Med over en milliard brukere og milliarder timer med video, er det faktum at YouTubes algoritme klarer å levere det du vil se når du besøker nettstedet, et vitnesbyrd om programvareteknikk. Så hvordan fungerer det?

Det korte svaret: Ingen vet detaljene - ikke en gang YouTube. YouTubes algoritme bruker maskinlæring for å foreslå videoer, noe som betyr at det ikke er noen faste regler vi kan fortelle deg. Dessuten ville Google ikke fortelle oss det uansett, da det ville føre til at folk utnytter dem.

Hva vi vet

Når du trener en maskin for læringsmodell, gir du den en rekke innspill og rangerer deretter de foreslåtte resultatene på hvor riktige de er.

Her er et sterkt overforenklet eksempel. Si at du ville trene en AI for å fortelle forskjellen mellom bilder av katter og hunder. I hovedsak vil du gi en AI en haug med bilder av katter og hunder, la den begynne å velge, og deretter score den riktig hvis den svarte riktig. Jo mer det blir riktig, jo bedre blir det å velge. Resultatet er en maskin som kan identifisere katter og hunder. Denne opplæringen bruker en beregning som resultatene blir bedømt på; i vårt tilfelle er katten-o-måleren, eller hvilken prosentandel av bildet som faktisk er katt.

Metrikken YouTube bruker er se på tid - hvor lenge brukere holder seg på videoen. Dette er fornuftig fordi YouTube ikke vil at folk hopper rundt og leter etter videoer å se, ettersom det er mer arbeid på slutten og mindre tid på å se på dem.

Det er imidlertid mye mer nyansert enn bare "hvor lenge du så på en video," skjønt. Algoritmen tar hensyn til mange forskjellige faktorer og rangerer dem deretter: seeroppbevaring, inntrykk av klikk, seerengasjement og noen andre faktorer bak kulissene vi aldri ser. YouTube skreddersyr deretter disse faktorene til profilen din, slik at den kan foreslå videoer du har større sannsynlighet for å klikke på.

Hva du skal ta bort fra dette

Hvis du er en ambisiøs YouTuber, er de to viktigste tingene å jobbe med å maksimere gjennomsnittlig visningsvarighet og maksimere klikkfrekvensen. Ta følgende opp-ned-pyramide.

YouTube foreslår videoen din til en rekke mennesker, på startskjermen og i den foreslåtte fanen. På min konto har jeg nesten 750 tusen visninger. Det virker ganske bra, men bare en brøkdel av disse menneskene klikker på videoen din. Denne brøkdelen kalles klikkfrekvensen din, og den er målt som en prosent (du kan se i mitt eksempel at jeg har en klikkfrekvens på 4,0%). Visningsfiguren viser det faktiske antallet personer som har klikket seg gjennom.

Etter at noen har klikket på videoen, måler YouTube deretter hvor lang tid disse menneskene brukte på å se videoene.

Du kan se hvorfor så mange YouTube-skapere bruker clickbait-titler og miniatyrbilder (for å få gjennomslagene) og lange, tegne videoer (for å opprettholde tiden). Dette er to veldig irriterende trekk hos mange YouTube-skapere, men hei, skylden på algoritmen.

En casestudie

La oss se på to store kanaler som tar forskjellige tilnærminger for å takle algoritmen. Den første er Primitive Technology, en kanal som drives av en fyr som drar ut i villmarken og bygger ting uten verktøy. Alle videoene hans er veldig lange, men holder et godt engasjementnivå gjennom den lengden - ganske en bragd da det ikke er noen fortelling. Dette faktum betyr at han sannsynligvis har en veldig høy gjennomsnittlig visningsvarighet, noe som er bra i algoritmens øyne.

Fordi han bare lager en video i måneden, er det overraskende at han har over 8 millioner abonnenter. Dette er sannsynligvis fordi den lange tiden mellom videoer skaper en følelse av noe nytt når den neste faller. Videoene hans er ikoniske, og hver gang de dukker opp i feeden min, klikker jeg nesten alltid på dem. Jeg antar at andre føler det på samme måte, så han har sannsynligvis også en høy klikkfrekvens også.

Den andre kanalen tar en litt lunere tilnærming. BCC Trolling, en Fortnite "Funny Moments" -kanal, tar klipp fra populære streamere og redigerer dem til daglige videoer. Det siste året har de mestret algoritmen og skutt opptil 7,3 millioner abonnenter. For å maksimere se-tiden, la de tittelklippet til videoen et sted midt i videoen, og tvang folk til å se den en stund før de kom til klippet de klikket på, og fikk dem i utgangspunktet "hektet" på videoen. På grunn av dette er vakttiden deres høyere.

De er også utmerket når det gjelder clickbait-miniatyrbilder og titler, og legger * NYT * i alle caps på mange videoer, og alltid med fargerike miniatyrbilder som vanligvis er skreddersydde og ofte veldig misvisende. Men de er ikke åpenbare clickbait; videoene leverer riktignok tittelen, men det er bare klikk nok til å få folk til å klikke.

Dette er den viktigste tingen å ta vekk fra BCC: Hvis du skal klikke på miniatyrbildene, gjør det subtilt. Å sette direkte løgn i tittelen vil ofte gjøre folk sinte og kan ha den motsatte effekten du har tenkt.

Uansett bør du finne det som fungerer for deg, og bruke det til din fordel. Vær oppmerksom på tid og klikkfrekvens i tankene fremover, men hold deg til ditt format, og ikke la algoritmen diktere innholdet ditt.