YouTube 發展和發現團隊負責人 Todd Beaupré 接受 YouTube 創作者聯絡人蕾妮·里奇 (Renee Richie) 的採訪。說到了三點和大家以為的不相同的 YouTube演算法 。其實大家容易誤會主要是因為把 YouTube演算法 和 Google搜尋演算法 混唯一談了。
但其實他們還是有蠻多的不同，最主要的原因是搜尋行為的不一樣。大家可以觀察一下自己在YouTube搜尋會打什麼，是不是和在使用Google搜尋不同。
一、 YouTube演算法 側重於單個影片，而不是頻道平均值。
YouTube 的推薦演算法著重於單獨評估每個影片，而不是平均整個頻道影片的表現。我覺得這和Google搜尋不同是因為我們不需要維護好網站，而是直接使用YouTube平台。
而且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排名產生負面影響。
這最大的好處就是你可以上傳完全不相關的影片也不會對頻道有影響。我自己就做過這事，我在講網路行銷相關的頻道上傳關於植葬的影片，本來很擔心會有影響，沒想到沒壞處外，影片因為累積6萬多觀看了，頻道其他影片在Google搜尋的排名也都拉高了。
為此，Beaupré 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，我們希望大家認識到每個影片的潛力，」Beaupré說。
二、YouTube 旨在展示符合您的興趣和偏好的影片。
很多創作者認為 YouTube 是將影片推送給一群人，但實際上恰恰相反。當用戶訪問 YouTube 時，演算法會產生影片推薦，目的在顯示符合特定用戶觀看歷史記錄和偏好的影片。
像是YouTube Shorts 的興起是該平台對觀眾行為做出反應的一個例子。YouTube 之所以專注於 Shorts，是因為觀眾喜歡。觀眾對更高效、更有吸引力的內容的需求推動了YouTube 平台的發展方向。
你可以觀察訂閱觀眾對其訂閱源中的影片的反應，就能更好的了解觀眾的喜好。像是我的頻道就會對於某個分類的影片被按下訂閱的比例多。而這些數據可以深入了解內容問題還有偏好。
Beaupré 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”，他承認觀眾偏好是有不可預測性的。
三、演算法不會懲罰休息或觀看次數減少的頻道。
頻道並部會因休息或觀看次數減少而受到演算法懲罰。Beaupré 解釋說，該演算法目的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措施或過度重視過去的觀看數據。
Beaupré 表示：「如果歷史數據不能特別預測未來的視訊表現，我們的目標是不要過度強調歷史數據。」
YouTube 建議創作者不要只專注於新上傳影片的分析，因為推薦不僅限於最近的內容。如果使用者對影片重新燃起興趣或趨勢發生變化，影片就會重新獲得吸引力，因此創作者應該對超越直接指標的機會保持開放態度。
像我就曾經因為在後台發掘到某個關鍵字，原來某些分類的影片有另外一群觀眾，而使得這個分類中好幾之舊影片突然流量爆增。
創作者的主要該了解一個道理是， YouTube 演算法並不是為了獲取創作者而設計的。YouTube 是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起來，也不必擔心。YouTube 演算法將繼續努力尋找您的受眾。創作者必須繼續努力讓內容觀眾願意觀看。
YouTube 最近發佈了一段資訊影片，消除了創作者對 YouTube 推薦演算法工作原理的常見誤解。
探索更多來自 網路行銷講師蔡沛君｜ 不踢客網路行銷公司 的內容
訂閱後即可透過電子郵件收到最新文章。