывает все ключевые слова, по которым данная страница ранжируется.

Дальше остаётся только пройтись по отчёту и выбрать подтемы и фразы, которые подходят к тематике вашего видео.

Но не стоит использовать слишком много ключевых слов. Используйте столько, сколько нужно.

Например, по скриншоту выше я бы сделал вывод что стоит сосредоточиться на виндзорском узле.

Лично мне кажется, что более длинные описания работают лучше, потому что они позволяют алгоритмам YouTube лучше понять содержание ролика. Но мы стараемся не делать описания длиннее, чем нужно и не забивать его ключевиками.

Теги

Теги — это ещё один способ сообщить YouTube о теме вашего видеоролика. Они помогают в ранжировании в поиске YouTube и попадании в рекомендации.

YouTube упрощает использование тегов и советует добавлять ключевые слова и фразы, которые лучше всего описывают видео.

Поскольку вы уже провели анализ ключевых слов и оптимизировали заголовок и описание по найденным запросам, здесь всё должно быть понятно.

Также можно использовать VidIQ или TubeBuddy, чтобы узнать какие теги ставят конкуренты.

Найдите общие теги среди видеороликов конкурентов и добавьте теги, которые соответствуют.

Шаг #5: Оптимизация видео

Создание видео — это 80% успеха. Чтобы увеличить показатель удержания и улучшить опыт зрителей, нужно проводить дополнительную оптимизацию.

1. Субтитры (CC)

Много авторов, включая меня, верят что YouTube читает субтитры, чтобы лучше понимать о чём идёт речь в видео.

YouTube автоматически создаёт файл расшифровки и, в основном, распознаёт слова правильно. Но далеко не всегда (HFS = Ahrefs).

Ваши зрители могут находиться по всему миру и не всегда говорят на вашем языке.

Если вы писали сценарий для видео, то это будет легко сделать.

На странице с видео выберите ролик, который хотите отредактировать. Выберите вкладку “Субтитры/CC”.

Поскольку я часто отклоняюсь от сценария, я советую использовать функцию “Синхронизировать текст”.

Теперь нужно только вставить текст сценария и проверить, что всё написанное сходится с тем, что говорится в видео.

После загрузки файла YouTube синхронизирует текст с голосом. На всякий случай, советую пересмотреть видео ещё раз и убедиться, что всё сделано правильно.

За последние 90 дней, 16,4% наших зрителей использовали титры на английском языке.

2. Подсказки

Подсказки это интерактивные элементы, которые позволяют зрителям совершать одно из пяти действий:

1. Посмотреть другое видео или плейлист
2. Найти новый канал
3. Пожертвовать в некоммерческую организацию
4. Поучаствовать в опросе
5. Открыть внешнюю ссылку

Выберите тип подсказки, которую хотите использовать > выберите нужный вариант (видео или плейлист) > выберите таймкод, где подсказки должна сработать.

Когда зритель дойдёт до определённого времени, заголовок видео выедет в качестве предложения. Когда пользователь кликнет на иконку с информацией, они могут сами посмотреть предложенное видео.

Не нужно набивать видео подсказками. Добавляйте подсказки только там где пользователю может быть интересно изучить подтему или перед моментами выхода (например, перед окончанием видео).

3. Конечные заставки

Заставки похожи на подсказки. Их цель — удержать зрителя на платформе.

Видите как всё похоже? 🙂

На своём канале мы поставили кнопка подписки и рекомендованные видео, которые зрителю стоит посмотреть дальше.

Это поможет вам привлечь больше подписчиков и помочь зрителям смотреть больше вашего контента.

Примечание.

 Конечную заставку следует сделать заранее во время монтажа. На нашей конечной заставке круг с блоком подписки и блок “следующее видео” пустые. Когда вы добавляете элементы для конечной заставки, они заполнят это место. Круг с подпиской должен иметь размеры в 196 x 196 пикселей, а квадрат с видео или плейлистом должен быть 410 х 230 пикселей. Можете скачать бесплатный шаблон.

Шаг #6: Опубликуйте и продвиньте своё видео

Первые 24–48 часов после публикации — самые важные для продвижения видео. В это время проверяется весь тот труд, который был вложен в создание видео.

В первый день вы даже будете часто видеть своё видео на первой странице поиска YouTube по вашему запросу.

Вот несколько советов о том, как продвигать видео в первые два дня.

Выберите лучшее время публикации

Лучшее время публикации — это когда целевая аудитория смотрит видео. Определить пиковые точки можно, проследив за отчётами в реальном времени.

И хотя значение могут отличаться день ото дня, общее направление станет понятно.

Например, мне казалось, что лучшее время опубликовать видео это выходной день после полудня.

Когда мы проанализировали риал-тайм аналитику на протяжении недели, я обнаружил, что больше всего просмотров мы получаем около 10:00 — 11:00 часов в первой половине дня по EST.

Но если посмотреть на два часовых слота перед пиковым значением (с 8 до 9 и с 9 до 10 утра), то увидим, что количество просмотров примерно одинаковое.

Поэтому мы начали публиковать видео в 7:30 утра по EST и это пока что работает.

Опубликовав видео в “лучшее” время вы увеличиваете возможность получить больше просмотров.

Если у вас ещё нет достаточного количества подписчиков, можете воспользоваться этими данными, предоставленными Frederator Networks.

Сосредоточьтесь на увеличении аудитории и со временем, когда соберёте достаточно данных, пробуйте менять время публикации.

Отвечайте на комментарии

YouTube — это социальная платформа. Это значит, вам нужно социализироваться.

В первую неделю постарайтесь отвечать на все новые комментарии и ставить “сердечки”, чтобы показать, что вы цените активную аудиторию.

Bola: Сэм, ты крутой. Очень красноречивый и знаешь своё дело.

Ahrefs: Спасибо!

YouTube обнаружил, что зрители, которым поставили “сердечко” в три раза чаще нажимают на уведомления по сравнению с другими типами уведомлений.

Мы отвечаем почти на все комментарии, независимо от того, когда было опубликовано видео.

Продвигайте видео для своей аудитории

У вас есть блог, подписная база или аккаунты в соцсетях? Используйте их для продвижения ваших видео на YouTube.

Письма

Отправьте вашим подписчикам письмо и расскажите им о новом видео в первые 48 часов после публикации.

В Ahrefs мы публикуем видео каждую неделю в среду и отправляем уведомление внутри сервиса в течении нескольких часов после публикации. Таким образом мы не сильно беспокоим клиентов и продвигаем наши видеоролики.

В четверг мы отправляем письмо нашим подписчикам из блога со ссылкой на новый пост в блоге и видео.

Социальные сети

Загрузка видео на платформы социальных сетей у нас не сработала с точки зрения вовлечённости. И в этом есть смысл, если посмотреть на “цель” социальной платформы.

Не знаю как вы, а я не захожу в Твиттер, чтобы посмотреть 13-минутное видео о линкбилдинге.

В Твиттере мы публикуем твиты о новых видео в день публикации в течение нескольких часов.

На Facebook мы всё ещё загружаем полные видео, но оставляем ссылки на видео с YouTube.

Вы можете публиковать короткие отрывки на Facebook со ссыкой на полное видео.

Как продвигать видео, если у вас нет аудитории

Если у вас нет аудитории, придётся поработать немного больше.

Вот что можно сделать.

1. Вставьте видео в ответах на Quora

Quora — это популярная площадка вопросов и ответов. Здесь нет ничего необычного в публикации объёмного контента.

Процесс выглядит так.

Ищем вопрос > даём как можно более подробный и полный ответ > вставляем видео там, где оно подходит в качестве дополнения к ответу.

Вопросы на Quora можно искать с помощью встроенной системы поиска. А если хотите использовать более основательный подход к поиску вопросов, воспользуйтесь отчётом по ключевым словам для Quora в Сайт Эксплорере.

Потом используйте поисковую строку “Include” чтобы найти ключевые слова, которые подходят вашему видео. Не забудьте настроить фильтр только для ключевых слов, чтобы получить более релевантные результаты.

Просто опубликуйте хороший ответ и вставьте соответствующее видео.

2. Коллаборации

Коллаборации — это отличный способ быстро набрать целевых подписчиков. Если вы действительно хороший автор, то есть смысл скооперироваться с известными в вашей тематике YouTube-создателями с похожей аудиторией.

Обычно коллаборации работают так.

Находите похожий, но не конкурирующий канал > предлагаете сотрудничество > создаёте друг для друга видео > оставляете рекомендацию с каналом партнёра.

Если у вас не похожая аудитория, то будет трудно убедить их опубликовать ваш контент на их канале.

Решение? Проявите сообразительность.

Вот выдуманный пример для практики фантазии.

Допустим, вы создаёте канал о ремонте электроники. Связываетесь с популярным каналом в нише технологий и предлагаете им контент с разборкой последнего iPhone, который был выпущен только вчера.

И хотя вы не сможете им предложить обменяться аудиторией, у вас есть уникальный контент, который отлично подходит для их канала. У них есть аудитория, у вас есть технические знания.

Как бы вы ни предлагали сотрудничество, у вас должен быть козырь, в котором вы предлагаете им выгоду.

3. Платная реклама на YouTube

Нет аудитории? Купите.

Сейчас реклама на YouTube достаточно дешевая. Можно таргетироваться по интересам, ключевым словам или пользовательским аудиториям.

Если у вас хорошее видео, настройте рекламу по вашему ключевому слову с целью получить подписку.

Когда вы соберёте достаточную аудиторию, они начнут получать уведомления о новых видео и помогут вам продвигать новые видео не тратя огромные бюджеты.

Шаг #7: Анализ и оптимизация после публикации

Вы не можете редактировать видео после публикации или средиректиить его как пост в блоге.

Отстой. Но отстой одинаковый для всех.

Лучше всего собирать данные с уже опубликованных видео и смотреть что больше всего влияет на вовлечённость.

Вот как это делается:

Анализируйте графики удержания аудитории

Перейдите в Аналитику YouTube > выберите видео, которое хотите оптимизировать > удержание аудитории.

Вы увидите среднюю длительность просмотра, процент просмотров, а если кликнуть по графику, можно увидеть показатели удержания аудитории для данного видео.

График удержания аудитории

Этот график фиксирует все просмотры за каждую секунду просмотра видео. Кривая удержания затем наносится на график в процентах.

Вы можете использовать удержание, чтобы найти популярные части видео. Если у вас получилось сделать увлекательное видео, вы увидите постепенно спадающую кривую. Также можете заметить небольшие всплески на графике, которые некоторые создатели называют “настоящим вовлечением”.

Это хорошо.

Кликните на любой из этих всплесков и перейдите сразу на ту часть, где люди наиболее вовлечены. Попробуйте выяснить почему больше людей смотрят и пересматривают эту часть.

Например, этот всплеск активности случился потому что людям стало интересно, какой поисковый оператор я использовал.

Изучите эти моменты и придумайте как сделать будущие видео более вовлекающими.

Также можно посмотреть на точки выходы. Проанализируйте почему люди уходят и добавьте подсказки YouTube в этих местах.

Судя по графику выше, мне нужно поработать над вступлением. Также я могу добавить несколько подсказок. Точно добавлю одну в конце и, наверное, одну в середине. Сделано.

Проверьте, соответствует ли ваше видео цели поиска

В студии YouTube вы можете посмотреть среднюю продолжительность просмотра для всех ключевых слов, по которым вы ранжируетесь.

Beta Studio > Выберите видео > Аналитика > вкладка охвата зрителей > Источник трафика: поиск YouTube

Если по ключевому слову у вас высокая средняя продолжительность просмотра, то отлично.

Если у вас не получилось, статистика не соврёт.

Чтобы понять насколько хороша статистика, сравните её со средними значениями по каналу.

Если ваши видео недостаточно вовлекающие, но вы хотите ранжироваться высоко по этому запросу, возможно вам следует создать новое видео с другим подходом.

Шаг #8: Оптимизация длительности сессии просмотра

Длительность сессии просмотра — это общее время, которое зритель проводит за просмотров видео на YouTube, не покидая платформу.

Почему это важно? С 2012-го года это стало фактором ранжирования.

Мы поправили алгоритм ранжирования в поиске YouTube чтобы награждать вовлекающие видео, которые зрители смотрят дольше. […] Эксперименты показали, что сейчас пользователи кликают меньше, а смотрят больше. […] Если благодаря вашим видео пользователи проводят больше времени на YouTube, это принесёт пользу вашему каналу. 

Есть два основных полезных момента увеличения длительности сессии просмотра:

1. Зрители смотрят ваши видео дольше.
2. Ваш канал будет попадать в рекомендации чаще и получать больше просмотров.

Я уже говорил об использовании подсказок и конечных заставок, которые помогли каналу Ahrefs вырасти.

Вот ещё несколько способов увеличить длительности сессии просмотра.

1. Создавайте серии и подборки

У вас было такое, что вы что-то искали на YouTube, смотрели одно видео от автора, о котором вы никогда не слышали, а потом просматривали целую подборку от того же автора?

В качестве примера приведу #AskGaryVee или 490 серий влога Кейси Нейстата.

Когда я начинал создавать видео для Ahrefs, мы создали несколько тематических подборок о том, как использовать Ahrefs для анализа ключевых слов и линкбилдинга.

Первые два мы использовали для обучения наших клиентов в серии видео Маркетинг с Ahrefs.

Несколько месяцев назад я создал короткую серию видероликов о SEO для WordPress, которая на время написания статьи занимает первое место. Частично этот успех возможен благодаря более длинной сессии просмотра по этому запросу, чем у наших конкурентов.

Чтобы увеличить длительность сессии просмотра с помощью серии видеороликов, добавьте конечную заставку с указанием на “следующую серию” и используйте подсказку с указанием на то же видео в местах, где зрители чаще всего уходят.

Теперь прочитайте следующую часть. Потому что именно там мы перейдём к делу.

2. Используйте плейлисты для серий видео

Плейлист это список видео, который воспроизводится по порядку.

Плейлист для серий это то же самое, но ещё и способ сообщить YouTube что эта группа видеороликов — “официальный” список. Посмотрите как это делает Netflix, показывая сезоны и серии ваших любимых сериалов.

Когда вы используете плейлисты для ваших серий видео, вы помогаете YouTube понимать какое видео следует предложить дальше. Это увеличивает ваши шансы занять место в блоке рекомендаций “далее к просмотру”.

Если вы сделали подсказки, конечную заставку и плейлисты, у вас уже есть три места, где рекомендуется следующее видео.

3. Используйте мой трюк с каналом

Скорее всего, вашу страницу канала будут посещать чаще всего. Поэтому её стоит оптимизировать.

Традиционно считается, что для увеличения конверсии нужно располагать самое важное сверху. Вот что сделал я.

Продвигаемое видео

Многие создатели предлагают использовать трейлер для канала. Мы попробовали и нам это не помогло. Вместо это мы используем наше видео о внутренней оптимизации.

Мы не стараемся продвигаться по запросу “внутренняя оптимизация” (“on-page optimization”), но наша аналитика говорит о том, что у него высокая конверсия в подписчиков. Что ещё важнее, он соответствует нашей тематике и аудитории, которую мы привлекаем — SEO специалистам.

Больше подписчиков значит, что больше людей будет смотреть наши видео.

Чтобы найти видео, по которым вы получаете подписчиков, перейдите в аналитику YouTube > Создать аудиторию > нажмите на главный график.

Потом выберите видео, у которого самый высокий показатель конверсии в подписчики из просмотров.

Прежде чем выбирать видео, которое будет представлять ваш канал, стоит потратить лишние 10 минут на отчёт о времени просмотра и найти баланс между подписчиками и уровнем удержания.

Добавьте плейлист

Ваш канал отличается от нашего. Но у нас одинаковая цель.

Удерживать зрителей как можно дольше.

Когда вы изменяете страницу канала, у вас достаточно много вариантов. Вы можете добавить плейлисты, одиночные видео, популярные видео и т.д. Я решил использовать один плейлист, который на первый взгляд кажется вообще случайным.

Но он не случайный. Первые четыре видео, которые вы увидите, это:

• Часть 1: Серия видео о линкбилдинге
• Часть 1: Серия видео о SEO для WordPress
• Часть 1: Серия видео об анализе ключевых слов
• Часть 2: Серия видео об анализе ключевых слов

Если вы ещё не поняли, каждый из этих видеороликов — это первое видео из серии. Кроме последнего. У нас нет четыре тематических подборки (пока что).

Каждый из этих видеороликов относится к “плейлисту из серий”. Другими словами, мы даём зрителям возможность выбрать нужную тему, а YouTube уже сам будет рекомендовать что нужно. Вот что происходит, когда вы выбираете одно из этих видео.

