Как попасть в рекомендованные на Ютуб в 2021 году

Как работают рекомендации YouTube? Как попасть в рекомендованные на Ютуб в 2021 году? Как работает система, позволяющая видеороликам попадать на главную страницу, в раздел «Следующее», в раздел «Рекомендованные видео»? Разберём большой и очень важный материал непосредственно от официального представительства Google в России.

Рекомендации направляют зрителей, приносят больше половины просмотров на всей платформе. Это значительно больше, чем подписки, поиск или любые другие источники трафика за пределами рекомендаций. Этот материал должен знать каждый ютубер, поэтому мы разберём все детально.

Что такое система рекомендаций

Рекомендации отображаются в двух основных разделах:

1. на главной странице YouTube;
2. и в разделе «Следующее».

«Следующее» появляется, когда вы смотрите видео и YouTube предлагает дополнительный контент, сформированный на основе информации о том, что вы смотрите в данный момент. А также на основе контента, который, по мнению системы, может вас заинтересовать.

Как система рекомендаций работала раньше

В 2008 году, когда YouTube только разработал систему рекомендаций, она работала совершенно иначе. Предположим, что вы в основном смотрите кулинарные видео. Было бы нелогично видеть в рекомендациях на главной странице спортивные и музыкальные видео только лишь потому, что у них больше всего просмотров, правда? Однако, такое случалось на раннем этапе развития системы, когда видео отбирались на основе их популярности и группировались на одной странице. Мало кто смотрел такие рекомендации. Большую часть просмотров на YouTube приносил поиск и внешние ссылки.

Современная модель работы системы рекомендаций

Сегодня система классифицирует миллиарды видео, чтобы подобрать контент, соответствующий именно вашим интересам. Например, алгоритмы обнаружили, что зритель смотрел ролик с лучшими моментами футбольного матча Университета Южной Калифорнии и предложили и другие спортивные подборки тех времен. Без системы рекомендаций зритель никогда бы не увидел эти видео.

В отличие от других платформ, YouTube не подбирает для пользователей контент на основании их социальной активности. Вместо этого успешность рекомендаций на YouTube зависит от того, насколько точно платформа может предсказать желания зрителя. Система отталкивается от того, что зрительские привычки каждого пользователя уникальны, но имеют определённые паттерны и повторяемость.

Система сравнивает ваши действия в сервисе с поведением других, похожих на вас людей. И на основании этой информации предлагает вам контент, который может вас заинтересовать. Предположим, вам нравится смотреть видео про теннис. Алгоритмы определяют, что другие зрители, которым нравятся те же ролики, также с удовольствием смотрят видео про джаз. Вероятно, в ваших рекомендациях появятся ролики с джазовой тематикой, даже если вы никогда их не смотрели. Есть исключения: для новостных и информационных разделов принцип работы рекомендаций может отличаться, об этом мы поговорим чуть позже.

Как собираются рекомендации

Если вы зайдёте в аккаунт вашего YouTube-канала и посмотрите настройки, то вы увидите там «настройки конфиденциальности». Они нужны, чтобы вы сами могли решать, доступ к каким данным вы хотите предоставлять. В частности, вы можете удалять/редактировать и временно отключать историю поиска/просмотров на YouTube в любой момент. Вы можете скрывать свои предпочтения. Но помните, что если вы смотрите YouTube с анонимного аккаунта, то платформа всё равно собирает огромное количество данных, которые в дальнейшем используются для персонализации контента, рекомендованного вам для просмотра.

Как персонализируются рекомендации

YouTube собирает огромное количество «сигналов». Сигналами YouTube называет 80 миллиардов информационных объектов. Чтобы объяснить работу системы рекомендаций, нужно не только объяснить их принцип работы, но и рассказать, какие данные используются. Чтобы определить предпочтения, алгоритмы Ютуба принимают во внимание множество сигналов, поведенческих факторов:

• нажатия;
• время просмотра;
• результаты опросов;
• ссылки на контент;
• отметки «Нравится» и «Не нравится»;

Клики

Когда вы кликаете на ролик, это с большой вероятностью говорит о том, что он покажется вам интересным. Вряд ли вы станете нажимать на то, что не хотите смотреть. Однако, в 2011 году выяснили, что даже если пользователь кликнул на ролик, это не значит, что он его посмотрел. И в 2011-2012 году произошло одно из самых масштабных изменений в работе алгоритмов YouTube. Тогда системы ранжирования были перестроены с количества просмотров на суммарное время просмотра. А уже в 2014 году к расчётам присоединилась динамика трафика в первые часы. То есть, тогда уже произошло приближение к современной модели ранжирования.

