Met meer dan een miljard gebruikers en miljarden uren aan video, is het feit dat het algoritme van YouTube erin slaagt om 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 - tot op zekere hoogte zelfs YouTube niet. 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. Bovendien zou Google het ons toch niet vertellen, want dat zou ertoe leiden dat mensen er misbruik van zouden maken.

Wat we weten

Wanneer u een machine learning-model traint, geeft u het een hoop input en rangschikt u vervolgens de voorgestelde outputs op hoe goed ze zijn.

Hier is een sterk vereenvoudigd voorbeeld. Stel dat je een AI wilde trainen om het verschil te zien tussen foto's van katten en honden. In wezen zou je een AI een heleboel foto's van katten en honden geven, hem laten kiezen en vervolgens goed scoren als hij correct antwoordde. Hoe meer het correct wordt, hoe beter het wordt bij het kiezen. Het resultaat is een machine die katten en honden kan identificeren. Deze training maakt gebruik van een metriek waarmee resultaten worden beoordeeld; in ons geval de cat-o-meter, of welk percentage van het beeld inderdaad cat is.

De statistiek die YouTube gebruikt, is kijktijd - hoe lang gebruikers op de video blijven. Dit is logisch omdat YouTube niet wil dat mensen rondsluipen op zoek naar video's om te bekijken, want dat is meer werk voor hen en minder tijd besteed aan kijken.

Het is veel genuanceerder dan alleen 'hoe lang je een video hebt bekeken'. Het algoritme houdt rekening met veel verschillende factoren en rangschikt ze dienovereenkomstig: kijkersloyaliteit, vertoningen op klikken, kijkersbetrokkenheid en enkele andere factoren achter de schermen die we nooit zien. YouTube past deze factoren vervolgens aan uw profiel aan, zodat het video's kan suggereren waar u eerder op klikt.

Wat u hiervan moet wegnemen

Als je een ambitieuze YouTuber bent, zijn de twee belangrijkste dingen om aan te werken het maximaliseren van je gemiddelde weergaveduur en het maximaliseren van je klikfrequentie. Neem 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 vertoningen. Dat lijkt redelijk 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 afbeelding Weergaven toont het werkelijke aantal mensen dat heeft doorgeklikt.

Nadat iemand op de video heeft geklikt, meet YouTube vervolgens de hoeveelheid tijd die 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 click-throughs te krijgen) en lange, uitgesponnen video's (om de retentietijd te vergroten). Dit zijn twee zeer 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 die hele periode goed betrokken - een hele prestatie omdat er geen verhaal is. Dit feit betekent dat hij waarschijnlijk een zeer hoge gemiddelde kijkduur 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 omdat de lange tijd tussen video's een gevoel van iets nieuws creëert 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 iets dunnere aanpak. BCC Trolling, een Fortnite "Funny Moments" -kanaal, neemt clips van populaire streamers en bewerkt ze in dagelijkse video's. Het afgelopen jaar beheersten ze het algoritme en schoten ze op tot 7,3 miljoen abonnees. Om de kijktijd te maximaliseren, plaatsten ze de titelclip van de video ergens in het midden van de video, waardoor mensen werden gedwongen deze een tijdje te bekijken voordat ze bij de clip kwamen waarop ze klikten, waardoor ze in feite 'verslaafd' raakten aan de video. Hierdoor is hun kijktijd hoger.

Ze zijn ook uitstekend in clickbait-miniaturen en titels, zetten * NIEUW * in hoofdletters op veel video's en altijd met kleurrijke miniaturen die meestal op maat zijn gemaakt en vaak erg misleidend. Maar ze zijn geen voor de hand liggende clickbait; de video's leveren de titel wel op, maar het is gewoon genoeg clickbait om mensen aan het klikken te krijgen.

Dit is het belangrijkste om BCC weg te halen: als je op je thumbnails gaat klikken, doe dat dan subtiel. Als je regelrechte leugens in de titel zet, worden mensen vaak boos en kan het tegenovergestelde effect hebben.

Hoe dan ook, u moet vinden wat voor u werkt en dat in uw voordeel gebruiken. Houd de kijktijd en klikfrequenties in het achterhoofd, maar blijf bij uw indeling en laat het algoritme uw inhoud niet dicteren.