Με πάνω από ένα δισεκατομμύριο χρήστες και δισεκατομμύρια ώρες βίντεο, το γεγονός ότι ο αλγόριθμος του YouTube καταφέρνει να προσφέρει ό, τι θέλετε να παρακολουθήσετε όταν επισκέπτεστε τον ιστότοπο αποτελεί απόδειξη για τη μηχανική λογισμικού. Πως λειτουργεί, λοιπόν?
Η σύντομη απάντηση: Κανείς δεν γνωρίζει τις λεπτομέρειες - ούτε καν στο YouTube. Ο αλγόριθμος του YouTube χρησιμοποιεί μηχανική εκμάθηση για να προτείνει βίντεο, πράγμα που σημαίνει ότι δεν υπάρχουν καθορισμένοι κανόνες που μπορούμε να σας πούμε. Εξάλλου, η Google δεν θα μας είπε ούτως ή άλλως, καθώς αυτό θα οδηγούσε τους ανθρώπους να τα εκμεταλλευτούν.
Τι ξέρουμε
Όταν εκπαιδεύετε ένα μοντέλο μηχανικής εκμάθησης, του δίνετε μια δέσμη εισροών και στη συνέχεια βαθμολογείτε τα προτεινόμενα αποτελέσματα ως προς το πόσο σωστά είναι.
Εδώ είναι ένα πολύ απλοποιημένο παράδειγμα. Ας πούμε ότι θέλετε να εκπαιδεύσετε μια τεχνητή νοημοσύνη για να πείτε τη διαφορά μεταξύ των εικόνων των γατών και των σκύλων. Ουσιαστικά, θα δώσετε σε μια τεχνητή νοημοσύνη πολλές φωτογραφίες από γάτες και σκύλους, θα αρχίσει να επιλέγει και, στη συνέχεια, θα τη βαθμολογήσει σωστά αν απάντησε σωστά. Όσο γίνεται σωστό, τόσο καλύτερα γίνεται στην επιλογή. Το αποτέλεσμα είναι μια μηχανή που μπορεί να εντοπίσει γάτες και σκύλους. Αυτή η εκπαίδευση χρησιμοποιεί μια μέτρηση βάσει της οποίας κρίνονται τα αποτελέσματα. στην περίπτωσή μας, το cat-o-meter, ή ποιο ποσοστό της εικόνας είναι πράγματι γάτα.
Η μέτρηση που χρησιμοποιεί το YouTube είναι χρόνος παρακολούθησης — Πόσο καιρό παραμένουν οι χρήστες στο βίντεο. Αυτό έχει νόημα, επειδή το YouTube δεν θέλει τους χρήστες να ψάχνουν να παρακολουθούν βίντεο, καθώς αυτό δουλεύει περισσότερο στο τέλος τους και λιγότερο χρόνο που αφιερώνεται στην παρακολούθηση.
Ωστόσο, είναι πολύ πιο διακριτικό από το «πόσο καιρό παρακολουθήσατε ένα βίντεο» Ο αλγόριθμος λαμβάνει υπόψη πολλούς διαφορετικούς παράγοντες και τους κατατάσσει ανάλογα: διατήρηση θεατών, εμφανίσεις σε κλικ, αφοσίωση θεατών και ορισμένοι άλλοι παράγοντες παρασκηνίου που δεν βλέπουμε ποτέ. Στη συνέχεια, το YouTube προσαρμόζει αυτούς τους παράγοντες στο προφίλ σας, έτσι ώστε να προτείνει βίντεο που είναι πιο πιθανό να κάνετε κλικ.
Τι να πάρετε μακριά από αυτό
Εάν είστε ένας επίδοξος YouTuber, τα δύο βασικά πράγματα που πρέπει να κάνετε είναι να μεγιστοποιήσετε τη μέση διάρκεια προβολής σας και να μεγιστοποιήσετε την αναλογία κλικ προς αριθμό εμφανίσεων. Πάρτε την ακόλουθη ανάποδα πυραμίδα.
Το YouTube προτείνει το βίντεό σας σε πολλά άτομα, στην αρχική οθόνη και στην προτεινόμενη καρτέλα. Στο λογαριασμό μου, έχω σχεδόν 750 χιλιάδες εμφανίσεις. Αυτό φαίνεται αρκετά καλό, αλλά μόνο ένα μέρος αυτών των ατόμων κάνουν κλικ στο βίντεό σας. Αυτό το κλάσμα ονομάζεται αναλογία κλικ προς αριθμό εμφανίσεων και μετράται ως ποσοστό (μπορείτε να δείτε στο παράδειγμά μου ότι έχω ποσοστό κλικ προς αριθμό εμφανίσεων 4,0%). Το σχήμα Προβολές δείχνει τον πραγματικό αριθμό των ατόμων που έκαναν κλικ.