Какое бы видео вы не выбрали, наши шансы на то что зрители продолжат смотреть остальные видео из серии всё равно повышаются.

Хотя в аналитике YouTube нет такой метрики как “длительность сессии просмотра”, я уверен что это влияет на общее время просмотра на нашем канале.

Заключение

С технической точки зрения SEO для YouTube простое. Оптимизируйте заголовки, описания и теги.

Добавьте релевантные подсказки, конечные заставки и ссылки в описании и будет идеально.

Самое сложное в SEO для видео — вовлечение аудитории.

Возьмите эти советы и методы на вооружение и сосредоточьтесь на трёх вещах: развлечение, вовлечение и ранжирование.

Перевел Дмитрий Попов, владелец Affilimarketer.com

Самые популярные запросы в Ютубе

Привет уважаемые читатели seoslim.ru! В очередной раз повторюсь, что видео-хостинг Ютуб сегодня (100% и в будущем) является самым перспективным направлением в плане заработка, продвижения бренда, продажи товаров и оказания каких-либо услуг.

Если создание сайтов дело затратное, плюс надо еще постараться его вывести в ТОП, то записать вирусный ролик сможет каждый, который уже завтра вам принесет миллионы просмотров. ))

Как видно второй способ практически не требует вложений, во всяком случае мобильный телефон есть у каждого, который и можно использовать в качестве камеры или можно записывать видео с экрана монитора.

Однако в обоих случаях надо знать на какую тему создавать контент, для чего придется найти популярный запросы, которые и будут приносить трафик (просмотры).

Где посмотреть статистику запросов YouTube

Не буду затягивать статью и скажу сразу, что в Ютубе практически не действуют правила касательно сбора семантического ядра для сайта, так как пользователи видео хостинга мало смотрят видео из поисковой строки ЮТ.

Дело в том, что 80% запросов генерируется за счет похожих и рекомендованных видео.

Потому вам надо учитывать этот момент и делать все возможное, чтобы ваши видео продвигались по таким ключам, которые позволят им оказаться в заветной колонке с правой стороны или на главной странице Ютуб.

Поиск Ютуб Самым простым способом, где можно смотреть запросы является поисковая строка в YouTube.

Достаточно вбить любое слово, как тут же выпадет список популярных поисковых подсказок.

Смотрите, что ищут люди и делаете видео с таким же ключом.

Ютуб Тренды На второе место я бы поставил трендовые видео, которые стремительно набирают просмотры за короткий промежуток времени.

Раз люди в первые часы публикации их начинают смотреть, значит это видео интересное, полезное и т.д.

Поэтому логичным будет на основе таких видео сделать свои, для чего опять же используем запросы, которые будут релевантные тем роликам, что находятся в трендах ЮТ.

Google Trends Далее я использую тренды от поисковой системы Гугл.

Так как Ютуб принадлежит Google, поэтому последнему будет известны его поисковые базы, которые используются при построении отчетов в трендах.

Выбираем или придумываем любой запрос, указываем поиск в YouTube и смотрим динамику его популярности, плюс смотрим похожие ключи.

Google Adwords Как показывает практика, что люди ищут в поисковых системах, аналогичные запросы они вводят и в Ютубе, поэтому будет не лишним использовать для проверки частотности запросов YouTube всеми известного поискового гиганта.

C помощью инструмента «Планировщик ключевых слов» вы без труда найдете множество интересных ключей по своей тематике.

Yandex Wordstats Думаю, этот инструмент подбора запросов от Яндекс представлять не надо.

Указываем любое слово и смотрим его частотность, плюс обращаем внимание на колонку «Похожие».

Для облегчения задачи по сбору ключей рекомендую использовать специальные сервисы и программы, которые всю рутинную работу по выборке частотности, конкуренции возьму на себя.

О них рассказано ниже …

Serpstat Мощнейший онлайн сервис для мониторинга позиций, анализ обратных ссылок, ключевых фраз, конкурентов и аудит сайта, которым лично я пользуюсь уже не один год.

Подробно про работу Серпстата было рассказано по приведенным ссылкам:

KeyCollector Из программ я бы выделил только одну, потому что по простоте, функционалу, цене, качеству на сегодняшний день ей нет равных.

На сегодня это все, уверен использование вышеприведенных сервисов и программ без труда позволит вам создавать самые трендовые видео в Юутбе, которые будут набирать миллионы просмотров и приносить много денег.

Если кто-то использует другую методику обязательно расскажите об этом в комментариях.

Частотность‌ ‌запросов‌ ‌и‌ ‌техника‌ ‌ее‌ ‌определения‌

Одним из главных инструментов при создании контента на сайте, являются правильно подобранные запросы. Частотность запросов позволяет создавать интересный для клиентов материал. О том, как получить информацию о частотности ключевых фраз, поговорим дальше.

Что такое частотность запросов

Главное с чем нужно разобраться, что такое частотность запросов? Это число запросов на интересующие ключевые фразы, взятое за заданный период. Одни запросы могут задаваться единожды, тогда как другие, задаются по миллиону раз в неделю. Владельцам сайтов, которые хотят расширить аудиторию пользователей, выгоднее применять популярные запросы. В разных поисковых системах используется свой метод определения частотности.

Виды

Существуют следующие виды запросов по частотности:

• высокочастотные;
• среднечастотные;
• низкочастотные.

Определение частотности запросов продемонстрирует, к какой категории относятся используемые ключевые фразы.

Как распределить запросы по частотности

Распределение запросов по частотности проводится по следующим правилам:

1. Высокочастотные ключевые фразы желательно размещать на главной странице.
2. Использовать разные ключи для каждой страницы сайта. Это позволит избежать путаницы, когда поисковой системой будет выполняться проверка запросов на частотность.
3. Использовать для страниц целевые запросы с максимальной частотой. Посмотреть частотность запросов можно в специальных программах, разработанных для каждой поисковой системы.

Эти правила имеют рекомендательный характер, но их использование поможет поднять рейтинг страницы.

Проверка частоты запросов в разных поисковых системах

Существует несколько топовых поисковых систем:

•  Google;
•  Яндекс;
•  YouTube.

Поговорим подробнее, как в этих системах проходит проверка частотности запросов.

Как узнать частотность запроса в Google

Чтобы проверить частотность запросов в Google используется Google Ads, точнее, инструмент «Планировщик ключевых слов».

Чтобы его использовать, нужно:

• зарегистрироваться в Google Ads и найти пункт «Планировщик ключевых слов»;

• выбрать окно: «Найдите новые ключевые слова»;

• ввести целевой запрос;

• получить частотность запросов Гугл.

Сначала представлены фразы, что вводились перед тем, как узнать частотность запроса в Google. Дальше идут дополнительные фразы. Справа указана минимальная и максимальная стоимость одного клика. В верхней левой части страницы показаны основные инструменты для работы с ключами. Справа, в верхней части экрана, есть фильтры настройки временного диапазона.

Как проверить частотность запросов в «Яндексе»

Проверить частотность запросов в «Яндексе» можно через wordstat.yandex.ru:

• вписать интересующую фразу в поисковую строку программы;
• нажать клавишу «Подобрать».

Результат будет таким:

Программа покажет, сколько раз люди делали запросы с заданным словом, и какие именно фразы их интересовали. Верхняя цифра показывает общую частотность запросов «Яндекс».

Как проверить частотность запросов YouTube

То, что люди ищут на видео-хостинге, они будут искать в поисковых системах. Потому можно проверить частотность запросов YouTube, воспользовавшись вышеописанными способами для Яндекса и Гугл.

Неплохо провести оценку самых релевантных запросов в строке YouTube, введя «Топ самых…» и посмотрев на результат.

Массовая проверка частотности запросов

Искать частотность нескольких ключей затратно по времени, потому пользователей все больше интересует массовая проверка частотности запросов. Сделать ее можно с помощью таких инструментов, как программа Key Collector.

Чтобы начать с ней работать нужно:

• открыть «Вордстат», внести в поле ключи, нажать «Начать сбор»;

• проверить частотность, используя «Директ»;

• убрать ключи у которых «Частотность !» равна «0», указав > «1» и нажав «Применить».

С помощью этой программы можно узнать частотность запросов списком онлайн из таких популярных поисковых систем, как «Яндекс» и «Гугл».

---

А теперь предлагаем подписаться на рассылку блога:

{«0»:{«lid»:»1573230077755″,»ls»:»10″,»loff»:»»,»li_type»:»em»,»li_name»:»email»,»li_ph»:»Email»,»li_req»:»y»,»li_nm»:»email»},»1″:{«lid»:»1596820612019″,»ls»:»20″,»loff»:»»,»li_type»:»hd»,»li_name»:»country_code»,»li_nm»:»country_code»}}

Истории бизнеса и полезные фишки

Запомнить

1. Частотность запросов — это число запросов на конкретные ключевые фразы, взятое за определенный период.
2. Определение частотности запросов — задача первоочередной важности для составления адекватного семантического ядра, наполнения качественным контентом и контекстной рекламой.
3. Каждая поисковая система имеет свои способы поиска высокочастотных запросов. Для Google — это Google AdWords. На «Яндекс» можно использовать wordstat.yandex.ru. А на «Ютубе» сработают все вышеперечисленные методы.
4. Есть автоматизированный и ручной метод ввода ключевых фраз и слов. Существует возможность массового поиска запросов — с помощью программы Key Collector.

YouTube: как продвигать канал и какие SEO-инструменты в этом помогут

Особенности Keyword Tool:

• оценка уровня конкуренции в Google Ads;
• возможность сортировки и фильтрации ключей по любому параметру;
• до 70 000 ключевых слов в день;
• доступ к API;
• экспорт данных в Excel или CSV.

Цены

Pro-версии обладают расширенными возможностями:

• Basic: от $69 в месяц. 1 канал, 7 000 ключей в день.
• Plus: от $79 в месяц. 5 каналов, 35 000 ключей в день, доступ к данным о CPC и рейтинге Google Ads.
• Business: от $159 в месяц. 10 каналов, 70 000 ключей в день, полный доступ к возможностям инструмента и API.

Предоставляют гарантию возврата денег. Можно подписаться на Keyword Tool Pro на месяц, и если он не подойдёт, то деньги полностью вернут.

Анализатор ключевых слов, который доступен в составе пакета инструментов Ahrefs.

Особенности Keyword Explorer:

• пополняемая база данных из 7+ млрд ключевых слов;
• 10 поисковых систем;
• составление списков ключевых слов;
• анализ приблизительного числа кликов по ключевым словам;
• оценка сложности ключевого слова: насколько сложно попасть на 1-ю страницу поисковой выдачи по этому слову;
• обзор поисковой выдачи и история позиций;
• оценка Click Per Search, % кликов, % платных кликов и коэффициента возврата.

Цены

Продаётся только в пакете с другими инструментами Ahrefs.

• Lite: от $82 в месяц. Пробная версия за $7 даёт доступ ко всем возможностям плана на 7 дней. 175 отчётов по ключевым словам в неделю и 5 списков ключевых слов, история позиций в поисковой выдаче за 6 месяцев.
• Standard: от $149 в месяц. Пробная версия за $7 даёт доступ ко всем возможностям плана на 7 дней. 700 отчётов в неделю и 50 списков, история позиций за 24 месяца.
• Advanced: от $332 в месяц. 1 400 отчётов в неделю и 100 списков, полная история позиций.
• Agency: от $832 в месяц. 7 000 отчётов и 250 списков, полная история позиций.

Генерирует ключевые фразы и теги для YouTube-видео.

Особенности:

• 18 источников парсинга ключей;
• 38 поддерживаемых языков;
• 248 регионов;
• группировка ключевых слов;
• экспорт в CSV.

Цены

• Basic: $19 в месяц. Ограничение на экспорт в 2 000 ключей и 2 000 результатов поиска.
• Startup: $29 в месяц. Неограниченный экспорт.
• Pro Account: $69 в месяц. Неограниченный экспорт + данные о числе запросов и CPC, возможность исключать слова из исследования.

Предоставляют гарантию возврата денег. Можно подписаться на сервис на месяц, и если он не подойдёт, то деньги полностью вернут.

SEO-платформа «всё в одном», которая предлагает сервис поиска ключевых слов — есть бесплатная онлайн-версия — и анализ рейтинга ключевых слов — только платная версия.

Также в SE Ranking есть и другие SEO-инструменты: аудит сайта, проверка обратных ссылок, отслеживание социальных сетей, оптимизация и мониторинг страниц сайта, группировка ключевых слов и исследование сайтов конкурентов.

Особенности:

• оценка сложности ключевого слова;
• экспорт данных;
• анализ конкурентов;
• массовый анализ ключевых слов;
• 55 стран;
• база данных из 3 млрд ключевых слов;
• рейтинг ключевых слов по мобильному и десктопному поиску.

Цены

Базовая версия сервиса для анализа ключевых слов доступна бесплатно.

Полный пакет инструментов SE Ranking можно приобрести по трём тарифам:

• Optimum: от $31 в месяц. 250, 500 или 750 ключевых слов для анализа, доступ ко всем основным инструментам.
• Plus: от $71 в месяц. 1 000 или 1 750 ключей, расширенная база данных исследования конкурентов, White Label и доступ к дополнительным инструментам.
• Enterprise: от $151 в месяц. От 2 500 до 20 000 ключей, все преимущества тарифа Plus + доступ к API.

Сервис предлагает инструмент для исследования ключевых слов в составе SEO-платформы «всё в одном». Базовый keyword research можно сделать бесплатно, но для этого нужно зарегистрироваться на сайте.

Помимо этого в SerpStat есть анализ сайта, анализ конкурентов, сбор семантики, проверка обратных ссылок, отслеживание рейтинга, анализ контекстной рекламы, группировка ключевых слов, оптимизация текстов и другие инструменты.

Особенности:

• определение рейтинга ключей в поисковых системах;
• тенденции и сезонность ключей;
• оценка сложности ключевых слов;
• 239 поисковых баз.

Цены

Полный пакет инструментов можно приобрести по одному из 4 тарифов:

• Lite: от $55 в месяц. Доступ ко всем основным инструментам платформы.
• Standard: от $119 в месяц. Доступ к инструментам, до трёх пользователей, отчётность, больше лимитов.
• Advanced: от $239 в месяц. Все возможности Standard, до пяти пользователей, больше лимитов.
• Enterprise: от $399 в месяц. Все возможности Advanced, до семи пользователей, больше лимитов + White Label.

Самые популярные запросы на ютубе 2018-2019 – Как посмотреть

Youtube это пища для заинтересованных зрителей и отличный шанс поднять хорошие деньги…..

Вам все еще интересно, как с легкостью поднять заработок на Ютубе, тогда читайте наши советы по самым популярным запросам на 2018-2019 год 

↓↓↓

 

 

Секреты раскрутки

 

Опытные пользователи уже знают «фишку» — найти популярный тренд, собрать запросы, сделать материал и получить профит $$$

Почему это работает так и, почему это выглядит так легко: ↓↓↓

• здесь, как правило, очень низкая конкуренция;
• очень высокий приток трафика;
• отличная конверсия;
• заинтересованность пользователя.

О чем, собственно, идет речь?

Давая пользователю нужную и актуальную информацию (пусть она вам лично и не нравится), вы всегда будете интересны зрителю. Именно у вас он будет черпать свежие данные, именно к вам приглашать друзей……………

 

Для того чтобы создать более-менее качественный контент, нужно, как минимум, получить информацию и собрать запросы !!! ←

Именно последний пункт нам очень пригодиться, ведь для привлечения зрителя нужна отличная оптимизация

 

 

Как найти их ?

 

А теперь самая важная часть нашей статьи, какие инструменты существуют для сбора таких запросов.

Все это придет с опытом, а сейчас об инструментах: ↓↓↓

• YouTube – вы можете вводить часть слова, соответствующее вашей тематике или тренду в поисковую строку. Система самостоятельно предложит популярные запросы по теме. Предварительно нужно просмотреть Google Тренды и другие источники для анализа актуальности.
• Wordstats – это популярный сервис от Yandex. Здесь вы также можете ввести отдельное слово или тему (например, сигвей) и получить все запросы. Удобно, что показывается частотность, поэтому вы можете отобрать наиболее удачные из них.
• Google Adwords – еще один сервис от популярного поискового гиганта. Здесь нужно иметь свой аккаунт, а просмотреть статистику по запросам можно в разделе «Планировщик ключевых слов». Также удобно, что можно оценить уровень конкуренции и частотность.
• Тренды – популярный сервис от Google для поиска актуальных тематик. Эта система позволяет просмотреть запросы, которые актуальны на данный момент или только набирают известность. Можно их отсортировать по темам, проверить частотность и многое другое. Здесь вы должны регулярно отслеживать темы и всегда быть в курсе последних событий.
• Keyword Tool – это стационарный софт с очень широким функционалом для отбора поисковых запросов для Ютуб. К сожалению, программа платная, но, если вы будете работать в коммерческих масштабах, то она будет очень даже кстати.

