А вот и продолжение статьи о том, как менеджеры Ютуба Рене Ричи и Тодд Бопре оценивают перспективы платформы и её авторов в 2025 году. Рекомендуем начать с первой части, а потом вернуться к прочтению второй.
А мы пока продолжим разбирать интервью Рене и Тодда дальше.
И следующий вопрос —
Что по поводу многоязычных аудиодорожек: как будут работать алгоритмы с видео на разных языках и с разной ЦА?
Ну наконец-то мы добрались до одной из самых важных и волнующих тем!
И Тодд начинает сразу с самого интересного: вместе с запуском функции загрузки аудиодорожек на разных языках они расширили возможности систем рекомендаций на платформе.
Делается это для того, чтобы алгоритмы автоматически понимали, что ролик доступен аудитории с такими-то интересами, но на разных языках.
Более того, они настроили специальную обратную связь для оценки эффективности каждой аудиодорожки по отдельности, чтобы не получилось так, что на русском языке ваше видео смотрели хорошо, на английском не очень, а показы отрубили и в том, и в другом случае.
Рекомендации по работе с мультиязычными роликами такие:
- Делайте перевод названий и описаний к видео вручную на разных языках
От себя еще добавим: старайтесь делать обложки к видео такими, чтобы они были кликабельными в основном за счёт визуала, так как текст на обложке вам никто не переведёт.
И нет, функция А/В тестирования вам здесь особо не поможет, она не настолько умна. Хотя в будущем всё может быть.
Вручную вы можете перевести название и описание к видео в настройках каждого отдельного ролика в пункте «Субтитры». Там вы добавляете перевод на нужный язык и редактируете пункт «Название и описание».
- Переводите как можно больше видео на канале
Если зритель посмотрел ролик, который ему понравился, но пришёл на канал автора и больше не нашёл для себя ни одного ролика на своем языке, то и смысла в этом одиночном просмотре практически нет.
Этот тезис Тодда ещё раз подчёркивает главный способ продвижения на Ютубе в 2025 году: вы должны продать зрителю просмотр не одного своего ролика, а всех видео на канале. Чем больше зритель проводит времени на вашем канале, тем больше вы будете нравиться самой платформе.
И третий совет:
- Лучше переведите 80% контента на несколько языков, чем 20% роликов, но на 100 языков
Думаем, что этот совет просто продолжает мысль выше, а также можем предположить, что хоть они алгоритмы и поменяли под это дело, но какие-то несовершенства точно остаются.
Ах да, и ещё следите за мировыми трендами, потому что в любом случае ваш успех будет завязан на актуальных и востребованных темах.
Спады и подъёмы просмотров: что делать, если количество просмотров начало снижаться?
Так или иначе вопрос весьма болезненный: каждый из авторов переживал подъёмы и спады просмотров, но не каждый понял, а что это вообще было.
А уж тем более, что с этим делать.
Если просмотры просели, это вовсе не значит, что вашему каналу конец. В целом спады и подъёмы — это нормально для любого канала, все их переживают, а держать планку на самой высокой отметке всё равно невозможно.
Есть такие понятия, как сезонность и цикличность зрительского интереса.
Второй термин мы придумали сами, но именно об это и говорит Тодд.
Сезонность — это то, как меняется интерес зрителей к контенту в зависимости от времени года, праздников, каникул, времени отпусков у большинства ваших зрителей.
А вот цикличность зрительского интереса — это уже больше про человеческую психологию.
Вы наверняка замечали за собой, что сначала, когда вы чем-то сильно увлекаетесь, вы готовы день и ночь проводить за любимым делом. Но потом интерес превращается в рутину, а в конце концов вы и вовсе забрасываете своё увлечение. Но рано или поздно у многих наступает тот самый день, когда этот цикл начинается снова.
Также и с каналами на Ютубе: мы подсаживаемся на контент автора, смотрим запоем все его видео, устаём, забываем, а потом возвращаемся снова.
И если автор и его контент выстрелили быстро, то аудитория, которая увлеклась его роликами, начнёт уставать от блогера примерно в одно и то же время.
В таком случае Тодд советует для начала не переживать об этом и лучше подумать о том, как можно ситуацию исправить, например, сменив формат или темы, которые вы разбираете.
Чтобы оценить объективно, что же стало причиной спада, смотрите аналитику минимум за 90 дней, а лучше за год, тогда вы легко сможете отследить, например, сезонность.
Если ваши графики волнообразные и подъёмы совпадают с какими-то регулярными событиями, то это точно она.
Если у вас за долгий период был график-горка с одним подъёмом наверх и резким спуском вниз, после которого наступила ровная линия — пора подумать над тем, почему вы могли наскучить зрителю.
Ещё одна проблема, которую отметили Тодд и Рене, оказалась не такой очевидной, но очень интересной: спрос и предложение на рынке.
Если спрос на какую-то тему у зрителей большой, а предложений в формате видео от авторов мало, то все просмотры будут уходить только счастливчикам, которые всё-таки сделали ролики по теме.
Но как только другие блогеры просекут, где золотая жила и начнут бомбить контентом по этой теме, то просмотры рассеются по большому количеству предложений, а потом и вовсе спрос зачахнет. По сути так и работают тренды.
Отследить это сложнее всего: вам придётся постоянно посматривать за тем, что происходит у конкурентов и в целом в вашей нише. Но если уж выбирать, на какую аналитику потратить своё время — на эту, или на ту, что в Творческой студии, то выбирайте анализ конкурентов.
Потому что это ещё то искусство — суметь разглядеть какую-то востребованную тему ещё в зародыше и отхватить все миллионные просмотры до того, как это заметят остальные авторы.