Αφού κάποιος κάνει κλικ στο βίντεο, τότε το YouTube μετρά το χρόνο που αφιέρωσαν αυτά τα άτομα παρακολουθώντας τα βίντεο.
Μπορείτε να δείτε γιατί τόσοι πολλοί δημιουργοί του YouTube χρησιμοποιούν τίτλους και μικρογραφίες δολώματος κλικ (για να λάβουν αυτά τα κλικ) και μακρά, σχεδιασμένα βίντεο (έως και το χρόνο διατήρησης). Αυτά είναι δύο πολύ ενοχλητικά χαρακτηριστικά πολλών δημιουργών του YouTube, αλλά hey, κατηγορούν τον αλγόριθμο.
Μελέτη περίπτωσης
Ας ρίξουμε μια ματιά σε δύο μεγάλα κανάλια που ακολουθούν διαφορετικές προσεγγίσεις για την αντιμετώπιση του αλγορίθμου. Το πρώτο είναι Πρωτόγονη τεχνολογία , ένα κανάλι που διευθύνεται από έναν άντρα που πηγαίνει στην έρημο και χτίζει πράγματα χωρίς εργαλεία. Όλα τα βίντεό του είναι πολύ μεγάλα, αλλά διατηρούν ένα καλό επίπεδο δέσμευσης σε όλο αυτό το μήκος - αρκετά επίτευγμα καθώς δεν υπάρχει αφήγηση. Αυτό το γεγονός σημαίνει ότι έχει πιθανώς πολύ υψηλή μέση διάρκεια προβολής, κάτι που είναι καλό στα μάτια του αλγορίθμου.
Επειδή δημιουργεί μόνο ένα βίντεο το μήνα, είναι εκπληκτικό το γεγονός ότι έχει περισσότερους από 8 εκατομμύρια συνδρομητές. Αυτό οφείλεται πιθανώς στο γεγονός ότι ο μεγάλος χρόνος μεταξύ των βίντεο δημιουργεί μια αίσθηση για κάτι νέο όταν πέσει το επόμενο. Τα βίντεό του είναι εικονικά και κάθε φορά που εμφανίζονται στη ροή μου, σχεδόν πάντα τα κάνω κλικ. Υποθέτω ότι οι άλλοι αισθάνονται με τον ίδιο τρόπο, οπότε μάλλον έχει επίσης υψηλή αναλογία κλικ προς αριθμό εμφανίσεων.
Το δεύτερο κανάλι ακολουθεί μια ελαφρώς σκοτεινή προσέγγιση. BCC Trolling , ένα κανάλι Fortnite "Funny Moments", λαμβάνει κλιπ από δημοφιλείς ταινίες και τα επεξεργάζεται σε καθημερινά βίντεο. Τον τελευταίο χρόνο έχουν κατακτήσει τον αλγόριθμο και κέρδισαν έως και 7,3 εκατομμύρια συνδρομητές. Για να μεγιστοποιήσουν το χρόνο παρακολούθησης, έβαλαν το κλιπ τίτλου του βίντεο κάπου στη μέση του βίντεο, αναγκάζοντας τους ανθρώπους να το παρακολουθήσουν για λίγο πριν έρθουν στο κλιπ στο οποίο έκαναν κλικ, ουσιαστικά τους έβγαζαν «βίντεο». Εξαιτίας αυτού, ο χρόνος παρακολούθησης είναι υψηλότερος.
Είναι επίσης εξαιρετικοί στις μικρογραφίες και τους τίτλους του clickbait, τοποθετώντας * ΝΕΑ * σε όλα τα ανώτατα όρια σε πολλά βίντεο και πάντα με πολύχρωμες μικρογραφίες που είναι συνήθως προσαρμοσμένες και συχνά πολύ παραπλανητικές. Ωστόσο, δεν είναι προφανές δόλωμα κλικ. τα βίντεο προβάλλονται στον τίτλο, αλλά είναι αρκετά κλικ για να κάνουν τους χρήστες να κάνουν κλικ.
Αυτό είναι το κύριο πράγμα που πρέπει να αφαιρέσετε από το BCC: εάν πρόκειται να κάνετε κλικ στο δόλωμα των μικρογραφιών σας, κάντε το με λεπτό τρόπο. Το να βάζεις εντελώς ψέματα στον τίτλο συχνά θα κάνει τους ανθρώπους να θυμώνουν και μπορεί να έχουν το αντίθετο αποτέλεσμα που σκοπεύεις.
Σε κάθε περίπτωση, θα πρέπει να βρείτε αυτό που σας ταιριάζει και να το χρησιμοποιήσετε προς όφελός σας. Διατηρήστε το χρόνο παρακολούθησης και τις αναλογίες κλικ προς αριθμό εμφανίσεων, αλλά ακολουθήστε τη μορφή σας και μην αφήσετε τον αλγόριθμο να υπαγορεύσει το περιεχόμενό σας.