 

 

Самые востребованные

 

Другой вопрос – это то, как непосредственно получить те самые актуальные темы и запросы.

Но здесь все несколько иначе, ведь для подбора ключей вам попросту нужно быть в теме.

 

То есть, если вы занимаетесь гаджетами, то вполне логично, что нужно смотреть график презентаций, релизов и прочее.

 

Например, нередко люди заблаговременно создают сайты, заточенные под грядущие чемпионаты, олимпиады и прочее !!!

И, хотя трафик будет минимальный, но уже накануне события ситуация резко изменится и вы уже более динамично можете откорректировать ключи !!!

 

Если вы будете учитывать эти простые советы, то мы гарантируем, что доход станет в разы больше. $$$

Как подобрать ключевые слова для YouTube — Blog

Vladyslav Goncharenko

3 июня | 2021

Чтобы облегчить поиск видео, вовлечь целевую аудиторию и увеличить количество подписчиков на канале, нужен грамотный подбор ключевых слов для YouTube. Также важно узнать, какие программы нужно применять для этого и по каким принципам отбираются ключевые слова.

Ключевые слова для YouTube: правила оптимизации

Подбор ключевых слов для Ютуб имеет свои правила, следуя которым вы увеличите трафик на канал.

Подбирайте релевантные «ключевики»,  слова и фразы, соответствующие тематике канала. Если продвигаете канал, посвященный домашним тренировкам, то среди релевантных будут «ключевики», связанные со спортом, здоровым образом жизни, упражнениями на конкретную группу мышц.

Выбирайте высоко-, средне- и низкочастотные запросы. К первой группе относятся «ключевики» общего формата (спорт, тренировки), ко второй – с уточнениями (тренировки дома), к третьей – с добавлением геолокации и коммерческих маркеров (цена, купить, заказать).

Микс «ключевиков» обеспечивает более эффективный поиск видео на YouTube.

Другой вопрос: как подобрать ключевые слова для YouTube из этих трех категорий.

В этом поможет программа Google Keyword Planner. Он продемонстрирует все варианты ключевых слов, объединенных с конкретной семантической нишей, а также укажет степень конкуренции выбранного запроса.

 

Также для поиска релевантных «ключевиков» используется программа Wordstat.

Программа показывает, какое количество раз пользователи вводили в поисковой строке определенный тематический запрос, и подбирает смежные поисковые запросы. Их также можно использовать для продвижения канала на YouTube.

 

Некоторые блогеры пользуются сервисом «Букварис». В поисковой строке они вводят тему ролика и получают список слов и фраз, близких по семантике.

Размещайте «ключевики» правильно. Перед тем,

как собрать семантику для YouTube, важно продумать, где вы и в каком контексте вы будете их использовать.

Есть следующие варианты:

• Заголовок;
• Описание канала;
• Теги под видео;
• Комментарии под роликом;
• Субтитры.

В заголовке можно использовать высокочастотные запросы, в описании, субтитрах, тегах, комментариях – средне- и низкочастотные «ключевики». Все ключевые слова и фразы проиндексируются и сохранятся в базе онлайн хостинга.

Когда пользователь введет релевантный запрос в строку поиска, то ваше видео попадет в подборку.

Самостоятельное формирование семантического ядра

Теперь вам известно, как подобрать ключевые слова для YouTube, чтобы готовое видео собрало больше просмотров и выбрался в первые строки поиска.

Но есть еще один важный нюанс: можно ли подобрать ключевые слова для ролика самостоятельно?

Запрета на это действие нет: вы можете вписать в заголовок, субтитры, в описание и комментарии «ключевики», которые по вашему мнению, продвинут видео в ТОП. Узнать, насколько эффективной будет эта методика, можно по аналитике конкретного видеоролика 

Но лучше все-таки применять сервисы, чтобы знать частотность поисковых запросов, и на основании цифр сформировать семантическое ядро для канала, которые будет работать и улучшит статистику.

ТОП-10 Youtube запросов в 2019 году от Ahrefs

Сервис Ahrefs представил в своём блоге список ТОП запросов в Youtube в 2019 году и список ТОП каналов по их популярности на сегодня. Перечень запросов представлен для США и в мировом масштабе.

ТОП-10 мировых запросов в Youtube:

№	Ключевой запрос	Частота поиска
1	despacito	74,210,000
2	bts	35,870,000
3	bad bunny	27,700,000
4	pewdiepie	27,080,000
5	asmr	25,730,000
6	shape of you	23,680,000
7	ed sheeran	23,100,000
8	ozuna	22,320,000
9	eminem	20,660,000
10	justin bieber	20,440,000

ТОП-10 запросов в США в Youtube:

№	Ключевой запрос	Частота поиска
1	asmr	8,300,000
2	markiplier	7,580,000
3	jake paul	7,540,000
4	pewdiepie	6,690,000
5	logan paul	6,660,000
6	music	5,640,000
7	jacksepticeye	5,550,000
8	despacito	5,260,000
9	dantdm	4,620,000
10	bts	4,070,000

ТОП-10 Youtube каналов и «знаменитостей» в США по популярности:

№	Ключевой запрос	Частота поиска
1	markiplier	7,580,000
2	jake paul	7,540,000
3	pewdiepie	6,690,000
4	logan paul	6,660,000
5	jacksepticeye	5,550,000
6	dantdm	4,620,000
7	ricegum	3,290,000
8	snl	3,230,000
9	game grumps	3,210,000
10	popularmmos	2,860,000

Эти ключи получают в США 51,23 миллиона запросов в месяц.

Общий список запросов можно разделить на несколько групп в которых будет видна следующая тенденция:

• ASMR (автономная сенсорная меридиональная реакция) видеоролики
• Видеоигры
• Вайны
• Эксперименты, опыты, трюки и гаджеты.

Данная статистика приурочена к предстоящему обновлению инструмента Keywords Explorer в Ahrefs, в котором будет возможность посмотреть ключевые запросы по их метрикам в поисковых системах: Google, Bing, Amazon, Youtube.

Источник: Ahrefs Blog

Следите за нами Telegram

0 0 votes

Рейтинг статьи

YouTube — статистика и факты

Использование YouTube

По состоянию на 2020 год во всем мире насчитывалось 2,1 миллиарда пользователей YouTube. Сервис потоковой передачи особенно популярен среди молодых пользователей Интернета, которые иногда даже заходят на платформу несколько раз в день, чтобы развлечься или следить за последними новостями. В 2019 году глобальные расходы пользователей на приложение YouTube составили более 562 миллионов долларов США, и, хотя загрузка и использование приложения бесплатны, пользователи могут приобретать дополнительный контент в приложении, например фильмы или телешоу.

Видео на YouTube

В августе 2020 года на YouTube каждую минуту загружалось более 500 часов видео, что свидетельствует о возросшем интересе пользователей Интернета к цифровому видеоконтенту. Видео, отнесенные к категории развлечения, музыка, люди и блоги, набрали наибольшее количество просмотров, и именно пользовательский контент вызвал самый большой ажиотаж в Интернете за последние годы. Начавшись как платформа для оригинального контента, YouTube запустил новый творческий класс производителей контента, которые привлекают к экрану огромную аудиторию и впоследствии сами становятся знаменитостями.Шведский геймер PewDiePie, например, стал ключевой фигурой YouTube и к 2020 году набрал 103 миллиона подписчиков. Другим основным направлением YouTube является корпоративный медиа-контент, такой как официальные музыкальные клипы, которые могут стать вирусными в течение нескольких часов и достичь 100 миллионов просмотров. менее чем за два дня, как это было с BTS в 2019 году. По состоянию на 2021 год корейская детская песня «Baby Shark» является самым просматриваемым видео на YouTube за все время с более чем 7,9 миллиардами потоков.

Реклама

Глядя на эти цифры по зрительской аудитории, неудивительно, что YouTube стал не только плацдармом для влиятельных лиц, но и мощным инструментом заработка для Google и его материнской компании Alphabet.В 2020 году глобальная выручка от рекламы YouTube составила около 19,8 миллиона долларов США, что составляет примерно 10,9 процента от общего годового дохода Google. Чтобы получить прибыль от огромной аудитории платформы, компании и бренды, такие как LEGO, Vat19 или Coca-Cola, начали загружать видеоконтент на каналы своих брендов. В Соединенных Штатах Apple, TurboTax и Expedia являются одними из ведущих рекламодателей YouTube с точки зрения количества показов, запуска видеороликов в начале ролика (с возможностью пропуска), медийной рекламы и других популярных форматов.Хотя реклама на YouTube дороже по сравнению с другими платформами социальных сетей, она, безусловно, окупается, поэтому маркетологи ожидают увеличения использования YouTube в рекламных целях в следующие годы.

В этом тексте представлена ​​общая информация. Statista не предполагает ответственность за полноту или правильность предоставленной информации. Из-за различных циклов обновления статистика может отображаться более свежей. данные, чем указано в тексте.

Частота запросов | Веб-риск | Google Cloud

Запросы на обновление

Чтобы предотвратить перегрузку сервера и получить оптимальную защиту, обновление API устанавливает временные интервалы для того, как часто клиент может отправлять запросы на Сервер веб-рисков для проверки URL ( hashes.search ) или обновить локальную базу данных ( ThreatLists.computeDiff ).

Первоначальный запрос данных должен происходить со случайным интервалом от 0 до 1 минут после того, как клиент запустится или проснется.Последующие запросы могут происходить только после минимальная продолжительность ожидания или режим отсрочки срок соблюден.

Минимальная продолжительность ожидания

Оба ответ hashes.search а также угрозаLists.computeDiff ответ иметь поле minimumWaitDuration , которому должны подчиняться клиенты.

Если поле minimumWaitDuration не установлено в ответ, клиенты могут обновлять так часто, как они хотят, и отправлять столько ThreatList Обновляет или fullHashes запросов по своему усмотрению.

Если поле minimumWaitDuration установлено как в ответе, клиенты не могут обновляться чаще, чем продолжительность ожидания. Для Например, если ответ fullHashes содержит минимальную продолжительность ожидания 1 час, клиент не должен отправлять запросы fullHashes до тех пор, пока не пройдет этот час, даже если пользователь посещает URL-адрес, хэш-префикс которого соответствует локальной базе данных. (Обратите внимание, что клиенты могут обновляться реже, чем минимальная продолжительность ожидания, но это может отрицательно сказаться на защите.)

Режим ожидания

Для получения информации о рекомендуемой процедуре отсрочки прочтите наш Соглашение об уровне обслуживания.

Трубки и пузырьки с топологическим ограничением рекомендаций YouTube

Abstract

Роль алгоритмов рекомендаций в ограничении доступа пользователей в сети находится в центре быстрорастущей литературы. Недавние эмпирические исследования обычно предполагают, что пузыри фильтров могут в основном наблюдаться в случае явной рекомендации (на основе заявленных пользователем предпочтений), а не неявной рекомендации (на основе активности пользователя).Мы ориентируемся на YouTube, который стал крупным поставщиком онлайн-контента, но где ограничение доступа до сих пор мало изучалось на систематической основе. Мы стремимся внести свой вклад в вышеупомянутую литературу, показав, демонстрирует ли рекомендация на YouTube явления, типичные для пузырей фильтров, которые имеют тенденцию снижать разнообразие потребляемого контента. Начиная с разнообразного количества исходных видеороликов, мы сначала описываем свойства наборов предлагаемых видеороликов, чтобы разработать надежный протокол исследования, способный фиксировать скрытые графы рекомендаций, рекурсивно вызванные этими предложениями.Эти графики формируют фон для потенциальных пользователей, переходящих по неперсонализированным рекомендациям. Исходя из этого, будь то в топологическом, тематическом или временном плане, мы показываем, что ландшафт того, что мы называем средними рекомендациями YouTube, часто склонен к динамике ограничения. Более того, наиболее ограниченные графы рекомендаций, то есть потенциальные пузыри, похоже, организованы вокруг наборов видео, которые собирают самую высокую аудиторию и, следовательно, правдоподобно просматривают время.

Образец цитирования: Roth C, Mazières A, Menezes T (2020) Топологическое ограничение трубок и пузырей рекомендаций YouTube.PLoS ONE 15 (4): e0231703. https://doi.org/10.1371/journal.pone.0231703

Редактор: Тьяго П. Пейшото, Центральноевропейский университет, ВЕНГРИЯ

Поступила: 24.01.2020; Дата принятия: 30 марта 2020 г .; Опубликован: 21 апреля 2020 г.

Авторские права: © 2020 Roth et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все наборы данных, используемые в этом документе, в настоящее время доступны по следующему URL-адресу: https://www.nakala.fr/page/data/11280/fcd04889 Идентификаторы ресурсов были сопоставлены с анонимными целочисленными значениями, согласованными по всем наборам данных.

Финансирование: Эта работа частично поддержана грантом «Algodiv» (ANR-15-CE38-0001) от ANR (Французское национальное агентство исследований https://anr.fr) и грантом Консолидатора Socsemics. из Европейского исследовательского совета (ERC https: // erc.europa.eu) в рамках исследовательской и инновационной программы Европейского Союза Horizon 2020 (соглашение о гранте № 772743), оба присуждены CR. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

Введение

Влияние алгоритмов на фильтрацию информации и взаимодействие на онлайн-платформах в настоящее время находится в центре очень активных дебатов, особенно в отношении интуитивной прозорливости контакта и обнаружения контента.С одной стороны, все больше литературы направлено на эмпирическое сравнение того, что происходит, когда пользователи полагаются, по крайней мере частично, на результат некоторого алгоритма рекомендаций и , когда они этого не делают. Такого рода научные усилия, как правило, не требуют углубления в знание или обратное проектирование принципов, лежащих в основе этих алгоритмов. Возможно, вопреки интуиции, связанной с популяризацией так называемых «пузырей фильтров», несколько недавних исследований показывают, что алгоритмические предложения не обязательно способствуют ограничению кругозора пользователей.Будь то с точки зрения взаимодействия или потребления информации, пользователям не кажется, что предлагается менее разнообразный контент в отношении того, что произошло бы в отсутствие рекомендации [1–6] или при использовании различных подходов к рекомендациям [7, 8]. Заметное исключение проистекает из явной персонализации, т. Е. Явного выбора [9] или самовыбора [10] пользователями [11]. Короче говоря, создается впечатление, что пузыри фильтров и, возможно, эхо-камеры в основном возникают, когда платформы рекомендуют контент на основе явных личных предпочтений (например,g., подписавшись на каналы, указав списки интересов и т. д.), а не на неявных следах или историях использования (либо на уровне пользователя, либо на основе действий всех пользователей).

С другой стороны, на более низком уровне не менее важным вопросом является реакция пользователей на алгоритмическое курирование. Текущее состояние дел дает неоднозначные результаты. Во-первых, совокупность пользователей не может считаться однородной: пользователи могут по-разному стремиться к разнообразию [12], по-разному реагировать на рекомендацию [1], использовать ее для различных целей [13] или иметь различные ожидания относительно нее [14] — в В этом отношении «средний пользователь» на самом деле не существует.Однако пользователи, по-видимому, в целом чувствительны к социальным сигналам и вдохновлены указанием на то, что какой-то контент популярен или ценится [15–17], тогда как они слабо чувствительны к сигналам, основанным на содержании, например, если они проинформированы о разнообразии того, что они в настоящее время потребляют [18]. Такие исследования обычно требуют разработки сложных экспериментальных протоколов или привилегированного доступа к данным частных компаний. В целом, похоже, нет однозначного ответа на сложное взаимодействие между структурой предлагаемых рекомендаций и отношением к ним пользователей.

В этом контексте, хотя YouTube стал ключевым поставщиком контента (вторым по популярности сайтом с 2019 г.), влияние его системы рекомендаций на динамику навигации пользователей и разнообразие исследований мало изучено (хотя это уже текущий новостная тема, см., например, [19, 20]). Настоящая статья направлена ​​на восполнение этого пробела, сосредоточив внимание на глобальных, платформенных и, следовательно, неперсонализированных рекомендациях YouTube. В самом деле, независимо от персонализированных, ориентированных на пользователя корректировок рекомендаций, изучение предложений на уровне платформы должно дать обзор сил, которые могут применяться глобально ко всем пользователям.Таким образом, характеристика возможного ограничения в этом ландшафте рекомендаций представляет собой первый шаг к характеристике ограничения в целом.