Время просмотра

Анализируя, какие видео вы смотрели и как долго, система получает персонализированные сигналы о том, какой контент вам, скорее всего, понравится. Влияние кликбейта при этом также учитывается.

Когда YouTube впервые стали учитывать время просмотра при подборе рекомендаций, то количество просмотров резко снизилось на 20%. Однако, специалисты Google/YouTube верят, что важнее предоставлять зрителям интересный контент, ведь польза от просмотра разных видео может отличаться.

Результаты опросов

Когда вы смотрите ролик, периодически вам отображается окошко с опросом. Эти опросы корректируют работу алгоритмов индивидуально для вас, а также вносят понимание в общую систему. Чтобы наверняка определить, довольны ли зрители просматриваемым контентом, учитывается так называемое «ценное время просмотра». Это алгоритмическое понятие означает время, которое вы сами оцениваете, как проведённое с пользой.

«Ценное время просмотра» определяется с помощью опросов, где пользователь ставит видео оценку по шкале от 1 до 5. Так YouTube может понять, доволен ли зритель контентом. Если пользователь ставит видео одну или две звезды, Google спрашивает, что ему не понравилось, а если четыре или пять — что оказалось полезным. При подсчёте ценного времени просмотра учитываются только те ролики, которым вы поставили четыре или пять звезд.

Конечно, не все пользователи проходят опрос после каждого просмотренного видео. На основе ответов, которые получает система, модель машинного обучения научилась предсказывать возможные оценки. Чтобы проверить точность этих прогнозов, специально исключаются из задания для обучения часть уже выставленных пользователями оценок. Это позволяет проверить, насколько полученные с помощью системы данные соответствуют реальным ответам.

Репосты контента и отметки «Нравится»/«Не нравится»

Если зритель делится видеороликом или ставит ему отметку «Нравится», обычно это означает, что он доволен этим контентом. Система использует эту информацию, чтобы предсказывать вероятность того, что вы поделитесь следующими роликами или поставите им отметку «Нравится». Когда вы нажимаете «Не нравится», это сигнал алгоритмам, что вам контент не показался интересным.

Как и в случае с рекомендациями, значимость каждого сигнала зависит от вас. Если вы делитесь всеми просмотренными видео, даже теми, которым поставили одну или две звезды, система не будет учитывать отправленные вами ссылки на контент при подборе рекомендаций. Именно поэтому алгоритмы YouTube не базируются на чётких правилах, а адаптируются к вашему поведению.

Теперь поговорим о новостном и информационном контенте. Будь это актуальные новости или сложные научные исследования, для таких тем очень важно качество контента и контекст. Кто-то может поставить высокую оценку видео, где утверждается, что Земля плоская, но это не значит, что мы будем рекомендовать подобный некачественный контент.

Именно поэтому рекомендации играют важную роль в процессе построения платформы, которая внушает доверие. YouTube предлагает зрителям проверенную информацию и минимизирует вероятность того, что они столкнутся с сомнительным контентом. При этом учитываются правила сообщества, определяющие, какие материалы разрешены, а какие запрещены на YouTube.

Этапы на пути к становлению системы рекомендаций

В 2011 году YouTube начал ограничивать распространение некачественного контента с помощью рекомендаций. Тогда разработали классификаторы, позволяющие распознавать и исключать из рекомендаций видео, содержащие насилие и контент для взрослых.

В 2015 году YouTube обратил внимание, что на главной странице показывается много нарочито сенсационных материалов от таблоидов, и принял меры, чтобы убрать «кричащий контент». В следующем году научились прогнозировать вероятность того, что в видео показаны несовершеннолетние в опасных ситуациях, и стали удалять такие ролики из рекомендаций.

В 2017 году YouTube начал оценивать работу машинного обучения, отслеживая справедливость системы по отношению к социально-уязвимым лицам.

