YouTube deelt een overzicht van de inhoudsaanbevelingssystemen en de belangrijkste factoren die het bereik bepalen

YouTube heeft een nieuw overzicht gepubliceerd van hoe het systeem voor inhoudsaanbevelingen werkt, dat een van de belangrijkste drijfveren is voor het bereik en de weergaven van video's op het platform, en dat YouTube-marketeers mogelijk kan helpen beter te begrijpen wat voor optimale respons zorgt.

YouTube publiceerde eerder dit jaar een soortgelijk overzicht, als onderdeel van zijn voortdurende inspanningen om de transparantie te maximaliseren, waarbij deze nieuwe uitleg iets meer historisch inzicht geeft in hoe zijn systemen zijn geëvolueerd en hoe het werkt om zijn processen te verbeteren.

Zoals uitgelegd door YouTube:

"Ons aanbevelingssysteem is gebaseerd op het simpele principe om mensen te helpen de video's te vinden die ze willen bekijken en dat geeft hen waarde. ”

Natuurlijk is 'waarde' een vrij vage term in sociale-mediastatistieken, en vooral in metingen, maar het idee is volgens YouTube om mensen meer te laten zien van wat ze leuk vinden, niet alleen op basis van hun eigen gedrag, maar ook van andere, vergelijkbare gebruikers.

“Je kunt aanbevelingen op het werk op twee hoofdplaatsen vinden: je startpagina en het paneel ‘Volgende’. Je startpagina is wat je ziet wanneer je YouTube voor het eerst opent: er wordt een mix van gepersonaliseerde aanbevelingen, abonnementen en het laatste nieuws en informatie weergegeven. Het paneel 'Volgende' wordt weergegeven wanneer je een video bekijkt en suggereert aanvullende inhoud op basis van wat je momenteel bekijkt, naast andere video's waarvan we denken dat je er mogelijk in geïnteresseerd bent. ”

Het 'Up Next'-paneel is de afgelopen jaren een van de meer onderzochte elementen van het platform geweest, waarbij sommige gebruikers zeggen dat deze aanbevelingen hen door samenzwering gevoede konijnenholen kunnen leiden en ze zelfs kunnen radicaliseren op basis van de inhoud die ze vinden.

Dus hoe zou dat kunnen gebeuren?

Hier zijn enkele van de belangrijkste opmerkingen over hoe het aanbevelingsproces van YouTube precies werkt.

Fundamenteel zijn de aanbevelingen van YouTube gebaseerd op vier belangrijke elementen:

Al deze elementen waarvan je waarschijnlijk had kunnen vermoeden dat ze zouden worden meegewogen, dus er is niet noodzakelijkerwijs een belangrijk inzicht. Hoewel het ook interessant is om op te merken dat YouTube je ook probeert te helpen inhoud te vinden waarvan je misschien niet eens weet dat deze bestaat, op basis van de inhoud die andere mensen met vergelijkbare kijkprofielen als jij bekijken.

“Dus als je van tennisvideo's houdt en ons systeem merkt dat anderen die dezelfde tennisvideo's leuk vinden als jij ook van jazzvideo's houden, dan kan het zijn dat je jazzvideo's wordt aanbevolen, zelfs als je er nog nooit één hebt bekeken. ”

Dat is waarschijnlijk hoe mensen die complottheorieën tegenkomen: je zoekt een video op over een onderwerp waarin je bent geïnteresseerd, en dan treft YouTube je met een reeks verwante weergaven die andere mensen als resultaat hebben bekeken. Als je in het verkeerde kijkersprofiel valt, kan dat leiden tot een groot aantal twijfelachtige dingen – hoewel YouTube ook opmerkt dat het werkt aan het aanpakken van dergelijke aanbevelingen en de blootstelling aan wat het identificeert 'inhoud van lage kwaliteit' te beperken.

Dus wat kwalificeert in deze context als 'lage kwaliteit'?