А дальше разговор двух специалистов поворачивает в какую-то совершенно другую тему:
Вкладка «Подписки» — единственный способ оценить объективно то, как на ваш контент реагирует аудитория без участия алгоритмов.
Во вкладке «Подписки» нет рекомендательных систем, и ролики располагаются просто в порядке их появления на платформе. Поэтому те просмотры, которые приходят к вам из этой вкладки, действительно расскажут вам об аудитории больше, чем любые данные с главной страницы.
Кроме того, данная вкладка — это единственная область, которую авторы могут на 100% контролировать.
Тодд советует нам сравнивать, у каких видео из вкладки «Подписки» какой СТR, и вот тогда уже как-то объективно сравнивать показатели. Если где-то СТR просел, то можно подумать: дело в обложке, названии, вступлении или теме видео?
Подобный анализ поможет понять, делаете ли вы качественный контент, который нравится зрителям, что важнее в долгосрочной перспективе, так как помогает удерживать зрителя на канале, или вас просто завирусили алгоритмы.
И всё это звучит прекрасно, логично и великолепно, да только вот у Ютуба нет такого параметра в аналитике, как «просмотры из вкладки “Подписки”».
При анализе источников трафика, у нас есть пункт «Уведомления», который хоть как-то может быть похож на эту вкладку, но это всё ещё не она.
А во вкладке «Аудитория» есть пункт «время просмотра подписчиками», которое при этом не означает, что ваш подписчик посмотрел ролик из вкладки «Подписки». Это просто говорит о том, что он подписан на канал.
И последнее, на что можно было бы подумать — это постоянные зрители, но это снова не равно понятию «подписчики» или «просмотры из вкладки “Подписка”». Это просто зрители, которые были на вашем канале за выбранный период и посетили его ещё раз.
Так что мысль, конечно, прекрасная, да только вот в реальности этого не существует.
В конце Рене говорит очевидную, но правильную мысль: некоторые темы интересны узкой аудитории, а некоторые — более широкой, и это влияет на охваты.
Ютуб внедряет в алгоритмы больше Больших Языковых Моделей (LLM)
Вот мы и подошли к сложной, но важной теме, которая может сильно поменять работу рекомендательных систем.
Но сначала разберёмся с основными понятиями.
Существуют Большие и Малые языковые модели, которые используются для работы Искусственного интеллекта — сокращенно SLM и LLM.
Языковая модель — это программные алгоритмы, которые анализируют и генерируют текст на основе изученного материала. То есть для того, чтобы ИИ выдавал вам какие-то ответы, ему необходимо учиться и анализировать огромное количество параметров.
Соответственно Малая Языковая модель работает с меньшим количеством параметров, а Большая — с бóльшим.
И если у Малой объёмы обрабатываемых параметров сильно меньше, то Большая способна работать с каким-то просто бесконечным количеством материалов и копать в суть сильно глубже.
Чтобы было понятнее, Тодд говорит нам, что если вы работали с Gemini, Chat GPT и подобными чат-ботами, то вы уже знакомы с Большой Языковой Моделью.
Теперь Большие Языковые Модели повсеместно внедряются в системы рекомендаций Ютуба, чтобы выборка для зрителей была ещё более релевантной.
Работает это следующим образом: LLM анализирует не просто тему видео, но и всё её содержание, и формат, и контекст, и даже настроение.
Например: представим себе зрителя, который интересуется темой автомобилей, а точнее — обзорами на них.
Если Малая языковая модель могла выдавать в рекомендациях ролики всех блогеров, которые делают обзоры на авто, то Большая языковая модель способна уловить, что данному конкретному зрителю не нравятся какие-то серьёзные обзоры, а только юмористические.
Поэтому в рекомендациях для него она будет показывать только такого рода блогеров, а не всех подряд обзорщиков.
И для зрителей, и для авторов контента это отличные новости, так как менеджеры Ютуба обещают нам, что контент и его целевая аудитория смогут быстрее и проще находить друг друга.
Однако ни Тодд, ни Рене не дали никаких рекомендаций по тому, как же авторам лучше работать со своими каналами сейчас, когда происходят эти, весьма глобальные изменения алгоритмов и внедрения в них новых возможностей ИИ.
Из всего их диалога мы бы сделали следующие выводы:
- Рекомендательные системы работают для зрителей, а не для авторов, поэтому нам, блогерам, необходимо изучать свою целевую аудиторию, а не то, как устроены алгоритмы
- Алгоритмы показывают самые эффективные видео, а не те, которые набрали больше всего просмотров
- Рекомендательные системы работают по принципу «сарафанного радио»: зрителям со схожими интересами будет рекомендоваться похожий контент
- Аналитика отдельных параметров не поможет нам понять, какие видео — самые удачные, смотреть на аналитику нужно комплексно
- Анализируйте и оценивайте собственный контент в зависимости от ваших целей
- Мы не можем на 100% влиять на то, какой аудитории Ютуб будет показывать наши видео
- Новые алгоритмы будут анализировать использование аудиодорожек на разных языках и выстраивать рекомендации с учётом этого
- Спады и подъёмы просмотров — это естественный процесс, и нам необходимо анализировать, почему так происходит, чтобы влиять на ситуацию
- Внедрение Больших языковых моделей будет делать работу систем рекомендаций контента более точной, но как в этом случае действовать авторам — пока неясно
Такое вот любопытное и неоднозначное интервью. Далеко не все его тезисы мы можем применить на практике прямо сейчас. Но зная курс, на который в 2025 году настраивается Ютуб, нам с вами в долгой перспективн будет гораздо проще улавливать изменения алгоритмов и по возможности под эти изменения адаптироваться.