В последние годы увеличилось количество недостоверной информации на платформе. Речь о фейках, спекуляциях и провоцирующем контенте. Поэтому YouTube улучшил систему рекомендаций, чтобы она могла обрабатывать видео с неверными данными, а также спорный контент (материалы, которые близки к нарушению правил сообщества, но технически этого не делают). Например, ролики с конспирологическими теориями («высадка человека на Луну была сфальсифицирована») и другие видео, распространяющие неверную информацию («апельсиновый сок может вылечить рак»).

YouTube отделяет проверенный контент от пограничного с помощью классификаторов. Оценку качества информации, представленной на канале или в видео, осуществляют специалисты со всего мира, которые обучаются по подробным общедоступным правилам. Платформа также обращается к сертифицированным экспертам — например, врачам, когда надо оценить информацию, касающуюся здоровья.

Как формируется авторитетность контента

Чтобы определить авторитетность контента, специалисты по оценке отвечают на несколько ключевых вопросов:

• Материалы отвечают заявленной цели?
• Какой уровень квалификации требуется, чтобы понять смысл видео?
• Какая репутация у выступающего в ролике человека и канала, на котором оно опубликовано?
• Какая основная тематика видео (например, «Новости», «Спорт», «История», «Наука» и т. д.)?
• Контент задуман как сатирический?

Ответы на эти и другие вопросы определяют, насколько видео заслуживает доверия. Чем выше оценка, тем выше вероятность, что ролик будет продвигаться в системе рекомендаций. Чтобы определить пограничные видео, специалисты по оценке отмечают факт присутствия неточного, вводящего в заблуждение, оскорбительного, нетолерантного, реально или потенциально вредоносного контента и ряд других факторов. На основании общих результатов определяется вероятность того, что ролик содержит вредоносную информацию или пограничный контент. Видео, которые классифицируются как пограничный контент, удаляются из рекомендаций.

Каждому ютуберу необходимо понимать, как работают рекомендации YouTube. Я надеюсь, что вы осознали важность понимания тех аспектов, которые озвучены в этой статье и будете строить работу с вашим каналом, исходя из этих принципов. Резюмируем кратко, на что стоит обращать внимание:

• цепочки рекомендованного контента;
• понимание интересов вашей целевой аудитории;
• понимание поведенческих факторов ваших зрителей;
• избегание пограничного состояния контента;
• понимание пользы контента для зрителей.

И ещё раз. Важно понимать, что система рекомендаций индивидуальна для каждого зрителя. Другими словами, можно сказать так:

У каждого свой YouTube.

ВКОНТАКТЕ TWITTER ОДНОКЛАССНИКИ

Продвижение через похожие и рекомендованные видео. Стратегия видеомаркетинга №4

Блог | Услуги

YouTube смотрят миллионы людей, через него проходит колоссальный трафик, и вы не прочь забрать его кусок для своего бизнеса?

В этой статье коротко мы расскажем о том, что такое продвижение видео через похожие и рекомендованные в YouTube.

Читать о других стратегиях видеомаркетинга:
Продвижение в ТОП youtube
Видео воронка продаж
Видеопосев

Что такое похожие видео, и чем они отличаются от рекомендованных

Похожие видео – это видеоролики, которые отображаются в правой колонке YouTube при просмотре любого видео.

Рекомендованные видео – это видео, который видит пользователь в самом начале главной страницы YouTube в своем аккаунте, а также частично в правой верхней колонке, которые подписаны «рекомендованное видео».

Суть в том, что YouTube выгодно, чтобы его ролики смотрели максимально долго и оставались в его стенах. Таким образом зрителям получается показать большее количество рекламы, а это значит больше денег. Поэтому YouTube  поддерживает те видео и каналы, которые максимально удерживают пользователей на YouTube и помогает им. В том числе ставя их в похожие и рекомендованные видео для других пользователей.

Чтобы пользователь долго оставлся на YouTube, специальные алгоритмы вычисляют какой видео контент наиболее вероятно понравится пользователю, учитывая его интересы, тематики каналов и видео, которые он смотрит и что вводит в поиск. Если человеку показывать то, что ему важно, он не буде уходить на другие площадки.

Таким образом, подбираются рекомендованные и похожие видео, и можно этим пользоваться, специально затачивая стратегию видеомаркетинга под попадания в эти списки.