На платформах совместного использования контента модель поведения пользователя по отношению к рекомендациям может быть истолкована как навигация по графу рекомендаций, где узлами являются элементы (например, видео), а ссылки — предложения рекомендаций, которым пользователи могут следовать или не следовать. Понимание неоднородности последующих навигационных топологий имеет решающее значение для оценки возможных процессов ограничения.Проблема потенциальной топологии навигации уже породила несколько ключевых исследований на других платформах, таких как Twitter или Facebook, особенно в отношении поляризации и фрагментации, что привело к убедительным типологиям графов (см., Среди прочего, [21–25]). Напротив, современные технологии, относящиеся к алгоритмам YouTube, по-видимому, в основном сосредоточены на их технической основе [26], их улучшении [27] или их влиянии на потребление и статистику аудитории [28–30]. Насколько нам известно, очень мало академических работ, по-видимому, посвящено структуре сети просмотра: [31] описывает потенциальную динамику навигации по отношению к аудитории или функциям макроуровня, [32] в основном использует граф рекомендаций в качестве источника данных для извлекает таксономию контента, полученного с помощью краудсорсинга, в то время как [33] сосредотачивается на доступности определенной части радикализованного контента путем отслеживания комментариев пользователей, связанных каналов или видео.

Статья в общих чертах организована следующим образом. Сначала мы выполняем инструментальный шаг, исследуя, как платформа предоставляет наборы видео-рекомендаций в отсутствие персонализации. Это позволяет нам разработать надежный протокол сбора ориентированных на узел графов рекомендаций. Затем мы используем эти графики, чтобы определить, имеют ли рекомендации на YouTube тенденцию к снижению или увеличению разнообразия потребляемого контента и при каких условиях. Таким образом, мы анализируем форму созданных таким образом графиков и их различные особенности ограничения.Что наиболее важно, мы обсуждаем их в связи с различными внутренними свойствами видео (особенно с точки зрения популярности, согласия или тематики) как в статической, так и в продольной манере. Это позволяет нам охарактеризовать YouTube как исключение в развивающемся современном состоянии в отношении влияния алгоритмических рекомендаций на разнообразие, которое, кажется, приводит к тому, что платформы расширяют, а не ограничивают горизонт навигации пользователей.

Узловой анализ рекомендаций

Большинство видеороликов YouTube включают вкладку со списком рекомендуемых видеороликов.Насколько индивидуальны эти предложения, зависит от того, вошли ли пользователи в систему или делятся файлами cookie и другой идентификационной информацией. Хотя некоторые предложения кажутся явно ориентированными на пользователя и зависят от истории навигации пользователя (обычно помеченные YouTube как « Рекомендовано для вас »), другие кажутся ориентированными на узел , т. Е. Вытекающими из пула предложений. прикрепляется к самому видео, независимо от пользовательской истории. В последнем случае предлагаемые видеоролики, скорее всего, зависят от выводов, сделанных на основе поведенческих следов на уровне платформы, накопленных для неизвестного пула пользователей и за неизвестный период времени.Это порождает дихотомию между предложениями, специфичными для пользователя, и тем, что можно назвать «средним полем» предложений, не зависящих от пользователя. Мы стремимся охарактеризовать это среднее поле, оставляя индивидуальные рекомендации за рамками данной статьи. Мы вовсе не стремимся к реверс-инжинирингу того, как платформа вычисляет ориентированные на узлы предложения, а, скорее, хотим понять навигационный ландшафт, который алгоритмы YouTube способствуют формированию. Другими словами, мы считаем само собой разумеющимся, как построены эти рекомендации, и сосредотачиваемся на характеристике этого ландшафта.По общему признанию, пользователи сталкиваются с обоими типами предложений, но мы утверждаем, что анализ среднего поля рекомендаций уже, вероятно, прольет свет на силы притяжения, проявляемые предложениями, ориентированными на узел, при прочих равных условиях.

Данные

Таким образом, на практике мы изучаем независимые от пользователей списки предложений, прикрепленные к видео, путем создания непостоянных анонимных сеансов с простыми запросами HTTPS на заданной странице из набора из примерно сотни IP-адресов, расположенных в районе Парижа, Франция.Этот общедоступный этап сбора данных был проведен в соответствии с Условиями использования YouTube, в частности с его разделом «Разрешения и ограничения», параграф 3 (c), в соответствии с Директивой ЕС 2019/790 и ее статьей 3 (1) о интеллектуальном анализе данных. для научных исследований (анонимные наборы данных и соответствующие сценарии для этой статьи доступны в [34]). Сначала мы определяем разнообразный набор видео YouTube, произвольно выбирая пять различных наборов источников, которые содержат ссылки на такие видео.Два из этих наборов направлены на то, чтобы охватить массовое использование, сосредоточив внимание на «лучших» видеороликах, перечисленных на Reddit и в Википедии. Первый набор, обозначенный как «Reddit top», состоит из URL-адресов YouTube, содержащихся в сообщениях, получивших наибольшее количество голосов, из 20 субреддитов с наибольшим количеством подписчиков (то есть форумов), перечисленных на redditlist.com . Во второй набор входят 5 самых просматриваемых видео с 50 каналов YouTube, перечисленных на странице Википедии «Список самых популярных каналов YouTube» [35], которую мы обозначаем как «Топ Википедии». Это дает широкий спектр популярного контента, который YouTube в основном классифицирует как «Музыка», «Развлечения», «Как и стиль» или «Наука и технологии».Остальные наборы посвящены деятельности, связанной с выборами в Европейский парламент 2019 года. Несмотря на то, что YouTube не так популярен и не является показателем использования YouTube, сосредоточение внимания на этом контексте также способствует охвату политического и связанного с выборами контента. Точнее, третий набор, обозначаемый как «Twitter», состоит из наиболее распространенных ссылок на видео YouTube, найденных на платформе микроблогов за 3 недели до выборов в Европейский парламент 2019 года и связанных с набором из 22 хэштегов, которые были вручную добавлены. выбран для освещения дискуссий, связанных с выборами, на 4 европейских языках: английском, французском, немецком и итальянском (например, # EuropeanElections2019, # Europeennes2019, # Europawahl2019, #elezionieuropee и др.).Четвертый и пятый наборы основаны на каналах политических партий, участвовавших в европейских выборах 2019 года во Франции и Германии. В Германии мы фокусируемся на 13 политических партиях, получивших места после голосования. Во Франции мы эквивалентно рассматриваем 13 основных партий в порядке убывания полученных голосов. В обоих случаях мы определяем десять самых просматриваемых видео на каждом канале. Мы обозначаем эти исходные наборы соответственно как «Политический DE» и «Политический FR». Этот политический отбор дает более однородный набор видео, чем основные: три подмножества состоят из контента, который в основном классифицируется YouTube как «Новости и политика».

В таблице 1 собрана основная статистика для этих наборов семян, которые содержат в общей сложности 684 видеоролика. Ошибки сервера, видео, удаленные в процессе сбора данных, и несколько неопознанных ошибок сканирования и синтаксического анализа объясняют несоответствие между количеством видео, предназначенных для каждого набора, и количеством фактически извлеченных семян. Хотя выбор идентификаторов чисто случайным образом на платформе может дать более единообразную выборку идентификаторов видео на YouTube, он может нести потенциальный риск чрезмерного выделения незначительных видео с чрезвычайно ограниченной аудиторией (используя протокол, аналогичный [29], мы проверяем что это действительно так: выбор из 50 таких случайных видео дает очень низкое среднее количество просмотров — 115, что намного ниже исходных категорий, рассматриваемых здесь).

Каждый HTTP-запрос рекомендаций, прикрепленных к видео YouTube, возвращает набор из максимум 20 предложений (на практике ровно 20 предложений в четырех пятых случаях и 19 примерно в пятой случаях). Наша первая концепция модели пользователя, перемещающегося по этим ориентированным на узлы рекомендациям, будет, таким образом, состоять из обхода ориентированного графа рекомендаций, все узлы которого имеют исходную степень 19-20. Однако для данного видео этот набор, по-видимому, значительно колеблется от запроса к другому, неся риск изучения очень нестабильного и, следовательно, ненадежного графа рекомендаций: изучение временных характеристик этих предложений, таким образом, является предварительным условием для построения такого графа. .

С этой целью мы продолжаем длинный обход , сосредоточенный на семенах и направленный на понимание вариации и потенциального развития наборов предложений в последовательных запросах. Попутно мы также собираем метаданные видео, такие как количество просмотров и статистику признательности: количество отметок «Нравится» (нравится), не нравится (не нравится). Для каждого начального числа мы выполняем в общей сложности 2000 запросов с регулярным средним интервалом около 10 минут, что покрывает чуть менее двух недель выборки.Это дает ориентированный на узел временной ряд наборов предложений.

Устойчивость рекомендательного плато

Сначала мы вычисляем частоту возникновения и повторения, агрегированную по определенному количеству запросов R , чтобы оценить стабильность предложений и, следовательно, соответствующей сети. Независимо от продолжительности выборки, а тем более для более коротких промежутков времени, быстро возникает «плато» из постоянно очень часто предлагаемых видео (некоторые из них часто рекомендуются почти в 100% случаев), за пределами которого частота появления резко уменьшается.Размер этого плато может быть определен динамически с помощью простого анализа точек изменения, ограниченного предложениями, появляющимися, по крайней мере,, скажем, в 1% случаев. Эта нижняя граница существенно не меняет положение обнаруженной точки изменения, но необходима для предотвращения того, чтобы очень плоский длинный хвост распределения мешал процессу обнаружения. На плато обычно отображается от 20 до 30 видеороликов ( μ, = 23,6, σ = 5,15). Тем не менее, его эрозия с течением времени предполагает наличие медленного процесса обновления.В более долгосрочной перспективе упорядоченное распределение частот появления постепенно принимает форму неоднородного распределения, очевидно, имеющего степенной хвост с отсечкой. На рис. 1 мы собираем частоту появления видео в зависимости от их ранга для различной продолжительности агрегации. Например, мы видим, что десятое наиболее частое предложение после R = 200 запросов (т.е. в течение примерно 33,3 часов, красная кривая) появляется примерно в 70% случаев. Для всех длительностей выборки R = 20, 200 и 2000, и тем более для более коротких, частота появления относительно высока до ~ 20-го наиболее частого предположения, а затем заметно уменьшается впоследствии.Это говорит о том, что маршруты выхода, исходящие из данного семени, и, следовательно, граф рекомендаций, вызванный внушениями среднего поля, довольно стабильны при наблюдении за относительно короткий промежуток времени, составляющий пару дней.

Рис. 1. Частота появления предложенных видео после запросов выборки R , упорядоченных по рангу, усредненная по всем начальным значениям.

Вставка: увеличение области перегиба, обычно возникающее в районе 20 ^{-го предложения} для R = 20.

https://doi.org/10.1371/journal.pone.0231703.g001

Чтобы уточнить это наблюдение, мы обратимся к исследованию продолжительности жизни предложений. Для данного исходного видео мы определяем частоту появления предлагаемого видео с в скользящем окне запросов выборки или как θ ( с ). Мы фиксируем r = 20, в соответствии с наблюдаемым выше минимальным количеством запросов, необходимых для наблюдения устойчивого плато.Затем мы обозначим как T ( s ) продолжительность жизни s , определяемую как разность между первым и последним моментами, когда его средняя частота появления θ ( s ) превышает определенный порог. Проще говоря, срок действия предложения таков, что оно появлялось выше этой пороговой частоты в два момента, разделенных таким промежутком времени. Однако это не означает, что он постоянно превышал этот порог в течение этого периода времени.Мы наносим на график количество предложений со сроком службы не менее T (вместо точно T , поскольку мы игнорируем то, что происходит до или после того, как мы начали сбор данных). На рис.2 показано распределение продолжительности жизни для различных пороговых значений: θ ≥ 0% соответствует предложениям, появляющимся хотя бы один раз (т.е. вообще), тогда как θ ≥ 90% фокусируется на очень доминирующих предложениях, которые появляются, по крайней мере, в 90% случаев. время на протяжении их жизни и, таким образом, в основном принадлежат плато.Хотя этот график демонстрирует относительно большое количество краткосрочных предположений, он также демонстрирует, что плато-видео, вероятно, будут присутствовать в течение значительного времени. Это тем более актуально, что предложения о более высокой продолжительности жизни также чаще появляются на протяжении всей их жизни, а не только на ее конечностях, как показано на вставке на рис. 2.

Рис. 2. Срок службы рекомендаций.

Количество рекомендаций со сроком службы T ≥ R для различных пороговых значений θ ≥ 0%, θ ≥ 50% и θ ≥ 90%} (средние значения являются центральными линиями вместе с их 95% доверительные интервалы).Срок службы T означает, что рекомендация появлялась по крайней мере θ % времени в скользящем окне из r = 20 последовательных запросов, в два разных момента, по крайней мере, T запросов с разницей. Вставка: среднее присутствие предложения за время его существования в зависимости от продолжительности жизни (опять же для трех пороговых значений). Предложения о более продолжительной продолжительности жизни обычно появляются очень часто в течение их жизни ( T → 2000 ⇒ 〈 f ( T )〉 → 100%).

https://doi.org/10.1371/journal.pone.0231703.g002

Из этого можно сделать два вывода при рассмотрении графика рекомендаций, созданного предложениями. Во-первых, было бы достаточно сосредоточиться на плато, поскольку оно концентрирует большую часть плотности возникновения внушения. Это плато имеет размер модального распределения и, таким образом, влечет за собой сеть с модальным однородным распределением степеней — весьма своеобразный объект по сравнению с классическими сетевыми топологиями, которые, как правило, неоднородны.Во-вторых, этот график должен быть относительно стабильным в краткосрочной перспективе, что подтверждает идею о том, что протокол исследования графа, охватывающий короткий период, правдоподобно хорошо аппроксимирует график рекомендаций, с которыми сталкиваются пользователи во время сеанса навигации.

Графы индуцированных рекомендаций

Для каждого исходного видео мы теперь рекурсивно просматриваем предложения, относящиеся к вышеупомянутому плато, вычисленному с помощью анализа точек изменения для 20 запросов. Мы повторяем это до тех пор, пока не достигнем глубины 3, которая составляет горизонт, который мы рассматриваем для графиков рекомендаций.Другими словами, граф, созданный исходным видео, содержит его прямые предложения и два уровня косвенных предложений, а также все связи между этими узлами. См. Иллюстрацию на рис. 3. Выбор произвольной глубины 3 — это компромисс между частотой дискретизации (для сохранения разумной полосы пропускания с серверами YouTube) и достаточно глубоким изучением различных графиков. Каждый из них собирается примерно за 58,2 часа (± 13,6), что примерно остается в пределах окна стабильности плато (это соответствует времени, прошедшему после примерно 350 запросов на рис. 2).Графы содержат в среднем 3179 ± 1258 узлов и 7263 ± 2233 ребра. Мы просканировали плато от узлов до глубины 2 (т.е. около 89,0 тыс. Видео) и, таким образом, посетили узлы до глубины 3 (достигнув в общей сложности 540 тыс. Видео).

Рис. 3. Иллюстрация рекурсивного обхода, сфокусированного на заданном исходном видео.

