Met meer dan een miljard gebruikers en miljarden uren aan video, is het feit dat het algoritme van YouTube erin slaagt te leveren wat je wilt zien wanneer je de site bezoekt, een bewijs van software-engineering. Dus, hoe werkt het?
Het korte antwoord: niemand kent de details, zelfs YouTube niet tot op zekere hoogte. Het algoritme van YouTube gebruikt machine learning om video’s voor te stellen, wat betekent dat er geen vaste regels zijn die we je kunnen vertellen. Trouwens, Google zou het ons toch niet vertellen, omdat dat ertoe zou leiden dat mensen ze uitbuiten.
Wat we wel weten
Wanneer u een machine learning-model traint, geeft u het een hoop input en rangschikt u de voorgestelde outputs op basis van hoe goed ze zijn.
Hier is een sterk versimpeld voorbeeld. Stel dat je een AI wilt trainen om het verschil te zien tussen foto’s van katten en honden. In wezen zou je een AI een aantal foto’s van katten en honden geven, hem laten beginnen met kiezen en hem dan goed scoren als hij correct beantwoordt. Hoe meer het correct wordt, hoe beter het wordt in het kiezen. Het resultaat is een machine die katten en honden kan identificeren. Deze training maakt gebruik van een statistiek waarmee resultaten worden beoordeeld; in ons geval de cat-o-meter, of welk percentage van de afbeelding inderdaad kat is.
De statistiek die YouTube gebruikt is kijktijd– hoe lang gebruikers op de video blijven. Dit is logisch omdat YouTube niet wil dat mensen naar video’s zoeken om te bekijken, want dat is meer werk aan hun kant en minder tijd besteed aan kijken.
Het is echter veel genuanceerder dan alleen “hoe lang je een video hebt bekeken”. Het algoritme houdt rekening met veel verschillende factoren en rangschikt ze dienovereenkomstig: kijkersretentie, vertoningen tot klikken, kijkersbetrokkenheid en enkele andere factoren achter de schermen die we nooit zien. YouTube stemt deze factoren vervolgens af op uw profiel, zodat het video’s kan voorstellen waarop de kans groter is dat u erop klikt.
Wat u hiervan moet onthouden
Als je een aspirant-YouTuber bent, zijn de twee belangrijkste dingen om aan te werken het maximaliseren van je gemiddelde weergaveduur en het maximaliseren van je klikfrequentie. Pak de volgende omgekeerde piramide.
YouTube stelt je video voor aan een heleboel mensen, op het startscherm en op het voorgestelde tabblad. Voor mijn rekening heb ik bijna 750 duizend impressies. Dat lijkt best goed, maar slechts een fractie van die mensen klikt op je video. Deze fractie wordt uw klikfrequentie genoemd en wordt gemeten als een percentage (u kunt in mijn voorbeeld zien dat ik een klikfrequentie van 4,0% heb). De figuur Weergaven toont het werkelijke aantal mensen dat heeft doorgeklikt.
Nadat iemand op de video heeft geklikt, meet YouTube de hoeveelheid tijd die mensen hebben besteed aan het bekijken van de video’s.
Je kunt zien waarom zoveel YouTube-videomakers clickbait-titels en thumbnails gebruiken (om die doorklikken) en lange, uitgesponnen video’s (om de retentietijd te verlengen). Dit zijn twee erg vervelende eigenschappen van veel YouTube-videomakers, maar ach, geef het algoritme de schuld.
Een casestudy
Laten we eens kijken naar twee grote kanalen die verschillende benaderingen hebben om het algoritme aan te pakken. De eerste is Primitive Technology, een kanaal dat wordt gerund door een man die de wildernis intrekt en dingen bouwt zonder gereedschap. Al zijn video’s zijn erg lang, maar blijven gedurende de hele lengte behoorlijk betrokken – een hele prestatie, want er is geen verhaal. Dit feit betekent dat hij waarschijnlijk een zeer hoge gemiddelde weergaveduur heeft, wat goed is in de ogen van het algoritme.
Omdat hij maar één video per maand maakt, is het verrassend dat hij meer dan 8 miljoen abonnees heeft. Dit komt waarschijnlijk doordat de lange tijd tussen video’s een gevoel van iets nieuws geeft wanneer de volgende valt. Zijn video’s zijn iconisch en wanneer ze in mijn feed verschijnen, klik ik er bijna altijd op. Ik vermoed dat anderen hetzelfde denken, dus hij heeft waarschijnlijk ook een hoge klikfrequentie.
Het tweede kanaal heeft een ietwat scummier benadering. BCC Trolling, een Fortnite “Funny Moments” -kanaal, neemt clips van populaire streamers en bewerkt ze in dagelijkse video’s. In het afgelopen jaar hebben ze het algoritme onder de knie en hebben ze tot 7,3 miljoen abonnees geschoten. Om de weergavetijd te maximaliseren, plaatsten ze de titelclip van de video ergens in het midden van de video, waardoor mensen deze een tijdje moesten bekijken voordat ze naar de clip kwamen waarop ze hadden geklikt, waardoor ze in feite “verslaafd” werden aan de video. Hierdoor is hun kijktijd hoger.
Ze zijn ook uitstekend in clickbait-thumbnails en -titels, zetten * NIEUW * in hoofdletters op veel video’s, en altijd met kleurrijke thumbnails die meestal op maat gemaakt en vaak erg misleidend zijn. Maar ze zijn niet voor de hand liggend clickbait; de video’s leveren de titel op, maar het is gewoon clickbait genoeg om mensen te laten klikken.
Dit is het belangrijkste dat je van BCC moet wegnemen: als je op je thumbnails gaat klikken, doe het dan subtiel. Door regelrechte leugens in de titel te stoppen, worden mensen vaak boos en kan het tegenovergestelde effect hebben dat u beoogt.
Hoe dan ook, u moet uitzoeken wat voor u werkt, en dat in uw voordeel gebruiken. Houd de kijktijd en klikfrequenties in gedachten in de toekomst, maar houd u aan uw indeling en laat het algoritme uw inhoud niet dicteren.