В чем плюсы стратегии продвижения через похожие видео:

☀ Берем часть трафика с раскрученных популярных тематических роликов
☀ Бесплатный трафик
☀ Эта тема развивается, так что скорее всего и дальше будет хорошо работать

Что нужно, чтобы попасть в похожие видео:

☀ похожие ключевые слова и теги
☀ похожий заголовок и описание
☀ подобные характеристики ролика (удержание, активность, длина, количество просмотров)
☀ похожий вес канала (количество подписчиков, видео, активность, теги и общая тематика)

В некоторых случаях можно даже попасть в похожие видео к конкуренту или специально показывать свою рекламу (преролы, например) на их видео.

Что делаем:

• Ищем ролики.
• Подстраиваемся под них.
• Продвигаем.
• Набираем массу канала под нужный.

Важно!
1) сначала думаем какие ролики нужны, на какие темы
2) потом уже их создаем

! Совет. Похожие лучше работают, если при переходе с них пользователь смотрит максимально долго и оставляет лайк, репост, подписку на канал. Создавайте привлекательную иконку и полезное видео с призывом подписаться, поставить лайк или комментарий.

! Фишка. Посмотрите, не включена ли монетизация видео у кого-то из ваших конкурентов, то есть включена реклама. Если да, то создайте рекламную компанию на данный канал через Google AdWords с вашей рекламой и уводите у них трафик и клиентов. Правда, это есть смысл делать, если их ролики смотрят большое количество зрителей. Компании становятся умнее, и сейчас такие ошибки совершают реже 🙂

---

Вы узнали о сути стратегии продвижения через похожие и рекомендованные видео в YouTube. Кейсы и конкретные примеры будем показывать в других статьях.

Читать о других стратегиях видеомаркетинга:
Продвижение в ТОП youtube
Видео воронка продаж
Видеопосев

Подписывайтесь на статьи (узнайте подробнее) => ЖМИТЕ

Также читайте:
15 инструментов видеомаркетинга
Как упаковать бизнес с помощью видео
Где и как научиться видеомаркетингу
Эффективный бизнес блог. Как тратить минимум времени
Увеличение продаж в рознице с помощью видео
8 шагов с чего начать видеомаркетинг.
Как я начал вести бизнес блог. Ошибки и советы

Подписывайтесь на полезные статьи по видеомаркетингу в:
Telegram
Instagram

Михаил Салаев
видеомаркетолог NAVIDUU

Поделитесь этим материалом с друзьями!

Согласно Mozilla, алгоритм рекомендации YouTube не реагирует на отзывы пользователей.

Автор:

• Хана Страница киросархива

20 сентября 2022 г.

Стефани Арнетт/MITTR | Алгоритм рекомендаций YouTube Envato

определяет 70% того, что люди смотрят на платформе.

Этот алгоритм формирует информацию, которую потребляют миллиарды людей, и у YouTube есть элементы управления, которые позволяют людям настраивать то, что он им показывает. Но, как показывает новое исследование, эти инструменты мало что делают. Вместо этого у пользователей мало возможностей исключить из рекомендаций нежелательные видео, в том числе подборки автомобильных аварий, прямые трансляции из зон боевых действий и разжигание ненависти.

Исследователи Mozilla проанализировали семимесячную активность на YouTube более 20 000 участников, чтобы оценить четыре способа, которыми, по словам YouTube, люди могут «настраивать свои рекомендации» — 9 из них0019 Не нравится , Не интересно , Удалить из истории или Не рекомендовать этот канал . Они хотели увидеть, насколько эффективны эти средства контроля.

Каждый участник установил расширение для браузера, добавляющее кнопку Прекратить рекомендовать вверху каждого просматриваемого видео на YouTube, а также на боковой панели. Нажатие на нее каждый раз запускало одну из четырех реакций настройки алгоритма.

Десятки научных сотрудников просмотрели эти отклоненные видео, чтобы увидеть, насколько они похожи на десятки тысяч последующих рекомендаций YouTube тем же пользователям. Они обнаружили, что элементы управления YouTube оказывают «незначительное» влияние на рекомендации, полученные участниками. За семь месяцев одно отклоненное видео породило в среднем около 115 плохих рекомендаций — видео, которые очень напоминали те, которые участники уже сказали YouTube, что они не хотят смотреть.