"Sinds 2011 hebben we aanbevelingen gebruikt om te voorkomen dat inhoud van lage kwaliteit algemeen wordt bekeken, toen we classificaties ontwikkelden om video's te identificeren die pittig of gewelddadig waren en om te voorkomen dat ze werden aanbevolen. Toen merkten we in 2015 dat sensationele tabloid-inhoud op homepages verscheen en namen we maatregelen om deze te verlagen. Een jaar later begonnen we de kans te voorspellen dat een video minderjarigen in risicovolle situaties bevat en verwijderden we die uit aanbevelingen. En om ervoor te zorgen dat ons aanbevelingssysteem eerlijk was voor gemarginaliseerde gemeenschappen, zijn we in 2017 begonnen met het evalueren van de machine learning die ons systeem aandrijft voor eerlijkheid over beschermde groepen, zoals de LGBTQ+-gemeenschap. ”

Daarnaast verbiedt YouTube ook inhoud die valse gezondheidsclaims bevat (zoals COVID-complotclips), terwijl het ook meer stappen onderneemt om politieke verkeerde informatie aan te pakken. Een deel van dit soort materiaal komt natuurlijk nog steeds door, maar YouTube werkt aan het verbeteren van zijn systemen om ervoor te zorgen dat dergelijk materiaal niet wordt aanbevolen via zijn ontdekkingstools.

Een belangrijke overweging in dit element heeft betrekking op "gezaghebbende" of "borderline" inhoud.

Om het bereik van borderline-clips te beperken, die niet noodzakelijk de regels van het platform overtreden, maar potentieel schadelijk materiaal bevatten, gebruikt YouTube menselijke beoordelaars om de kwaliteit van de informatie in elk kanaal of elke video te beoordelen.

“Deze beoordelaars komen van over de hele wereld en zijn getraind aan de hand van een reeks gedetailleerde, openbaar beschikbare beoordelingsrichtlijnen. We vertrouwen ook op gecertificeerde experts, zoals artsen, wanneer de inhoud betrekking heeft op gezondheidsinformatie. ”

Om 'gezaghebbendheid' te bepalen, zegt YouTube dat de beoordelaars een paar belangrijke vragen beantwoorden:

De beoordelaars van YouTube beoordelen de reputatie van een kanaal/creator op basis van een reeks kwalificaties, waaronder online recensies, aanbevelingen van experts, nieuwsartikelen en Wikipedia-artikelen (u kunt hier de volledige lijst met potentiële kwalificaties bekijken).

Al met al is het systeem ontworpen om expliciete en impliciete signalen te gebruiken om meer te benadrukken van wat elke persoon wil zien, terwijl het ook de ergste soorten inhoud filtert om mogelijke schade te beperken. De feitelijke bijzonderheden van schade zijn een factor in deze berekening en beperken dat bereik - maar nogmaals, YouTube zegt dat het werkt aan het updaten van zijn aanbevelingstools om inhoud van hogere kwaliteit te garanderen, op zijn minst op basis van deze kwalificaties, uiteindelijk meer bekendheid krijgt in de app.

YouTube heeft ook dit overzicht gedeeld van hoe de algoritmen voor aanbevelingen in de loop van de tijd zijn geëvolueerd.

Bij het beoordelen van de verschillende maatregelen vanuit een marketing- en prestatieperspectief, is de belangrijkste overweging de reactie van het publiek en het creëren van inhoud die uw beoogde kijkers aanspreekt.

Je kunt dit meten in je YouTube-analyse, en aangezien gebruikers zich rechtstreeks op je kanaal kunnen abonneren, zijn er enkele sterke, belangrijke indicatoren die je kunt gebruiken om je prestaties te beoordelen en ervoor te zorgen dat je aansluit bij de interesses van kijkers. Op die manier wordt je inhoud ook getoond aan andere mensen met vergelijkbare doelgroepkenmerken, terwijl je ervoor zorgt dat je een goede websitereputatie hebt en een sterke algemene aanwezigheid op het web, ook mogelijke straffen in de beoordeling van YouTube-moderators zal beperken.

Het is ook de moeite waard om je inhoud te vergelijken met de bovenstaande lijst met 'gezaghebbendheid' als een snelle maatstaf om te zien of je je aan de doelen van YouTube houdt.

Geen van deze elementen garandeert ultiem bereiksucces, maar als u niet de juiste vakjes aanvinkt, wordt uw potentieel beperkt. Het is de moeite waard om deze sleutels op te merken en elk aspect van uw marketinginspanningen in overweging te nemen.

Een bron: https://www.socialmediatoday.com/news/youtube-shares-overview-of-its-content-recommendation-systems-and-the-key/606671/