來自成長團隊的訊息

YouTube 最近發布了一段內容豐富的視頻，消除了創作者對 YouTube 推薦演算法工作原理的常見誤解和誤解。

這段 12 分鐘的影片由 YouTube 發展和發現團隊負責人 Todd Beaupré 接受 YouTube 創作者蕾妮·里奇 (Renee Richie) 連結的採訪。

以下是討論的要點。

了解演算法方法

在影片中，YouTube 解決了關於不同影片類型如何影響頻道表現的誤解。

YouTube 的推薦演算法著重於單獨評估每個視頻，而不是平均頻道視頻的表現。

Beaupré 解釋道：“在很大程度上，Discovery 的演算法更關注單一影片。”

這種方法使得演算法能夠為使用者提供更個人化的觀看體驗。

它還使創作者可以靈活地嘗試不同的影片格式，而不必擔心這會對他們的頻道在演算法推薦中的位置產生負面影響。

為此，博普雷表示，一個影片的糟糕表現不會對頻道的整體成功產生不可逆轉的影響。

「如果你的上一個影片不太好，而你的下一個影片很棒，我們希望認識到每個影片的潛力，」他說。

演算法是為觀眾服務的，而不是為影片服務的

Beaupré 討論了內容創作者中關於 YouTube 推薦演算法的普遍假設。

“很多創作者認為 YouTube 正在向一群人流式傳輸視頻，但實際上恰恰相反。”

他解釋說，當用戶訪問 YouTube 時，演算法會產生影片推薦，目的是顯示符合特定用戶觀看歷史記錄和偏好的影片。

創作者沒有“禁區”

討論解決了頻道可能因休息或觀看次數減少而受到演算法懲罰的擔憂。

Beaupré 解釋說，該演算法旨在將每個影片與其最感興趣的潛在受眾相匹配，而不會過度依賴懲罰性措施或過度重視過去的觀看數據。

博普雷說：「如果歷史數據不能特別預測未來的視頻性能，我們的目標是不要過分強調歷史數據。」他揭穿了「懲罰框」建議的神話。

內容壽命和適應性

YouTube 建議創作者不要只專注於分析新上傳的視頻，因為推薦不僅限於最近的內容。

Beaupré 指出，如果人們重新燃起興趣或趨勢發生變化，影片就會獲得吸引力，因此創作者應該對超越直接指標的機會保持開放態度。

聽證會結束後

在討論創作者主導的內容和觀眾偏好之間的平衡時，Beaupré 引用了 YouTube Shorts 的興起作為該平台對觀眾行為做出反應的一個例子。

他表示：「YouTube 之所以專注於短片，是因為觀眾離開了我們。」他解釋說，觀眾對更高效、更有吸引力的內容的需求推動了該平台的發展方向。

性能分析

Beaupré 建議查看訂閱觀眾對其訂閱源中的影片的反應，以更好地了解影片的表現。

這些數據可以深入了解內容或包裝問題是否影響了效能。

他補充說，“有時很難理解為什麼有些事情會成功，而類似的事情卻不會成功”，他承認觀眾偏好的不可預測性。

結論

看完這篇訪談後，創作者的收穫是 YouTube 的演算法並不是為了獲取他們而設計的。 它試圖在正確的時間向正確的人提供正確的影片。

如果影片沒有立即流行，請不要錯過。 該演算法將繼續努力尋找您的受眾。 創作者需要繼續努力讓內容觀眾願意觀看。

該演算法會適應觀眾想要看到的內容，而不是相反。 因此，如果您想擊敗競爭對手，請研究您的受眾，了解您的利基市場的趨勢，並為人們提供更多他們想要的東西。

YouTube 的動力源自於人們的熱情。 該演算法有助於協調創作者和觀眾之間的熱情。 不斷發帖，不斷改進，演算法就會不斷傳播。