Предыдущие исследования показывают, что практика YouTube рекомендовать видео, с которыми вы, скорее всего, согласитесь, и вознаграждать противоречивый контент, может ужесточить взгляды людей и привести их к политической радикализации. Платформа также неоднократно подвергалась критике за продвижение откровенно сексуального или непристойного видео с участием детей, продвигая контент, который нарушал ее собственные правила, до уровня виральности. После тщательной проверки YouTube пообещал бороться с разжиганием ненависти, лучше следить за соблюдением своих правил и не использовать свой алгоритм рекомендаций для продвижения «пограничного» контента.

Тем не менее, исследование показало, что контент, который, казалось, нарушал собственную политику YouTube, по-прежнему активно рекомендовался пользователям даже после того, как они отправили отрицательный отзыв.

Нажатие Не нравится , наиболее заметный способ оставить отрицательный отзыв, останавливает только 12% плохих рекомендаций; Не интересует Останавливается всего 11%. YouTube рекламирует оба варианта как способы настройки своего алгоритма.

Елена Эрнандес, представитель YouTube, говорит: «Наши элементы управления не отфильтровывают целые темы или точки зрения, так как это может иметь негативные последствия для зрителей, например создание эхо-камер». Эрнандес также говорит, что в отчете Mozilla не учитывается, как на самом деле работает алгоритм YouTube. Но это то, о чем на самом деле не знает никто за пределами YouTube, учитывая миллиарды входных данных алгоритма и ограниченную прозрачность компании. Исследование Mozilla пытается заглянуть в этот черный ящик, чтобы лучше понять его результаты.

Как показало исследование, инструменты, которые работают лучше всего, не просто выражают чувства, но и отдают YouTube приказ. Удалить из истории сократил нежелательные рекомендации на 29%, а Не рекомендовать этот канал справился лучше всего, остановив 43% плохих рекомендаций. Тем не менее, видео с канала, который зрители попросили YouTube отключить, все еще могут появляться в их предложениях.

В отчете Mozilla предполагается, что это связано с тем, что платформа отдает приоритет времени просмотра, а не удовлетворенности пользователей, а алгоритм рекомендаций YouTube даже не учитывал первые 10 лет истории платформы. Если YouTube хочет «фактически посадить людей за руль», говорит Mozilla, платформа должна позволять людям заранее обучать алгоритм, исключая ключевые слова и типы контента из рекомендованных видео.

Многие вопросы, поднятые в отчете Mozilla, связаны с рекомендациями относительно потенциально травмирующего контента. Один участник получил рекомендации для видеороликов, демонстрирующих огнестрельное оружие, даже после того, как попросил YouTube прекратить рекомендовать очень похожее видео об огнестрельном оружии. А YouTube продолжал рекомендовать кадры активных боевых действий в Украине тем участникам, которые отвергли аналогичный контент.

Другие рекомендации были просто неприятными. Крипто-видео о быстром обогащении и «Примерка ASMR бикини» — примеры видео, которые пользователи отметили, но не смогли исключить из своих рекомендаций. Один из участников сказал: «Похоже, что чем больше негативных отзывов я даю на их предложения, тем выше становится гора чуши». Рождественская музыка — еще одна категория рекомендуемого контента, от которой участникам было трудно отказаться.

«У YouTube, как и у всех платформ, есть проблемы с этим разрывом между правилами, которые они написали, и их соблюдением», — говорит Марк Берген, автор Like, Comment, Subscribe , недавней книги о росте YouTube. «Отчасти это связано с тем, что они просто имеют дело с таким огромным объемом видео и таким количеством разных стран и языков».

Тем не менее, по словам Бергена, искусственный интеллект YouTube достаточно мощен, чтобы предлагать пользователям инструменты для формирования контента, который они видят. «YouTube любит говорить: «Алгоритм — это аудитория», — говорит Берген. Но для него ясно, что обычных пользователей либо не слышат, либо не понимают.

Хана Кирос

Глубокое погружение

Люди и технологии

Оставайтесь на связи

Иллюстрация Роуз Вонг предстоящие события и многое другое.