Рекомендации просматриваются для начального числа до тех пор, пока не может быть оценено плато, которое определяет непосредственных соседей начального значения и набор узлов на глубине 1. Этот процесс повторяется для всех узлов на глубине 1 параллельно, таким образом определяя глубину 2, и снова с узлами на глубине 2.В конце концов, граф рекомендаций, созданный семенем, содержит узлы на глубинах 1 и 2 и потенциально включает ссылки на уже исследованные узлы, то есть на глубине 0 (семя), 1 (прямые соседи семени) и 2 (косвенные соседи семени). На глубине 1 в среднем 23,6 узлов ( σ = 5,15), 325 узлов на глубине 2 ( σ = 98,23) и 2830 узлов на глубине 3 ( σ = 1160). Некоторые элементы заштрихованы просто, чтобы указать, что мы не представляем все узлы и ссылки на этом рисунке для ясности.

https://doi.org/10.1371/journal.pone.0231703.g003

Граф энтропии, разнообразия и конфайнмента

Мы особенно заинтересованы в изучении ограничения в графах рекомендаций. Для этого мы разработали две метрики. Первый основан на случайных блужданиях, которые играют роль очень простой и абстрактной модели пользовательской навигации (например, [25] для описания семейств графов или [36] для количественной оценки разнообразия пользовательской активности на музыкальных онлайн-платформах. ).Случайные блуждания всегда начинаются с эго (исходное видео графа индуцированных рекомендаций) и заканчиваются, когда они достигают длины 20. Результаты не очень чувствительны к этой константе, если только она не настолько мала, что значимые прогулки больше не могут быть зафиксированы ( <5). Другие правдоподобные стратегии случайного блуждания включают перезапуск после повторного посещения узла или перезапуск после повторного посещения эго. Опять же, мы нашли очень похожие результаты при использовании таких стратегий, поэтому остановились на простейшем. Мы измеряем разнообразие посещенных узлов, вычисляя информационную энтропию набора частот посещений.Для одного случайного блуждания мы называем эту меру η . Для каждого графика мы выполняем 100 000 случайных блужданий — опять же, значение, выбранное достаточно большим, чтобы результаты были стабильными во всех прогонах. Средняя энтропия случайного блуждания () дает нам оценку ограниченности идеализированного пользователя, исследующего граф рекомендаций от эго. Чем ниже энтропия / разнообразие, тем выше конфайнмент. Еще одна метрика, которую мы рассматриваем, — это количество узлов в графе рекомендаций ( N ).Это настраивает прямую меру количества рекомендаций по видео, к которым может получить доступ эго, не превышая при этом нашу максимальную глубину, независимо от вероятности того, что пользователь достигнет заданного узла. Учитывая, что все исходящие градусы примерно равны 20, а максимальная глубина равна 3 для всех графиков, N действительно становится меньше, когда набор целей, доступных из графика, демонстрирует избыточность. Подводя итог, первый показатель измеряет склонность к разнообразию с точки зрения идеализированного пользователя, следующего рекомендациям, и определяется топологией графа.Второй показатель измеряет глобальный потенциал разнообразия графа, независимо от поведения пользователя, и просто определяется размером набора рекомендаций, вызванных начальным значением до определенной глубины.

На рис. 4 мы показываем, что две метрики отрицательно коррелированы ( ρ = -0,71). Это несколько противоречит интуиции: это означает, что чем разнообразнее среднее случайное блуждание, тем менее разнообразен график в целом. Точки на диаграмме разброса окрашены в соответствии с количеством просмотров эго в логарифмической шкале.Чем темнее точка, тем больше взглядов у эго. Это помогает проиллюстрировать еще один интересный факт: количество просмотров положительно коррелирует со средней энтропией случайного блуждания ( ρ = 0,36) и отрицательно коррелирует с количеством узлов в графе ( ρ = -0,44). Все эти корреляции имеют значение p <0,0001. Похоже, что видео с большим количеством просмотров соответствуют более «компактным» графам рекомендаций, то есть со значительно меньшим числом узлов, в то время как разнообразие среднего случайного блуждания выше.Сначала мы предоставляем иллюстративные визуализации трех образцов графиков, соответствующих графикам, ближайшим к двум крайним точкам и средней точке линии регрессии. Эти образцы графиков дают предварительное представление о том, как изменяется топология в спектре, определяемом линией корреляции.

Рис. 4. Графики индуцированных рекомендаций и образцы визуализаций.

(a) Графики индуцированных рекомендаций, построенные в соответствии с количеством узлов в графе ( N ) и средней энтропией случайного блуждания ().Точки раскрашены в соответствии с количеством просмотров в логарифмической шкале, представленной справа. Сплошные зеленые линии обозначают медианы, красная пунктирная линия — линейная регрессия распределения. В этой последней строке отмечены три точки: по одной на каждом конце и одна посередине. Три примерных графика (b), (c) и (d) являются наиболее близкими к трем точкам, указанным на линии регрессии графика (a). Узлы (и соседние края) окрашены в соответствии с категорией видео, которой они соответствуют.

https: // doi.org / 10.1371 / journal.pone.0231703.g004

Таким образом, более высокая энтропия случайного блуждания соответствует меньшим графам, а также более плотным графам: существует сильная корреляция между и 〈 k 〉, средней степенью графа ( ρ = 0,82). Эти более мелкие и более плотные графики демонстрируют более высокую связность — в том смысле, что везде доступнее отовсюду: даже если количество потенциально доступных видео становится меньше (по мере уменьшения размера графика N ), количество реально доступных видео увеличивается ( что дополнительно подтверждается очень сильной корреляцией между N _V и).Иными словами, компактность графа, тем не менее, приводит к большей изотропии в меньшем пространстве: графы с более высокой энтропией в среднем приводят к большему количеству посещаемых видео (больше N _V ), тогда как они происходят из меньшего потенциального выбора (меньше N ).

Кроме того, мы могли бы подтвердить, что графы с более высокими (то есть более разнообразными случайными блужданиями при меньшем N ) также качественно кажутся пользователям более ограниченными семантически.Чтобы обосновать это эмпирически, мы разработали простой протокол, основанный на человеке. Мы создали три набора из 20 исходных видео, которые наиболее близки соответственно к каждой крайней и средней точке, аналогично описанной выше процедуре. Мы набрали шесть участников: каждый из них получил рекомендации на плато для 20 исходных видеороликов, случайно выбранных из 60, ничего не зная о них. Затем мы попросили их сообщить нам для каждого начального числа, похожи ли видео на плато друг на друга или нет, по шкале 5 звезд, от наиболее похожих (*****) до наименее похожих (*).Мы собрали совокупность их субъективных оценок семантического ограничения видео на плато на рис. 5. Мы видим, что видео региона 1 воспринимались как наиболее ограниченные, в то время как видео региона 3 рассматривались как наименее похожие, что подтверждает связь между семантическим ограничением.

Рис. 5. Оценка заключения человеком.

Рекомендации по плато для исходных видео, происходящих из области 1 (наибольшая энтропия), обычно воспринимаются как наиболее похожие (пять звезд), в то время как для области 3 справедливо обратное.Регион 2 выглядит как средний.

https://doi.org/10.1371/journal.pone.0231703.g005

Конфайнмент и свойства семян

Чтобы расширить наше эмпирическое исследование конфайнмента, мы рассмотрим ряд других показателей. Для исходных видео мы учитываем их возраст в секундах ( a ), количество лайков ( l ) и дизлайков ( d ) и количество подписчиков ( s ) канала (т. Е. автор видео), которому они принадлежат.Для графиков рекомендаций мы применяем ту же стратегию случайного блуждания для измерения ограниченности или разнообразия с точки зрения авторов видео () и категорий (), как это предусмотрено YouTube.

На рис. 6 мы представляем корреляции, обнаруженные между вышеупомянутыми показателями, а также двумя исходными показателями разнообразия (и N ) и количеством просмотров ( против ). Можно заметить, что все показатели, которые соответствуют явным действиям пользователя ( v , l и d ), сильно коррелированы, а также сильно коррелированы с количеством подписчиков ( s ) канала исходное видео, намекающее на эффект аудитории.Под «эффектом аудитории» мы подразумеваем, что вероятное существование зависимой от канала аудитории (включая подписчиков) влияет на количество просмотров данного видео. Чтобы оценить консенсус в отношении видео, мы также выводим из l и d индекс удовлетворенности ( c ), вычисляемый как логарифм отношения количества лайков (плюс один, для согласованности в журнале) по количеству дизлайков (плюс один, чтобы избежать деления на ноль), т. е.. Как правило, лайков больше, чем антипатий, а обратное случается примерно в 0.6% случаев. Интересно, что этот показатель в лучшем случае слабо коррелирует с явными действиями. Это может означать внутреннее свойство видео. Что касается двух дополнительных мер энтропии случайного блуждания, мы обнаруживаем, что, в отличие от, положительно коррелирует с N (? = 0,45), и это очень слабо коррелирует с N (? = 0,14). На умеренную положительную корреляцию между и N уже намекает категориальная окраска образцов графиков на нижней панели на рис.Как уже упоминалось, среднее количество различных посещаемых узлов за одно случайное блуждание () и средняя степень (〈 k 〉) очень сильно коррелированы с. Наконец, мы видим, что возраст практически не коррелирует ни с одним из показателей, за исключением слабой корреляции с v ( ρ = 0,27).

Правдоподобная интерпретация взаимодействия между разнообразием случайных блужданий (особенно и), размером графа рекомендаций ( N ) и количеством просмотров ( v ) возникает в результате моделирования механизма рекомендаций как процесса обнаружения знаний.Просматривая видео, пользователь предоставляет эмпирические данные о вероятности родства просматриваемого видео и всех видео, которые пользователь смотрел ранее. Конечно, есть бесчисленное множество деталей реализации о том, как разные сигналы и фрагменты информации о пользователе и видео учитываются для настройки процесса рекомендации. Здесь мы не заинтересованы в обратном проектировании данного механизма рекомендаций, а в использовании эмпирических данных, чтобы попытаться выявить более общую динамику с точки зрения пользователя.Это представляет особый интерес для понимания того, как общий механизм рекомендаций может опосредовать исследование данного культурного пространства людьми. Независимо от деталей, кажется тривиальным предположить, что пользователи, просматривающие видео, также обеспечивают связь между этим видео и ранее просмотренными ими видео. Наблюдение за тем, что возраст видео почти не коррелирует с какими-либо другими показателями, свидетельствует в пользу интерпретации, согласно которой исследование пользователями культурного пространства видео YouTube может помочь платформе сосредоточить внимание и, тем самым, ограничить ее рекомендации.

Эта точка зрения предлагает нам принять количество узлов в графе рекомендаций как выражение неопределенности. Пользователю предоставляется больший выбор, но этот выбор ведет к более ограниченным путям. Видео с большим количеством просмотров, вероятно, побуждает платформу лучше узнать о его связи с другими видео. Таким образом, рекомендации, возможно, более сфокусированы: меньше по общему количеству, но более взаимосвязаны между собой и, таким образом, дополнительно ограничивают пользователя в общем смысле, обеспечивая более разнообразный путь навигации с точки зрения различных идентификаторов видео в рамках этого более ограниченного область.Эта интерпретация получает дополнительную достоверность благодаря тому факту, что, даже если разнесение видео при случайном блуждании увеличивается с N , разнесение категорий случайного блуждания уменьшается. Другими словами, пользователь видит большее разнообразие уникальных видео по менее разнообразному набору тем.

Конфайнмент и переходы

Мы углубимся в это понятие тематического ограничения, сосредоточив внимание на уровне узла и особенно на навигации, вызванной переходом от видео к другому.Точнее, для каждого узла, который появляется в любом обходе, мы вычисляем вероятности исходящего перехода для немедленных рекомендаций, то есть мы исследуем диадические направленные ссылки от узла к элементам плато, найденного для этого узла. Мы различаем три типа функций, связанных с темами, с одной стороны, и явными действиями пользователя, с другой; все они связаны с некоторыми внутренними свойствами исходного видео (семантика, популярность, консенсус):

• тематические категории , найденные в метаданных соответствующих видео.Мы ориентируемся на шесть основных категорий во всем наборе данных (новости и политика, развлечения, музыка, люди и блоги, наука и технологии, инструкции и стиль). YouTube предоставляет множество других возможных категорий, каждая из которых встречается здесь менее дюжины раз, поэтому мы собрали их как «[Другое]».
• Индексы удовлетворенности , определенные, как и прежде, как логарифм соотношения симпатий и антипатий. Поскольку отрицательные значения встречаются редко, мы объединяем их в одну категорию, обозначенную как «отрицательные».Диапазоны целых чисел, строго превышающие 4, также сильно недонаселены (менее дюжины вхождений в каждом) и, опять же, собраны как «[Другое]».
• количество просмотров , разделенных на квартили, границы которых составляют {143 k , 960 k , 5,31 м } просмотров.

На рис. 7 мы показываем вероятность перехода от видео с некоторым свойством к рекомендованному видео плато с некоторым свойством в виде матриц перехода. Результаты агрегируются по всем узлам, появляющимся в различных сканированиях, ориентированных на начальное число.

Во-первых, обычно кажется, что тематические категории также являются топологическими категориями, хотя мы наблюдаем большие различия по темам: от «Музыка», которая в значительной степени самоподдерживается, до «Люди и блоги», которые скорее перераспределяют пользователей в сторону других тем, особенно «Развлечение».

Эффект «довольства» отображает совсем иную картину. Есть несколько видео с отрицательной оценкой, и удовлетворенность обычно колеблется от 1 до 3. Тем не менее, существует также тенденция перераспределения пользователей в сторону видео с более положительной оценкой, поэтому в некотором смысле ландшафт рекомендаций не ограничивает пользователей спорными областями.

просмотров следуют довольно автоморфной тенденции, когда, независимо от квартиля источника, рекомендуемые видео обычно имеют тот же порядок величины, что и исходное видео. Этот эффект особенно силен для самых просматриваемых видео. Таким образом, пейзаж рекомендаций, похоже, не подталкивает зрителей менее просматриваемых видео к наиболее просматриваемым видео. Более того, и аналогично, обычные видео, по-видимому, не направляют пользователей к менее просматриваемым видео, что, вероятно, вызывает механизм подкрепления в этих областях, что противоречит выводам [28].Можно предположить, что мы просто наблюдаем здесь результат апостериорных механизмов перераспределения , когда видео, рекомендованные наиболее просматриваемыми, случайно набирают просмотры и также попадают в наивысший квартиль. Однако эта гипотеза оказывается недействительной из-за вычисления этих матриц перехода, ограниченных только вновь появляющимися видео, то есть видео, которые не были частью плато при сборе графов рекомендаций (см. Ниже): эти матрицы действительно демонстрируют точно такие же шаблоны, как и показанные на Рис 7.

Другими словами, и подытоживая, следуя средним рекомендациям, пользователей побуждают (1) перемещаться в пределах одной и той же тематической категории, особенно в отношении музыкальных и политических / новостных видео, (2) оставаться в наборах видео, которые имеют довольно сопоставимое количество просмотров, особенно для основных видео, и (3) переход к большему количеству согласованных видео, но в меньшей степени, когда видео являются умеренно согласованными.

Эволюция рекомендательных графов и происхождение новинок

Ранее мы наблюдали, что наборы рекомендаций, прикрепленные к исходному видео, медленно развиваются со временем.Со временем на плато появляются новые предложения. Мы можем спросить, в каком направлении введение новизны в наборы рекомендаций меняет картину, которую мы до сих пор набросали, и, в частности, откуда берутся новые предложения и какой процент из них исходит изнутри, а не за пределами известного графа рекомендаций. Иными словами, новинка действительно новинка? Чтобы проверить это, мы рассматриваем как новизну новые предложения плато для исходных видео, появляющиеся в конце длинного сканирования i.е., R = 2000 запросов после сбора графа рекомендаций. Сначала мы замечаем, что процентные значения сильно различаются по исходным видео, как показано на левой панели на рис. 8: на большинстве плато тем не менее отображается не менее трети новых видео, в среднем около 58%. Однако многие из этих новых рекомендаций можно найти недалеко от графика рекомендаций, на глубине 2 или 3. Другими словами, значительная часть предложений при R = 2000 исходит изнутри известного графика при R = 0. (почти четыре из пяти): здесь также работает подкрепление в том смысле, что новые предложения являются либо прямыми, либо косвенными соседями.

Рис. 8. Появление новых предложений по семенам видео.

Слева: Распределение процента новизны: процент новых рекомендаций на плато в конце длительного сканирования (после R = 2000 запросов) по сравнению с его началом. Посередине: Распределение процента такой новизны, которая, тем не менее, может быть обнаружена глубже в графике рекомендаций уже в начале сканирования. Справа: Среднее по всем семенам происхождение рекомендаций плато по отношению к их положению на графике рекомендаций.Планки погрешностей указывают стандартные отклонения.

https://doi.org/10.1371/journal.pone.0231703.g008

Точно так же мы могли бы также проверить, что матрицы переходов, ограниченные новыми рекомендациями, имеют ту же природу, что и те, которые наблюдались на рис. 7: агрегированные матрицы выглядят практически неотличимы от исходных матриц (поэтому мы их здесь не показываем).

Заключительные замечания

Эта работа была сосредоточена на графиках рекомендаций, извлеченных из YouTube.Были получены два типа выводов: во-первых, о временной динамике рекомендаций среднего поля, предоставляемых платформой для данного исходного видео, и, во-вторых, о конфигурации графов местных рекомендаций, сосредоточенных вокруг исходных видео, особенно в отношении ограничения и разнообразия. Первый не нацелен на реверс-инжиниринг: он служит исключительно для целей второго. В этом отношении мы могли бы продемонстрировать плато из наиболее часто предлагаемых видеороликов и статистически охарактеризовать это явление как по размеру, так и по продолжительности.Это привело к протоколу исследования и извлечения, который является выполнимым с вычислительной точки зрения и приводит к наблюдаемым — графикам рекомендаций — с хорошо обоснованными и эмпирически обоснованными границами. Графы рекомендаций — это, например, особый вид сетей с модальным распределением степеней.

