Формула YouTube. Все, что необходимо знать, от старта канала до вирусного контента - Деррал Ивс

как это сделать, похож на садовника, который хочет собирать урожай, не посадив в землю ни одного семени. Стать успешным садовником, равно как и профессионалом на YouTube, не получится в одночасье. Вы должны взять лопату и копать. Вначале на ваших метафорических руках появятся мозоли, но когда мышцы для поиска и анализа данных укрепятся, вы начнете раскапывать сеть подземных соединений, откроете для себя целый мир «как» и «почему» и поймете, что требуется для создания успешного контента.

Создатель контента на YouTube, который понимает, что необходимо адаптироваться к данным статистики, но понятия не имеет, как это сделать, похож на садовника, который хочет собирать урожай, не посадив в землю ни одного семени.

Искусственный интеллект YouTube (ИИ) – это развивающаяся структура в экосистеме, и для ее понимания и использования придется потрудиться, хоть она и достаточно гибкая. Вам также нужно быть гибким, то есть уметь подгонять свои стратегии под то, что работает в настоящее время. Чем лучше вы в этом разбираетесь, тем выше шансы на успех.

Эволюция ИИ

Как современные пользователи YouTube, мы привыкли, что платформа предлагает интересное нам видео без каких-либо подсказок, но так было не всегда. Изначально YouTube был местом, где можно было найти ответы на вопросы (например, как сменить шину) или развлечься (например, посмотреть, как кошки играют на клавиатуре), или посмеяться над детскими видео вроде «Чарли укусил меня за палец»[9]. Он был построен на более простом алгоритме, который выдавал рекомендации неточно. Но сегодня YouTube имеет сложную систему машинного обучения, которая действительно умеет угадывать, чего хотят люди. Давайте подробнее рассмотрим, как изменился его ИИ со временем и почему это важно для вас.

Примерно в 2011 году YouTube начал вносить системные изменения с одной целью: заставить людей дольше оставаться на платформе. Специалист YouTube, работавший над этой проблемой, обнаружил несколько зияющих дыр в системе. Например, к тому времени огромная часть зрителей начала пользоваться мобильными устройствами, но у платформы не было точной системы отслеживания их поведения. Какой ужас! Еще работать и работать.

С июля 2010 года YouTube тестировал программу под названием Leanback, которая после окончания просмотра видео ставила в очередь следующие видео, готовые к загрузке. Поначалу количество просмотров возросло, но вскоре снизилось. Те же результаты были получены от другой программы ИИ под названием Sibyl.

YouTube объединил усилия с командой проекта по машинному обучению Google Brain, чьи разработки находились на шаг впереди в этой области. Задачей сотрудничества было создание системы, позволяющей максимально долго удерживать зрителей на платформе. 15 марта 2012 года YouTube переключился с алгоритма, учитывающего количество просмотров видео, на алгоритм, который принимал во внимание только продолжительность просмотра. ИИ следовал за каждым зрителем, чтобы убедиться, что подобрал нужный контент. Его функцией также было рекомендовать подобные видео, но не абсолютно похожие. Подобные – это видео на ту же тему, но довольно сильно отличающиеся, такие видео нужны, чтобы сохранить интерес. Абсолютные копии отталкивали зрителей, потому что им приходилось смотреть одно и то же, как будто на повторе.

Другими словами, зрители ловили приманку нового искусственного интеллекта вместе с крючком, леской и грузилом. Он заставлял их остаться, а разработчики были все себя от радости.

YouTube стремился максимально сократить для зрителей время поиска нужного или интересного им видео, чтобы они «смотрели дольше, а кликали меньше». ИИ мог лучше «вычислять» контент, который нравится, чтобы зрители проводили больше времени именно за его просмотром.

Это смещение акцента на время просмотра изменило аудиторию YouTube: люди и правда начали оставаться на сайте дольше. Вводящая в заблуждение тактика кликбейта больше не вознаграждалась ИИ, потому что зрители быстро уходили, если в видео не было того, что обещали заголовок и превью. Зрители досматривали те видео, которые содержали именно то, что им было нужно. ИИ отслеживал ролики с большей продолжительностью просмотра и чаще рекомендовал их. Кроме того, зрители оставались, чтобы увидеть, что им порекомендуют дальше, потому что это было похоже на то, что им интересно.

Другими словами, зрители ловили приманку нового искусственного интеллекта вместе с крючком, леской и грузилом. Он заставлял их остаться, а разработчики были все себя от радости. Они внимательно следили за статистикой переключений и, затаив дыхание, ждали, сработает новый подход или провалится. К маю 2012 года, всего через несколько месяцев после интеграции нового ИИ, данные показали, что среднее время просмотра в четыре раза превысило прошлогодние показатели. Коллективный вздох облегчения.

Со временем искусственный интеллект позволил создать персональную ленту рекомендаций для каждого зрителя. Сейчас на главной странице каждого аккаунта представлены видео, подобранные на основе интересов его владельца. ИИ умеет со сверхъестественной точностью предсказывать, что зритель, возможно, захочет посмотреть. Это революционные изменения. Вы больше не покидаете платформу из-за того, что следующее видео – просто еще одна версия только что просмотренного. Вы остаетесь, чтобы кликнуть на то, которого никогда раньше не видели, но оно определенно вас привлекло. Как будто YouTube нанял портного, который снял с вас мерки и сшил наряд, о котором вы даже не задумывались, но он сидит как влитой и не напоминает ни одну из ваших старых вещей.

Погружение в глубокое машинное обучение

Для дальнейших объяснений давайте перемотаем историю назад и кое-что вспомним. На рубеже первого десятилетия XXI века YouTube столкнулся с некоторыми суровыми истинами. Первая из них: зрители часто смотрели видео с других платформ, а не заходили к ним напрямую. Это лишало возможности собирать статистику о пользователях, а также сохранять ее и использовать для монетизации.

Другая суровая истина: у YouTube были разные операционные программы для разных устройств и приложений, поэтому им нужно было собрать все части и перезагрузить операционную систему в одном месте прямо из источника. Поразительно, но у платформы не было даже встроенной системы для анализа использования мобильных устройств, что было неприятным фактом, поскольку огромный процент зрительской аудитории пользовался телефонами и планшетами. Их древняя мобильная версия была настолько медленной, что с этим срочно нужно было что-то делать.

В 2012 году была создана InnerTube – программа для штаб-квартиры YouTube, предназначенная для обновления алгоритмов и разработок «сверху вниз». InnerTube перезагружала систему и наблюдала за процессом, чтобы убедиться, что все встало на свои места правильно и быстро. Крайне важно, чтобы обновление внедрялось оперативно и тестировалось по всем направлениям. Если оно не срабатывало, его нужно было успеть отменить, чтобы оно не повредило систему. После корректировки попытку повторяли.

Еще одной важной частью перезагрузки было использование глубокого машинного обучения[10]. Искусственный интеллект Google прошел несколько этапов разработки и применения и становился все лучше и лучше. Теперь он был способен использовать гигантские