Введите адрес электронной почты

Политика конфиденциальности

Спасибо за отправку вашего электронного письма!

Ознакомьтесь с другими информационными бюллетенями

Похоже, что-то пошло не так.

У нас возникли проблемы с сохранением ваших настроек. Попробуйте обновить эту страницу и обновить их один раз больше времени. Если вы продолжаете получать это сообщение, свяжитесь с нами по адресу [email protected] со списком информационных бюллетеней, которые вы хотели бы получать.

Объяснение: Вот как работают рекомендации YouTube

Пользователям довольно сложно выйти из YouTube и посмотреть только одно видео. В этом сила механизма рекомендаций YouTube, который предлагает пользователям, что смотреть в первую очередь, и что им следует смотреть дальше.

«Сегодня рекомендации обеспечивают значительную часть общего количества просмотров на YouTube, даже больше, чем подписки на каналы или поиск. И мы думаем об этом ответственно. «Наша цель — помочь зрителям получить высококачественную информацию, сведя к минимуму вероятность того, что они увидят проблемный контент», — объяснил Кристос Гудроу, вице-президент по инженерным разработкам YouTube, в ходе недавнего телефонного разговора. Он сказал, что цель YouTube заключалась в том, чтобы количество просмотров контента, находящегося на границе рекомендаций, не превышало 0,5% от общего числа просмотров на YouTube.

Так как же работает система рекомендаций на самой популярной в мире видеоплатформе?

Рекомендации изначально были построены на простом принципе: они должны помогать людям находить видео, которые они хотят смотреть, и придавать им ценность. Теперь пользователи сталкиваются с рекомендациями в двух местах — одно на главной странице при входе на YouTube, который представляет собой смесь контента, основанного на прошлых просмотрах и подписках, а также последних новостях. Затем они также видят рекомендации на панели «Далее» во время просмотра видео.

Ключевые моменты в системе рекомендаций YouTube

YouTube пытается предсказать, что пользователь хотел бы увидеть дальше, основываясь на том, что он обычно любит смотреть, исходя из своих предпочтений и интересов. Он не использует подключения из социальной сети, чтобы рекомендовать, что смотреть дальше.

YouTube получает сигналы от разных типов поведения пользователей, которые являются убедительными индикаторами того, что видео им нравится. Таким образом, клики по видео, время просмотра и публикации воспринимаются как хорошие сигналы. Наряду с этим YouTube также измеряет «ценное время просмотра» с помощью опросов пользователей, в которых их просят оценить просмотренное видео по шкале от одного до пяти.

Можно ли отключить эти рекомендации?

Да, когда пользователи удаляют свою историю просмотров, они также отключают в процессе персональные рекомендации. Удаление определенного видео из истории просмотра также приостанавливает рекомендации, связанные с этим видео.

Реклама

Что такое пограничный контент и как YouTube предотвращает его от рекомендаций?

С 2011 года YouTube ограничивает широкое распространение некачественного контента с помощью рекомендаций. В 2015 году он начал предпринимать шаги по понижению «сенсационного таблоидного контента» на главной странице. В течение года YouTube смог предсказать «вероятность того, что видео будет включать несовершеннолетних в рискованные ситуации» и начал удалять их из рекомендаций.

В последние годы YouTube исключил из рекомендаций «проблемную дезинформацию и пограничный контент — то есть контент, который близок к нашим принципам сообщества, но не полностью нарушает их». Платформа делает это, используя классификаторы, чтобы определить, является ли видео «авторитетным» или «пограничным» с помощью людей-оценщиков, размещенных по всему миру.

Реклама

История и конфиденциальность

Как YouTube учитывает языки при рекомендации видео?

Интересно, что Гудроу сказал The Indian Express, что «система рекомендаций в целом не имеет понятия о языке». Он уточнил: «Большинство рекомендаций начинаются или основаны на том, что мы называем кодом, на просмотре видео, которые пересматривают снова. Это, как правило, гарантирует, что видео на одном языке будут рекомендованы вместе. Или, если люди говорят только на одном языке, они в основном смотрят видео только на этом языке». Это означает, что ничего особенного не делается для фильтрации или определения того, на каких языках говорит конкретный пользователь в отношении рекомендаций. «На самом деле это связано с частотой просмотра двух видео одновременно».