В свою очередь, анализ этих графиков по нескольким показателям, в частности по мерам ограничения, привел к лучшему пониманию динамики рекомендации, включая ее взаимодействие с пользователями.Короче говоря, будь то в топологическом, тематическом или временном плане, ландшафт того, что мы называем средними рекомендациями YouTube, обычно демонстрирует ограниченность. Однако мы могли бы также показать, что это утверждение должно иметь различные нюансы.

• Во-первых, рекомендательные графы демонстрируют широкий диапазон значений энтропий: одни графы более ограничены или ограничены, чем другие. Как ни странно, более высокие энтропии (с точки зрения навигации) связаны с меньшим разнообразием (с точки зрения определенного количества доступных видео).Это намекает на дихотомию, когда некоторые исходные видеоролики лежат в основе изотропной навигации (более высокая энтропия) в более ограниченном пространстве видеороликов (меньший размер).
• Во-вторых, мы могли бы продемонстрировать, что более высокие энтропии обнаруживаются для исходных видео с большим количеством просмотров. Мы предполагаем, что более высокая популярность означает, что собирается больше информации, и, таким образом, вероятно, позволяет платформе уточнить связанный граф рекомендаций. Это помогает намекнуть на динамику возрастающего ограничения, обусловленного активностью пользователя: это должно быть дополнительно протестировано с помощью продольного глубокого сканирования, что, однако, выходит за рамки данной статьи.
• В-третьих, мы продемонстрировали наличие ограничения в тематических терминах (тематические категории также являются топологическими кластерами), временных терминах (казалось бы, новые рекомендации не слишком далеко в графике рекомендаций), терминах популярности (переход видео с высоким просмотром в высокий просмотр видео, имея в виду корреляцию между количеством просмотров и топологической ограниченностью), но не с точки зрения удовлетворенности.

Это может стать неожиданностью, если учесть растущее состояние дел в вопросе разнообразия контента, доступного пользователям посредством алгоритмических рекомендаций: до сих пор эта работа, похоже, соглашается с тем фактом, что платформы скорее имеют тенденцию к расширению. навигационный ландшафт пользователей — здесь среднее поле рекомендаций YouTube отображается как исключение.

В будущей работе обязательно должны быть рассмотрены различные другие способы рекомендаций (например, персонализированные предложения), другие типы поведения (например, обычная навигация, при которой пользователи ищут видео самостоятельно) и их сочетание (например, просмотр по подписке). каналы). В целом анализ извлеченных нами графиков все же демонстрирует разнообразие анизотропии навигации на YouTube по самым разным параметрам. Они также предполагают, что наиболее ограниченные графы i.д., потенциальные пузыри организованы вокруг видео, которые собирают наибольшую аудиторию и время просмотра правдоподобно. По общему признанию, наша работа могла бы помочь разработать алгоритмы, которые сообщают пользователям об их возможном ограничении в соответствии с [37] и [38]. Хотя наши результаты также указывают на то, что сложно дать бинарный ответ на вопрос о заключении на этой платформе, они, похоже, нюансируют возникающую в литературе картину, согласно которой неявные рекомендации играют нейтральную или даже расширяющую горизонты роль.

Благодарности

Мы благодарны Люси Лами, Сержу Руби и Айше Юва за их любезный вклад в этап оценки человеческого заключения, а также Катарине Титтель за ее участие в определении периметра набора данных Twitter. Мы благодарим Мартина Герлаха за его конструктивные замечания.

Ссылки

1. 1. Нгуен Т.Т., Хуэй ПМ, Харпер FM, Тервен Л., Констан Дж. Изучение пузыря фильтров: влияние использования рекомендательных систем на разнообразие контента.В кн .: Материалы 23-й международной конференции во всемирной паутине. ACM; 2014. с. 677–686.
2. 2. Бакши Э., Мессинг С, Адамич Л.А. Знакомство с идеологически разнообразными новостями и мнениями на Facebook. Наука. 2015; 348 (6239): 1130–1132. pmid: 25953820
3. 3. Айелло Л. М., Барбьери Н. Эволюция эго-сетей в социальных сетях с рекомендациями по ссылкам. В: Материалы десятой Международной конференции ACM по веб-поиску и интеллектуальному анализу данных. ACM; 2017. с. 111–120.
4. 4. Датта Х., Нокс Дж., Бронненберг Б.Дж. Меняя свою мелодию: как переход потребителей к потоковой передаче в Интернете влияет на потребление и открытие музыки. Маркетинговая наука. 2018; 37 (1): 5–21.
5. 5. Рот К. Алгоритмическое искажение информационных ландшафтов. Интеллектика. 2019; 70 (1): 97–118.
6. 6. Хаим М., Грефе А., Брозиус Х. Б. Взрыв пузыря фильтра? Влияние персонализации на разнообразие Новостей Google. Цифровая журналистика. 2018; 6 (3): 330–343.
7. 7. Бесси А., Золло Ф., Дель Викарио М., Пулига М., Скала А, Калдарелли Дж. И др. Поляризация пользователей на Facebook и Youtube. PLoS ONE. 2016; 11 (8): e0159641. pmid: 27551783
8. 8. Мёллер Дж., Триллинг Д., Хельбергер Н., ван Эс Б. Не вините в этом алгоритм: эмпирическая оценка множества рекомендательных систем и их влияния на разнообразие контента. Информация, коммуникация и общество. 2018; 21 (7): 959–977.
9. 9. Турман Н., Шифферес С.Будущее персонализации на новостных сайтах. Журналистика. 2012. 13 (5–6): 775–790.
10. 10. Зудервен Боргезиус Ф. Дж., Триллинг Д., Мёллер Дж., Бодо Б., де Вризе С. К., Хельбергер Н. Стоит ли нам беспокоиться о пузырях в фильтре? Обзор интернет-политики. 2016; 5 (1).
11. 11. Дилко И., Долгов И., Хоффман В., Экхарт Н., Молина М., Аазиз О. Темная сторона технологии: экспериментальное исследование влияния технологии настраиваемости на выборочное политическое воздействие в Интернете.Компьютеры в поведении человека. 2017; 73: 181–190. https://doi.org/10.1016/j.chb.2017.03.031.
12. 12. Мансон С.А., Резник П. Представление различных политических мнений: как и сколько. В: Материалы конференции SIGCHI по человеческому фактору в вычислительных системах. ACM; 2010. с. 1457–1466.
13. 13. Чен Дж., Нэрн Р., Чи Э. Говорите немного и хорошо: рекомендации к разговорам в социальных сетях. В: Proc CHI’11 Ванкувер, Британская Колумбия, Канада; 2011. с. 217–226.
14. 14.Рейдер Э., Грей Р. Понимание убеждений пользователей об алгоритмическом курировании в ленте новостей Facebook. В: Proc. ACM CHI’15; 2015. с. 173–182.
15. 15. Салганик MJ, Доддс PS, Watts DJ. Экспериментальное исследование неравенства и непредсказуемости на искусственном культурном рынке. Наука. 2006; 311: 854–856. pmid: 16469928
16. 16. Стек Х. Популярность и точность рекомендаций. В: Proc. RecSys’11, 23–27 октября 2011 г., Чикаго, Иллинойс; 2011. с. 125–132.
17. 17.Мессинг С., Вествуд С.Дж. Избирательное освещение в эпоху социальных сетей: при выборе новостей в Интернете поддержка важнее партийной принадлежности. Коммуникационные исследования. 2014. 41 (8): 1042–1063.
18. 18. Мансон С.А., Ли С.Ю., Резник П. Поощрение чтения различных политических точек зрения с помощью виджета браузера. В: Proc. ICWSM 7-й международный турнир AAAI. Конф. Веб-журналы и социальные сети. Пресса AAAI; 2013. с. 419–428.
19. 19. Никас Дж. Как YouTube ведет людей в самые темные уголки Интернета; 2018.https://www.wsj.com/articles/how-youtube-drives-viewers-to-the-internets-darkest-corners-1518020478.
20. 20. Туфекчи З. YouTube, Великий радикализатор; 2018. https://www.nytimes.com/2018/03/10/opinion/sunday/youtube-politics-radical.html.
21. 21. Коновер, доктор медицины, Раткевич Дж., Франсиско М., Гонсалвес Б., Менцер Ф., Фламмини А. Политическая поляризация в твиттере. В: Пятая международная конференция AAAI по блогам и социальным сетям; 2011. с. 89–96.
22. 22.Барбера П., Йост Дж. Т., Наглер Дж., Такер Дж. А., Бонно Р. Твиттер слева направо: Политическая коммуникация в Интернете — это нечто большее, чем эхо-камера? Психологическая наука. 2015; 26 (10): 1531–1542. pmid: 26297377
23. 23. Якобсон С., Мён Э, Джонсон С.Л. Открытые СМИ или эхо-камера: использование ссылок в обсуждениях аудитории на страницах партийных новостных организаций в Facebook. Информация, коммуникация и общество. 2016; 19 (7): 875–891.
24. 24. Викарио, доктор медицины, Золло Ф., Калдарелли Дж., Скала А, Кватрочоччи В.Отображение социальной динамики на Facebook: дебаты о Брексите. Социальные сети. 2017; 50: 6–16. https://doi.org/10.1016/j.socnet.2017.02.002.
25. 25. Гаримелла К., Моралес ГДФ, Гионис А., Матиудакис М. Количественная оценка противоречий в социальных сетях. ACM-транзакции в социальных сетях. 2018; 1 (1): 3.
26. 26. Дэвидсон Дж., Либальд Б., Лю Дж., Нанди П., Ван Влит Т., Гарги Ю. и др. Система рекомендаций видео YouTube. В: Материалы четвертой конференции ACM по рекомендательным системам.ACM; 2010. с. 293–296.
27. 27. Ковингтон П., Адамс Дж., Саргин Э. Глубокие нейронные сети для рекомендаций YouTube. В: Материалы 10-й конференции ACM по рекомендательным системам. ACM; 2016. с. 191–198.
28. 28. Чжоу Р., Хеммарат С., Гао Л. Влияние системы рекомендаций YouTube на просмотры видео. В: Материалы 10-й конференции ACM SIGCOMM по измерению Интернета. ACM; 2010. с. 404–410.
29. 29. Парк М., Нааман М., Бергер Дж. Исследование продолжительности просмотра на YouTube на основе данных.В: Десятая Международная конференция AAAI по Интернету и социальным медиа; 2016. с. 651–654.
30. 30. Чжоу Р., Хеммарат С., Гао Л., Ван Дж., Чжан Дж. Как обнаруживаются видео на YouTube и их влияние на просмотры видео. Мультимедийные инструменты и приложения. 2016; 75 (10): 6035–6058.
31. 31. Cheng X, Dale C, Liu J. Статистика и социальные сети видео YouTube. В: 2008 16-й Международный семинар по качеству обслуживания. IEEE; 2008. с. 229–238.
32. 32. Airoldia M, Beraldo D, Gandini A.Следуйте алгоритму: исследовательское исследование музыки на YouTube. Поэтика. 2016; 57 (август): 1–13.
33. 33. Рибейро М.Х., Оттони Р., Вест Р., Алмейда В.А., Мейра-младший В. Аудит путей радикализации на YouTube. В: Материалы конференции по справедливости, подотчетности и прозрачности 2020 года; 2020. с. 131–141.
34. 34. Рот С., Мазьер А., Менезес Т. Наборы данных и скрипты для этой статьи; Собрано и создано в 2019 году. Соответственно https://www.nakala.fr/page/data/11280/fcd04889 и https: // www.nakala.fr/page/data/11280/5b91a1c4.
35. 35. Википедия. Список самых популярных каналов YouTube; По состоянию на 15 мая 2019 г. https://en.wikipedia.org/wiki/List_of_most-subscribed_YouTube_channels.
36. 36. Пулен Р., Тариссан Ф. Исследование отсутствия разнообразия в поведении пользователей: случай музыкального контента на онлайн-платформах. Обработка и управление информацией. 2020; 57 (2): 102169.
37. 37. Резник П., Гаррет Р.К., Криплин Т., Мансон С.А., Страуд, штат Нью-Джерси.Разорвав свой (фильтр) пузырь: стратегии поощрения разнообразного воздействия. В: CSCW’13 Companion, 23–27 февраля 2013 г., Сан-Антонио, Техас, США; 2013. с. 95–100.
38. 38. Экстранд MD, Kluver D, Harper FM, Konstan JA. Предоставление пользователям возможности выбирать рекомендательные алгоритмы: экспериментальное исследование. В: Proc. ACM RecSys’15 Девятая конференция ACM. по рекомендательным системам; 2015. с. 11–18.

Как на самом деле работает алгоритм YouTube в 2021 году [Explainer]

Многие создатели видео, будь то профессиональные пользователи YouTube или бренды на YouTube, считают алгоритм YouTube полной загадкой — высшей властью, которая управляет подсчетом их просмотров, полностью вне их контроля.

Они считают, что нет понимания того, как работает алгоритм YouTube. В конце концов, это один из самых тщательно охраняемых секретов платформы.

За исключением того, что это не так.

В исследовательском документе, опубликованном в 2016 году, группа инженеров Google поделилась своими планами по размещению видео с помощью системы рекомендаций YouTube для повышения удобства пользователей.

Хотя в то время он не привлекал особого внимания, он имеет большое значение для сегодняшнего YouTube, поскольку, по словам главного директора по продуктам YouTube, 70% просмотров YouTube теперь проходят через эту систему рекомендаций.

Большая часть дискуссий о просмотрах на YouTube сосредоточена на поисковой оптимизации YouTube, продвижении в социальных сетях и привлечении подписчиков. Хотя они способствуют обнаружению ваших видео, сами по себе они не раскрывают львиную долю просмотров, которые вы можете получить от системы рекомендаций YouTube (через домашнюю страницу YouTube и предложения «рекомендовано для вас»).

Если вы хотите получить больше просмотров видео в долгосрочной перспективе, вам нужно понимать несколько вещей о том, как работает алгоритм YouTube в 2019 году.

Содержание

1. Как работает алгоритм YouTube
2. Переосмысление «кликбейта» на 2019 год
3. 5 способов получить больше просмотров на YouTube
4. Заключение

Как работает алгоритм YouTube

В этой исследовательской работе, опубликованной инженерами Google Полом Ковингтоном, Джеем Адамсом и Эмре Сарджином, они разбивают сигналы, которые они используют для ранжирования видео, для рекомендаций YouTube:

1. CTR (вероятность того, что кто-то нажмет на ваше видео после просмотра)
2. Время просмотра (общее количество времени, которое зрители проводят за просмотром ваших видео)
3. Сколько видео пользователь посмотрел на вашем канале
4. Как недавно пользователь смотрел видео на эту тему
5. Что пользователь искал в прошлом
6. Пользователь ранее просматривал видео
7. Демографические данные и местоположение пользователя

Первые три сигнала — единственные, на которые вы можете влиять напрямую.Остальное зависит от факторов, не связанных с вашим каналом, чтобы персонализировать рекомендацию.

Эти инженеры Google даже заявляют, что их конечная цель ранжирования — «обычно является простой функцией ожидаемого времени просмотра на показ. Ранжирование по рейтингу кликов часто продвигает вводящие в заблуждение видео, которые пользователь не завершил («кликбейт»), тогда как время просмотра лучше отражает вовлеченность ».

Кто-то может истолковать это как то, что оптимизация по переходам по кликам приведет к наказанию YouTube, но это огромное недоразумение.

YouTube наказывает только за тактику наживки и подмены — чрезмерные обещания до клика и предоставление разочаровывающего контента после него. CTR по-прежнему важен как никогда. В конце концов, вы не можете увеличить время просмотра YouTube, не получив вначале кликов.

Эти приоритеты можно увидеть даже в YouTube Studios: новой панели аналитики YouTube.

На вкладке «Охват зрителей» вы можете увидеть следующие показатели, которые вместе иллюстрируют новый акцент YouTube на рейтинге кликов и времени просмотра:

• Показов: Сколько раз ваши эскизы видео были показаны зрителям в качестве рекомендованного видео на главной странице или в результатах поиска.
• Источники трафика для показов: Где на YouTube ваши эскизы видео показывались потенциальным зрителям.
• Рейтинг кликов по показам (CTR): Как часто пользователи смотрели видео после просмотра ваших эскизов (на основе показов, вошедших в систему).
• Просмотры из показов: Это показывает, как часто зрители смотрели ваши видео после просмотра их на YouTube.
• Время просмотра по показам: Время просмотра определяется людьми, которые смотрели ваши видео и нажимали на них на YouTube.

Переосмысление «кликбейта»: взаимосвязь между рейтингом кликов и временем просмотра

За последние несколько лет вы, вероятно, видели статьи о войне YouTube с кликбейтами, поскольку платформа была наводнена вводящими в заблуждение миниатюрами видео и преувеличенными заголовками, пытающимися обмануть алгоритм.

