先问各位一个问题:YouTube视频的点击率和平均观看时长能真实反映内容质量吗?
答案是不完全能。视频的点击率和平均观看时长虽然是衡量视频整体效果的重要指标,但有以下几点需要注意:
- 高分发量视频面对更广泛观众,点击率普遍较低,这并非反映内容质量不佳。相反,小众视频由于推给了更精准的目标受众,点击率较高。
- YouTube“主推送”和“自动播放”推荐视频的算法不同,前者基于用户历史,后者受当前视频影响。这两项对点击率和平均时长有不同影响。
- 短视频较易获得高平均观看百分比,不如采用访问的平均时间指标。
- 内容本身的竞争程度、主题热度以及季节性等因素也会影响视频表现。
因此,单纯依靠点击率和平均时长无法全面评判视频内容质量,需结合其他分析维度综合考虑。
针对用户以往观看行为,YouTube 依据其视频推荐算法来推荐用户感兴趣的内容。
为什么一些视频指标并不总能反映视频品质?
Creator Insider频道的新视频中介绍了点击率(CTR,Click-Through Rate)和观看平均时长(AVD,Average Viewer Duration)的影响,以及YouTube的推荐算法。
通过分析洞察YouTube控制面板及其中的概述,我们看到视频创作者作品的平均CTR和AVD。这有助于我们更好地了解YouTube的工作方式。
高分发视频与针对特定受众视频之间的差异
点击率是一个很难理解的指标。最成功的视频和观看次数最多的视频更有可能导致最低的点击率。这是因为向更多观众展示了高分发量的视频意味着视频内容推向更多不熟悉其内容的观众,从而不可避免地降低视频点击率。从某种意义上讲,这是成功的结果。你视频被分发范围越广,你的点击率就会越低。
另一方面,向真正相关的小群目标受众展示的一些不太重要的视频则有可能被更多地点击观看,这使得点击率可能会冲高。
YouTube算法如何处理出现在“主推送”和“自动播放”中的视频
每个部分都有不同的方式来决定向用户显示哪些视频,“主推送”推荐是基于用户的观看历史记录,且用户的“自动播放”列表显然受刚看过视频内容的影响。
总体而言,点击率和平均时长是衡量视频整体效果的重要指标,但绝非反应全面客观情况。来自不同地域播放量的增加不影响“主要供稿”或“自动播放”中推荐视频的方式。
新的分析将过滤“主推送”和“自动播放”的 CTR和AVD ,这有助于你了解外部来源对这两个指标的影响。此外,YouTube解决了其算法不公平地比较不同长度视频的平均观看时间问题。
短视频更容易达到高的平均观看百分比。访问的平均时间更能反应感兴趣这一指标。
YouTube强调另外三个注意事项:
- 内容竞争:YouTube有如此众多的视频内容,内容推荐不可避免地会引入一定程度的竞争。即使你视频内容满足所有推荐指标,你也不会获得平台的大力推荐。
- 主题兴趣:某些主题更受欢迎,如足球、科技创新。许多时候足球视频比高尔夫视频获得更多的观看次数,这并非是算法所致,只是该主题有更大的潜在受众群体。
- 季节性:这也表示不同的主题在一年中的不同时间段会引起更多人群的兴趣。