В результате маятник качнулся в сторону , время просмотра как ключевой сигнал для обеспечения качества видео. Многие создатели YouTube отреагировали, отказавшись от тактики, которая помогла им привлечь внимание, конкурируя с сотнями часов видеоконтента, загружаемого каждую минуту на YouTube.

Только это тоже не сработало.

В ответах на вопросы о приоритетности сигналов в алгоритме YouTube один из тех же инженеров Google из вышеупомянутой статьи признал: «Это постоянная борьба, потому что в большинстве случаев вы одновременно боретесь со злоупотреблениями. Итак, , если вы оптимизируете рейтинг кликов, вы получите кликбейт, а если вы оптимизируете время просмотра, вы получите невероятно длинные видео. ”

Если у видео высокий CTR, но мало времени просмотра, то это, без сомнения, кликбейт.Но если привлекающие внимание значки и заголовки заставляют людей переходить по , а смотреть ваши видео, то это не только справедливо в глазах YouTube, но и идеально.

И это подводит нас к сути моей мысли: если вы хотите получить больше просмотров с помощью системы рекомендаций YouTube, вам необходимо оптимизировать свой канал и свои видео как по рейтингу кликов, так и по времени просмотра.

Подробнее: Узнайте, как заработать на YouTube.

5 способов получить больше просмотров с помощью рекомендаций YouTube

1.Придерживайтесь единой посылки или формата для своего канала YouTube

Подытожить самые великие каналы или сериалы на YouTube можно за 5 секунд:

С другой стороны, многие каналы YouTube изо всех сил пытаются завоевать популярность, потому что они рассматривают свой канал YouTube как место для загрузки всего своего видеоконтента, а не как дом для последовательной серии видео.

Последовательность — основа успеха на YouTube. Без нее вы могли бы привлечь внимание, но не удержать его.

каналов YouTube, которые обнаруживают свою последовательность, способны на устойчиво увеличивать свою базу подписчиков и зрителей, потому что это помогает людям принять решение смотреть больше их контента и подписаться на их канал.

Канал The First We Feast воплощает ту последовательность, о которой мы говорим — знаменитости едят еду — с несколькими сериалами, которые по сути являются вариациями одной и той же предпосылки.

Ниже вы можете увидеть, как эта согласованность способствует росту числа подписчиков с течением времени.Всякий раз, когда видео становится «вирусным», у него действительно больше шансов превратить каждого мимолетного зрителя в постоянного подписчика из-за липкости предпосылки и последовательности, которую они могут найти во всем остальном контенте канала.

Если вы хотите отклониться от основной идеи, лучше всего сделать это на отдельном канале YouTube, чтобы не подорвать ваши собственные усилия. Например, First We Feast принадлежит компании Complex, у которой совсем другие интересы и аудитория.Каналы связаны на вкладке «Интересные каналы», но в остальном они не пересекаются.

Чтобы упростить публикацию, вы можете найти бесплатное программное обеспечение для редактирования видео, которое загружает видео на ваш канал одним щелчком мыши. Вам не придется тратить время на загрузку и скачивание файлов, и вы сможете быстро и последовательно публиковать видео.

2. Добавьте в механизм рекомендаций другие источники

Новые каналы YouTube не могут полагаться на систему рекомендаций для получения всех просмотров.

В конце концов, рекомендации

в основном основаны на том, как зрители просматривали ваши видео и взаимодействовали с ними в прошлом. YouTube нужны данные, на которых основываются рекомендации, и нет данных, если люди не смотрят ваши видео. Так что приложите все обычные усилия для продвижения своих видео, например:

• Отправка новых видео на вашу электронную почту
• Партнерство с прессой или другими влиятельными лицами
• Продвижение ваших видео в социальных сетях

Но, прежде всего, сосредоточьтесь на поисковой оптимизации YouTube и привлечении большего числа подписчиков, не только для увеличения количества просмотров видео в долгосрочной перспективе, но и потому, что то, что пользователь постоянно потребляет на платформе и на что подписывается, является ключевыми сигналами того, что алгоритм YouTube используется для составления индивидуальных рекомендаций.

В документе инженеры отмечают, что «наиболее важными сигналами являются те, которые описывают предыдущее взаимодействие пользователя с самим элементом и другими аналогичными элементами. … В качестве примера рассмотрим прошлую историю пользователя с каналом, который загрузил видео. оценено — сколько видео пользователь посмотрел на этом канале? Когда пользователь в последний раз смотрел видео по этой теме? »

Если вы можете заставить нового пользователя продолжить просмотр большего количества контента после нажатия на одно из ваших видео, вы можете повысить шансы того, что ваши видео будут рекомендованы им при следующем открытии YouTube.

3. Создавайте миниатюры, на которые нажимают

Мы установили, что CTR по-прежнему важен и что YouTube уделяет приоритетное внимание времени просмотра — это просто контрмера против низкокачественного кликбейта.

Итак, теперь давайте поговорим о слоне в комнате — повышении CTR — используя два отличных источника вдохновения для интерактивных эскизов: вкладку популярных видео YouTube и Netflix.

Снимайте эмоциональные лица крупным планом или снимайте боевые действия

Посмотрите на YouTube, и вы не увидите недостатка в выразительных лицах на миниатюрах видео.

Согласно исследованию Netflix о представлении произведений искусства на платформе, «эмоции — это эффективный способ передачи сложных нюансов. Хорошо известно, что люди запрограммированы на то, чтобы реагировать на лица — мы убедились, что это одинаково во всех средах. Но важно отметить, что лица со сложными эмоциями превосходят стоическое или доброжелательное выражение. ”

Одна из самых ранних тенденций, отмеченных Netflix, которую стоит перенести на ваши собственные эскизы, заключается в том, что тенденция изображения побеждать других снижается, когда в нем содержится более трех человек.

Вы можете оптимизировать свои эскизы для переходов по ссылкам, включив в эскизы от одного до трех лиц с выражениями, которые говорят громче слов.

Если в ваших видео нет эмоциональных лиц, вы также можете использовать эскизы, которые передают действия, вызывающие эмоциональную реакцию, например, SlowMo Guys.

Создайте эскиз, следуя «правилу третей».

Правило третей — это упрощенный способ достижения «золотого сечения», которое, как показали исследования, сводит к минимуму время, необходимое нашему мозгу для обработки изображения.

В данном руководстве по композиции изображения рекомендуется располагать интересующий объект не в центре изображения, а в первой или последней трети кадра.

Хотя это скорее рекомендация, чем жесткое правило, создание эскиза таким образом позволяет привлечь внимание зрителя к самому важному «посланию» в вашем изображении.

Добавить текст к вашим эскизам

Согласно исследованию Sandvine 2019 года, на YouTube сейчас приходится 37% всего мобильного трафика в Интернете.Это также означает, что значительная часть ваших зрителей увидит ваши видео на мобильном устройстве.

Вот как им кажется домашняя страница YouTube:

Выступление вашей миниатюры по отношению к заголовку почти гарантирует, что глаза пользователя сначала будут обращены на миниатюру вашего видео. И затем, если они сочтут изображение достаточно убедительным, прочитают ли они заголовок.

Так почему бы не добавить текст к миниатюре, чтобы зрители могли определиться?

Текст может быть названием вашего видео или даже несколькими словами, связанными с его крючком.Что бы вы ни выбрали, если более трети ваших зрителей привыкли «читать» эскизы на мобильных устройствах, убедитесь, что ваши собственные значки могут передавать, о чем ваше видео, даже без названия.

Сделайте свои эскизы фирменными

Если вы посмотрите на вкладку трендов на Youtube, вы заметите, что многие популярные видео оптимизировали свое «первое впечатление», используя тактику, которую мы описали выше.

эскизов YouTube могут быть очень похожими по внешнему виду, и поэтому, если зрителям будет легко увидеть ваших видео с первого взгляда, повышается вероятность того, что на них нажмут люди, которые уже знакомы с вашим контентом.

Если у вас есть единый формат для вашего канала YouTube, подумайте о том, чтобы обозначить свои эскизы брендом, чтобы отличать их от других рекомендуемых видео.

Например, любой, кто знаком с «Большой большой историей», сразу узнает свой логотип на YouTube.

4. Поощряйте зрителей оставаться после того, как они нажмут

Заставить людей просматривать ваши видео — это одно. Заставить их фактически просмотреть видео полностью — это другое.

К счастью, вы можете улучшить коэффициент просмотра видео (и увеличить время просмотра), встроив эту цель в процесс создания видео:

• Начните с сильного начала и добавьте «крючок» во вводное видео
• Расшифруйте свои видео, чтобы люди могли смотреть их без звука
• Отрегулируйте длину ваших видео в соответствии с вашими аналитическими данными (как далеко зрители на самом деле продвигаются, прежде чем бросить?)
• Не используйте один и тот же кадр слишком долго, иначе вы можете утомить зрителя (именно поэтому на YouTube популярны прыжковые сокращения)
• Если ваше видео длинное, добавляйте прерывистые моменты, которые перенаправляют внимание зрителя, когда оно начинает блуждать

5.Поощряйте разгул на своем канале

Вы также можете оптимизировать время просмотра на уровне канала, используя стратегии, предусматривающие потребление видео и его согласованность.

Помимо целенаправленной предпосылки для вашего канала YouTube, что, возможно, является наиболее важным фактором, есть еще несколько способов упростить зрителям просмотр большего количества вашего контента:

• Использование карточек и конечных заставок, чтобы вручную рекомендовать похожие видео
• Создание ссылок на видео в плейлистах всякий раз, когда вы делитесь им, чтобы следующее видео, которое смотрит пользователь, всегда было вашим собственным
• Разработка согласованного формата от значка до самого видео — если зрителям нравится одно из ваших видео, они должны иметь возможность справедливо предположить, что им понравятся другие ваши видео.
• Включите конкретный призыв к действию или даже сцены из других видео, чтобы напрямую «заинтересовать» зрителей, чтобы они потребляли больше контента.

Карты можно использовать, чтобы вести зрителей дальше по кроличьей норе вашего канала YouTube.

По мере изменения алгоритма YouTube одно остается прежним

Алгоритм YouTube сильно изменился за последние годы, каждый раз заставляя создателей и брендов ломать голову, недоумевая, почему методы, на которые они когда-то полагались, больше не работают.

Но даже по мере развития алгоритма YouTube имейте в виду, что цель платформы остается прежней: привлечь больше людей к просмотру и привлечению большего количества видео на YouTube. И это не так уж и отличается от твоего.

---

Готовы создать свой первый бизнес? Начните бесплатную 90-дневную пробную версию Shopify — кредитная карта не требуется.

Roku предупреждает клиентов YouTube TV о том, что услуга может прекратиться из-за «монопольных» действий Google; «Разочарованный» YouTube утверждает, что торгуется добросовестно — Обновление

ОБНОВЛЕНО заявлением YouTube TV. Roku предупреждает своих клиентов по подписке на YouTube TV, что сервис может прекратить работу в ближайшие дни из-за того, что он называет «хищническим» и «монопольным» поведением Google.

В заявлении YouTube TV говорится, что они «добросовестно» ведут переговоры с Roku о заключении новой сделки. «К сожалению, Roku часто прибегает к такой тактике на переговорах», — говорится в заявлении. «Мы разочарованы тем, что они решили выдвинуть необоснованные претензии, пока мы продолжаем переговоры.Вся наша работа с ними была направлена ​​на то, чтобы обеспечить высокое качество и постоянный опыт для наших зрителей. Мы не делали запросов на доступ к пользовательским данным или вмешивались в результаты поиска. Мы надеемся, что сможем решить эту проблему для наших общих пользователей ».

Связанная история

Apple вела себя как монополист, судья по правилам дела Epic Games, но смешанное решение означает, что сборы в магазине приложений могут остаться

В своем собственном пространном заявлении представитель Roku подробно раскритиковал действия Google.Технологический гигант «пытается использовать свое монопольное положение на YouTube, чтобы заставить Roku принять хищнические, антиконкурентные и дискриминационные условия, которые нанесут прямой вред Roku и нашим пользователям». Компания также разослала клиентам электронное письмо сегодня утром, в котором выразила обеспокоенность.

Roku утверждает, что YouTube и Google пытаются манипулировать пользовательским интерфейсом для перекачивания данных и изменения результатов поиска в пользу YouTube, среди прочего. Он также утверждает, что Google может потребовать от Roku потратить деньги на модернизацию микрочипов или другого оборудования для поддержки YouTube TV.

Срок действия текущего соглашения между компаниями истекает в ближайшие дни. Хотя в заявлении Roku не указана дата, на этой неделе будет конец апреля и начало мая, что соответствует срокам большинства контрактов на распространение.

YouTube TV, потоковый пакет линейных каналов, запущенный в 2017 году, появился на Roku в 2018 году. Основное приложение YouTube появилось на Roku несколько лет назад, и текущее соглашение на него, как предполагается, еще не истекло.Руководство компании Alphabet, материнской компании Google, заявило в прошлом году, что у YouTube TV превысило 3 миллиона подписчиков. Наряду с Hulu + Live TV и Sling TV, он является одним из ведущих упаковщиков потокового телевидения.

Финансовые условия часто являются причиной разногласий с распространением, но Року говорит, что в случае YouTube TV его больше беспокоит использование данных, чем деньги. Компания настаивает на том, что не требует от YouTube «ни единого дополнительного доллара» в новом соглашении.

По всей территории Roku, количество подписчиков YouTube TV довольно невелико, но платформа является незаменимым помощником для любого поставщика потоковой передачи. Компания вела беспощадные переговоры с WarnerMedia о HBO Max, NBCUniversal о Peacock и с Fox Corp., и эти битвы все больше становились достоянием общественности. Наряду с Amazon Fire TV, Roku стал основным привратником для потоковой передачи в США, имея 51 миллион активных учетных записей на конец 2020 года.

Google как компания стала объектом растущих антимонопольных проверок в США.С. и Европа — факт, который Roku уловил в своем заявлении. Осенью прошлого года Министерство юстиции США и генеральные прокуроры 11 штатов подали гражданский антимонопольный иск. В жалобе говорилось, что она направлена ​​на то, чтобы помешать Google «незаконно поддерживать монополию с помощью антиконкурентных и ограничительных методов на рынках поиска и поисковой рекламы».

Учитывая судебный иск против Google, «неудивительно, что Google теперь требует несправедливых и антиконкурентных условий, которые наносят вред пользователям Roku», — говорится в заявлении.

«Мы считаем, что потребители выиграют от заключения справедливого соглашения между Google и Roku, которое сохраняет доступ потребителей к YouTube TV, защищает пользовательские данные и способствует созданию конкурентного, бесплатного и открытого рынка», — говорится в заявлении Roku. «Мы стремимся к достижению этой цели».

Как найти статистику по количеству поисковых запросов на YouTube

Знание, по каким ключевым словам выполняется поиск, может помочь вам лучше назвать ваши драгоценные видео. Наихудший страх — это потратить часы на планирование, запись и редактирование видео, но в конце концов, чтобы ваша целевая аудитория не нашла его.Ключевые слова, которые чаще всего ищут на YouTube, связанные с вашим видео, помогут вас найти. Конечно, качество важно для ранжирования, но релевантность поможет вам попасть на нужные страницы результатов поиска.

Знание популярных ключевых слов — одно из первых, что вам следует сделать, возможно, даже до того, как вы начнете запись. Однако после закрытия собственного инструмента подсказки ключевых слов YouTube в 2014 году официального источника действительно нет.

Однако это не означает, что данные поиска для Google Поиска нерелевантны .Поскольку почти все наши онлайн-сеансы начинаются с панели поиска поисковой системы (особенно в браузере Chrome, если мы используем многофункциональный омнибокс), поисковые системы, такие как Google, также получат значительную часть этих видео-запросов.

На этом снимке экрана выше показана страница результатов поисковой системы (SERP) Google. Мы выполняли поиск по тому же ключевому слову, что и на YouTube, и видео там фактически также отображаются здесь в веб-поиске (а не в поиске видео). Это означает, что трафик вашего видео включает не только YouTube, но и Google.Таким образом, все, что вам действительно нужно, это инструменты подсказки ключевых слов, которые получают фактических данных об объеме поиска непосредственно из Google , системы с наибольшей долей рынка. Вы можете довольно хорошо оценить эти данные, а также получить трафик из Интернета.

Я лично использую инструмент подсказки ключевых слов под названием Twinword Ideas. Он получает свои данные непосредственно от Google, что включает поисковые запросы, в которых искатель намеревается найти видео. Еще он мне нравится, потому что он быстрый. Прямо перед тем, как мое видео готово к публикации, я иду туда, чтобы быстро найти ключевые слова.

Он построен с использованием искусственного интеллекта, поэтому я могу просто выбрать темы ключевых слов и получить отфильтрованный список ключевых слов, который является релевантным и готовым для добавления в описание моего видео и метаданные.

Инструмент также может автоматически фильтровать предложения ключевых слов по намерениям пользователя. Если мне нужны только ключевые слова, которые ищут люди, желающие научиться что-то делать, я могу просто щелкнуть намерение «Знаю», и будут отображаться только ключевые слова с этим намерением.

Иногда, прежде чем даже потратить время на видео или проект, я часто хожу туда, чтобы проверить, не ищут ли его уже другие.Это дает мне проверенный рынок с потребителями, прежде чем я создам свое видео. Перейдите к этому бесплатному инструменту подсказки ключевых слов, и начните искать, что люди хотят узнать, , а затем снимите видео об этом. Используйте намерение «знать», как упомянуто выше, чтобы быстро отфильтровать список!

Как YouTube генерирует и ранжирует рекомендуемые видео

Еще в 2008 году я был одним из первых авторов в отрасли, заметивших, что YouTube обогнал Yahoo! стать второй по величине поисковой системой в мире после Google.

В то время я писал для Search Engine Watch, и моя статья была озаглавлена ​​«Прошло ли YouTube с Yahoo по расширенному поиску?»

(Спойлер: ответ на риторический вопрос в заголовке был: «Да».)

Сегодня я хочу задать связанный с этим вопрос: «Собирается ли YouTube обойти Amazon в качестве наиболее масштабной и сложной промышленной рекомендации система существует? »

Этот вопрос не риторический, потому что я не знаю ответа.

Но я точно знаю, что предлагаемые видео являются множителем силы для алгоритма поиска YouTube, и вы захотите понять его.

Я вроде как намекнул на это в прошлом году в статье Search Engine Journal «Алгоритм YouTube: 7 ключевых выводов, которые вы должны знать».

Я сказал: «Чтобы максимально увеличить свое присутствие в поиске на YouTube и в предлагаемых видео, вам все равно нужно убедиться, что ваши метаданные хорошо оптимизированы. Сюда входят название, описание и теги вашего видео «.

Реклама

Продолжить чтение ниже

Теперь я приношу свои извинения, потому что затем я продолжил объяснять, как оптимизировать заголовок, описание и теги вашего видео.

Я полностью пропустил фразу «ваше присутствие в поиске YouTube и рекомендуемых видео». Но позвольте мне исправить эту оплошность прямо сейчас.

Большинство специалистов по поисковой оптимизации сосредотачиваются на результатах поиска, потому что это главное в Google.

Но большинство маркетологов YouTube знают, что появление в рекомендуемых видео может вызвать почти столько же просмотров, сколько и в результатах поиска YouTube.

Почему?

Потому что зрители обычно смотрят несколько видео во время сеансов, которые в среднем длятся около 40 минут.

Итак, зритель может провести один поиск, посмотреть видео, а затем перейти к просмотру предложенного видео.

Другими словами, при каждом поиске на YouTube вы можете просматривать два или более видео.

Это то, что делает предлагаемые видео мультипликатором для поискового алгоритма YouTube.

К сожалению, я признаю, что воспользовался этим явлением еще в 2008 году.

Реклама

Продолжить чтение Ниже

Одним из наших клиентов тогда был STACK Media, ведущий национальный производитель и дистрибьютор спортивных достижений, тренировок и содержание образа жизни для спортсменов средней школы.

Мы оптимизировали 137 видео для каналов STACKVids, STACK Football, STACK Baseball и Stack Basketball на YouTube, где были представлены советы экспертов по спортивным тренировкам и личные истории некоторых ведущих спортсменов мира.

Например, у нас было видео, в котором Уилл Бартоломью рассказал о тренировке по жиму гантелей лежа, которую Пейтон Мэннинг использовал в межсезонье.

Какие ключевые слова мы использовали в заголовке?

Что ж, если вы посмотрите на название видео, ответ очевиден: тренировка Пейтона Мэннинга.

И описание видео не оставит никого в недоумении по поводу поисковых запросов, на которые мы нацеливались:

«Пейтон Мэннинг тренируется в D1 в межсезонье. См. Полную тренировку Мэннинга (со ссылкой для отслеживания на соответствующую статью на веб-сайте STACK) ».

Но какие теги мы использовали?

Ну, тогда YouTube еще показывал, какие теги использует видео.

Это уже не так. Но я поделился этим тематическим исследованием на SES в Сан-Хосе 2008, поэтому я получил разрешение от своего клиента сообщить, что мы использовали следующие теги:

• «Пейтон Мэннинг»
• «Тренировка Пейтона Мэннинга»
• «тренировка квотербека»
• «Тренировка защитника»
• «Тренировка Пейтона Мэннинга»
• «Жим лежа»
• «Жим квотербека»
• «Жим гантелей»
• «Тренировка Мэннинга»

Как мы пришли к этим тегам?

В то время мы просмотрели видео с самым высоким рейтингом по термину «тренировка Пейтона Мэннинга», а затем использовали как можно больше тегов, которые также имели отношение к нашему видео.

Таким образом, мы повысили наши шансы попасть в число рекомендованных видео после того, как кто-то посмотрел это видео с самым высоким рейтингом.

В наши дни трудно найти видео, которое было бы наивысшим рейтингом за этот период еще в 2008 году.

Но стоит отметить, что видео STACK в настоящее время занимает первое место в рейтинге «Тренировка Пейтона Мэннинга» и первое место в рейтинге «Тренировка с экипажем». », И №5 для« Тренировки Пейтона Мэннинга ».

Как YouTube сегодня находит и оценивает рекомендуемые видео?

Именно так работали рекомендуемые видео, когда пользователи загружали на YouTube 13 часов видеоконтента каждую минуту.

Реклама

Продолжить чтение Ниже

Итак, как YouTube находит и оценивает предлагаемые видео теперь, когда на YouTube каждую минуту загружается более 500 часов видеоконтента?

До недавнего времени единственный ответ, который я мог найти, исходил из видео на канале авторов YouTube под названием «Как работают рекомендуемые видео YouTube».

Как объясняется в описании видео из 300 слов:

«Предлагаемые видео — это персонализированная коллекция видео, которую отдельный зритель может заинтересовать в следующем просмотре в зависимости от предыдущей активности.

Создатели никоим образом не могут повлиять на предыдущее поведение зрителя, но это также означает, что спортивный канал может привлечь внимание спортивных болельщиков.

«Они показываются зрителям в правой части страницы просмотра под заголовком« Следующее », под видео в мобильном приложении и в качестве следующего видео с автовоспроизведением».

Реклама

Продолжить чтение Ниже

Более 70% времени просмотра YouTube приходится на мобильные устройства, поэтому вам нужна стратегия, ориентированная на мобильные устройства, для предлагаемых видео.

«Исследования потребления YouTube показали, что зрители, как правило, смотрят намного больше, когда получают рекомендации от различных каналов, и предлагаемые видео делают именно это. Предлагаемые видео ранжируются для максимального вовлечения зрителя ».

Итак, оптимизация метаданных по-прежнему помогает, но вам также необходимо создать привлекательное начало для ваших видео, поддерживать и повышать интерес на протяжении всего видео, а также привлекать аудиторию, поощряя комментарии и взаимодействуя со зрителями в рамках ваш контент.

Согласно описанию, предлагаемые видео с большей вероятностью будут:

• «Видео… тематически связанные. Это могут быть видео с того же канала или с другого канала ». Другими словами, спортивные видео для любителей спорта либо с вашего канала, либо с другого спортивного канала.
• «Видео из истории просмотров зрителя». Если у вас нет машины времени DeLorean, вы никак не сможете повлиять на историю просмотров зрителя.

В описании видео также сообщается создателям:

«Вы можете увидеть, какие видео привлекают зрителей на ваш канал, в отчете« Рекомендуемые видео »в отчете« Источники трафика »(в YouTube Analytics), нажав на поле« Предлагаемые видео ».”

Реклама

Читать ниже

Гм, да. Но разве не подавляющее большинство создателей YouTube уже знают об этом?

Наконец, описание включает в себя следующие советы для авторов:

• Включите в свои видео сильные призывы к действию, чтобы посмотреть еще одно видео из своей серии.
• Уговорите зрителей, почему они должны пойти и посмотреть еще один видеоролик из вашего сериала.
• Помните о том, чем заканчиваются ваши видео, потому что длинные концовки могут оттолкнуть зрителей от просмотра большего количества видео.
• Используйте списки воспроизведения, ссылки, подсказки и конечные заставки, чтобы предложить следующее видео для просмотра.
• Создайте серию видео, которые органично связаны между собой.
• Создавайте видеоролики, связанные с популярными форматами на YouTube, такими как задачи или списки.

Сейчас это видео набрало 394 000 просмотров.

Итак, можно с уверенностью предположить, что несколько сотен тысяч выпускников того, что раньше называлось Академией для авторов YouTube, хотя бы столько же знают о том, как работают видео, предлагаемые YouTube.

Итак, это не даст вам большого конкурентного преимущества.

Однако доступна более подробная информация — хотя она была надежно спрятана на виду, пока анонимный источник, который может быть или не быть ботаном, не прислал мне ссылку, где я мог бы ее найти.

Ссылка привела меня к статье, которая была опубликована 15 сентября 2016 г. и сейчас находится в архиве Google Research.

Эта старая исследовательская работа была написана Полом Ковингтоном, Джеем Адамсом и Эмре Сарджином из Google.Он называется «Глубокие нейронные сети для рекомендаций YouTube».

Реклама

Продолжить чтение ниже

Как системы рекомендаций YouTube генерируют и ранжируют рекомендуемые видео?

Если вы ищете серьезное конкурентное преимущество, то вам стоит загрузить PDF-файл и самостоятельно прочитать это исследование.

Но, если вам нужно убедиться, что чтение 8-страничного академического документа, которому более трех с половиной лет, стоит вашего времени и внимания, тогда позвольте мне поделиться некоторыми из основных моментов, которые я обнаружил. в «Глубокие нейронные сети для рекомендаций YouTube.

Для начала Ковингтон, Адамс и Саргин показали, что массивная система рекомендаций YouTube состоит из «двух нейронных сетей: одна для генерации кандидатов, а другая для ранжирования».

Это важно.

Или, как торжественно говорит Мон Мотма (Кэролайн Блейкистон) в «Звездных войнах: Эпизод VI — Возвращение джедая» (1983): «Многие ботаны погибли, чтобы донести до нас эту информацию».

В их документе говорится:

«Сеть генерации кандидатов принимает события из истории активности пользователя на YouTube в качестве входных данных и извлекает небольшое подмножество (сотни) видео из большого корпуса.Эти кандидаты предназначены для использования в целом с высокой точностью ».

Реклама

Продолжить чтение Ниже

Теперь мы не можем оптимизировать наши видео для прошлых просмотров зрителей — если у нас нет машины времени.

Но мы можем создавать видео, ориентированные на аудиторию, которую YouTube также использует для таргетинга рекламных кампаний.

Другими словами, ваше видео не попадет в небольшую часть (сотни) видео, если оно посвящено совершенно другой теме, чем другие видео на вашем канале, или если оно нацелено на совершенно другую демографическую группу, чем у вас в мимо.

Да, и даже не думайте о создании нового видео, ориентированного на «меломанов», если все остальные видео, которые смотрели подписчики вашего канала, были нацелены на «любителей спорта».

Как я указывал в статье под названием «Тенденции платформ: как вертикализация контента для увеличения охвата на YouTube и Facebook», опубликованной на Tubular Insight в сентябре 2018 года, полдюжины цифровых издателей уже признают, что они придерживаются вертикальной стратегии. .

Сюда входят: Axel Springer SE, Group Nine, BuzzFeed, UNILAD, Jungle Creations, LADbible Group и 9GAG.

Реклама

Продолжить чтение ниже

Вот риторический вопрос, который я задал в той статье:

«Итак, почему все эти издатели сегментируют свою собственность на несколько вертикалей вместо того, чтобы просто набивать широкий спектр контента в гигантские? горизонтальные… каналы YouTube? Потому что в растущей конкурентной экосистеме онлайн-видео у вас больше шансов привлечь аудиторию контентом, ориентированным на их особые интересы, чем случайным набором контента, который может или не может соответствовать их общим интересам.Другими словами, умнее идти глубже, чем расширяться ».

Это приводит нас ко второй нейронной сети для ранжирования.

Ковингтон, Адамс и Саргин признают, что существует множество способов ранжирования предлагаемых видео. Но они раскрывают:

«Ранжирование по рейтингу кликов (CTR) часто продвигает вводящие в заблуждение видео, которые пользователь не просматривает (« кликбейт »), тогда как время просмотра лучше фиксирует вовлеченность».

Итак, избегайте вводящих в заблуждение, кликабельных или сенсационных заголовков и миниатюр.

Да, раньше работали.

Реклама

Продолжить чтение Ниже

Но они пошли путем додо, когда YouTube заменил «просмотры» на «время просмотра» в своем алгоритме еще в октябре 2012 года.

Хорошо, вторая нейронная сеть не работает. использовать CTR как сигнал. Какие еще сигналы он использует?

Авторы статьи отмечают, что к «наиболее важным сигналам» относятся:

• Каким образом пользователь ранее взаимодействовал с самим видео и другими подобными видео?
• Сколько видео пользователь просмотрел на этом канале?
• Когда в последний раз пользователь смотрел видео по этой теме?

Ковингтон, Адамс и Саргин говорят:

«Эти непрерывные функции, описывающие прошлые действия пользователя над связанными элементами, особенно эффективны, поскольку они хорошо обобщаются для разрозненных элементов.Мы также пришли к выводу, что крайне важно распространять информацию из поколения кандидатов в ранжирование в форме характеристик, например какие источники выдвинули этого видео кандидата? Какие баллы они выставили? »

Они добавляют:

«Характеристики, описывающие частоту показов видео в прошлом, также имеют решающее значение для введения« оттока »в рекомендациях (последовательные запросы не возвращают идентичные списки). Если пользователю недавно рекомендовали видео, но он не смотрел его, то модель, естественно, снизит рейтинг этого впечатления при следующей загрузке страницы.Предоставление сиюминутного впечатления и истории часов — это инженерный подвиг, выходящий за рамки данной статьи, но он жизненно важен для выработки эффективных рекомендаций ».

Реклама

Читать далее не нажали). Положительные примеры аннотируются с указанием количества времени, которое пользователь потратил на просмотр видео.Чтобы предсказать ожидаемое время просмотра, мы используем метод взвешенной логистической регрессии, который был разработан для этой цели ».

Другими словами, если вы хотите оптимизировать свое видео для систем рекомендаций YouTube, вам нужно помочь зрителям найти видео, которые они хотят посмотреть, а затем максимально повысить их долгосрочное участие и удовлетворение.

Это сложно.

Но, поскольку каждую минуту на YouTube загружается более 500 часов видеоконтента, это то, что вам нужно делать в наши дни.

Что это значит для вас?

Но подождите, это еще не все!

Авторы статьи также показали, что YouTube использует «глубокое обучение» для разработки, итерации и поддержки «массивной системы рекомендаций» с 2016 года.

Реклама

Продолжить чтение Ниже

И они увидели «резкое улучшение производительности» с «огромным воздействием на пользователя» уже тогда.

Так вот, это может не дать вам уснуть по ночам.

Но если Google внедрит то, чему они научились, например, Google Покупки, я готов поспорить, что это будет кошмаром для исследователей и разработчиков Amazon.

Что это значит для вас?

Я понимаю, что вы сосредоточены на цифровом маркетинге, SEO, контент-маркетинге и платном поиске. Что ж, на этом вы так далеко зашли.

А как насчет следующих четырех лет?

Что ж, если вы или кто-то из вашей команды уже понимает TensorFlow (ранее известный как Google Brain), то вы готовы к рок-н-роллу.

Но, если в вашей команде нет исследователя или разработчика, который понимает, как использовать всеобъемлющую гибкую экосистему инструментов, библиотек и ресурсов сообщества TensorFlow, чтобы продвигать новейшие технологии машинного обучения (ML ) для создания и развертывания приложений на основе машинного обучения для вашей организации или клиентов, то вам нужно найти одно… быстро.

Реклама

Читать ниже

Почему?

Потому что в будущем ваша судьба — и судьба вашей организации или клиентов — будет все больше зависеть от рекомендательных систем.

Вот почему сегодня стоит прочитать «Глубокие нейронные сети для рекомендаций YouTube».