หากพูดถึงอัลกอริทึมก็คงเป็นสิ่งที่คนทำคอนเทนต์อยากจะทำความเข้าใจให้ได้มากที่สุด โดยเฉพาะอัลกอริทึมของ YouTube ที่สามารถทำให้มั่นคงในระยะยาวได้ ก็จะเป็นผลดีทั้งกับยอดเอนเกจเมนต์ และรายได้ด้วย เพราะผู้คนนับล้านต่างก็ใช้ YouTube เป็นทั้งแหล่งเอ็นเตอร์เทนเมนต์ ให้ความรู้ หรือสามารถให้ทั้ง 2 สิ่งในเวลาเดียวกันได้
ซึ่ง YouTube นับเป็นแพลตฟอร์มที่มั่นคงที่สุดสำหรับเหล่านักสร้างคอนเทนต์ทั่วโลก เพราะไม่ว่าพฤติกรรมของผู้คนจะเปลี่ยนไปเสพคอนเทนต์แบบ short-form หรือกลับมาให้ความสนใจกับ long-form ก็ตาม YouTube ก็สามารถยืนหยัดได้เพราะชูเรื่องคอนเทนต์เป็นหลัก
แต่จะมีสิ่งหนึ่งที่ฐานะนักสร้างคอนเทนต์ต้องทำความเข้าใจ เพื่อที่จะได้เพิ่มความโดดเด่นของคอนเทนต์มากขึ้น นั่นก็คือเรื่องของอัลกอริทึม ว่าทำคอนเทนต์ยังไงให้เข้าถึงคนดู และแมสได้ เพราะที่จริงแล้วแพลตฟอร์มอย่าง YouTube ก็มีส่วนผสมของการเป็น Search Engine แบบ Google อยู่ด้วย
โดยเฉพาะในยุคที่มี AI เข้ามาแนะนำคอนเทนต์หน้าฟีด หรือหน้าโฮมโปรไฟล์ที่เกี่ยวข้องมากขึ้น ก็ยิ่งทำให้อัลกอริทึมของ YouTube กลายเป็นอินไซต์ที่สำคัญ เพราะเป็นสิ่งที่ทำให้ผู้คนใหม่ ๆ สามารถเข้าถึงคอนเทนต์ในช่องต่าง ๆ ได้
และแม้อัลกอริทึมจะถูกกำหนดทั้งในแง่มุมของวิทยาศาสตร์ หรือคณิตศาสตร์เพื่อใช้ให้เกิดตัวชี้วัด และประเมินประสิทธิภาพของคอนเทนต์ในช่อง วันนี้ RAiNMaker จะมาเจาะลึกให้รู้กันว่าควรจะเริ่มทำความเข้าใจอัลกอริทึมบน YouTube แบบไหนบ้าง ถึงจะรู้ได้ว่าคอนเทต์ที่ถูกสร้างขึ้นมา จะไปหากลุ่มเป้าหมายที่ใช่ได้
Discover Video Content
การจะเจอคอนเทนต์ที่ใช่ กลุ่มเป้าหมายบน YouTube ส่วนใหญ่ก็มักจะเจอเองตามที่อัลกอริทึมแนะนำ หรือไม่ก็รู้ว่าตัวเองต้องการคอนเทนต์แบบไหนเลยทำการค้นหา เลยแบ่งประสิทธิภาพในการค้นหาคอนเทนต์วิดีโอได้ ดังนี้
Recommended Content
ตำแหน่งที่แสดงคอนเทนต์แนะนำ
- Home page (หน้าโฮมบน YouTube)
- Suggested Video (แท็บคอนเทนต์ที่แนะนำ)
Pinpoint Factors: หลักการวิเคราะห์ Recommended Content
เมื่อได้รู้ตำแหน่งการแสดงคอนเทนต์ที่อัลกอริทึมของ YouTube แนะนำไปแล้ว หลักการวิเคราะห์วิดีโอที่แนะนำ เพื่อนำไปต่อยอดการสร้างคอนเทนต์ใหม่ ๆ ก็คือการทำความเข้าใจความสนใจ และ Interact ของผู้ชม (User) ที่ให้สัญญาญกับคนทำคอนเทนต์ ดังนี้
- User รับชมแบบใด
- User ไม่ชอบรับชมแบบใด
- User ค้นหาคอนเทนต์แบบใด
- User กด Like หรือ Dislike
- User ให้ฟีดแบ็ก Not Interest อย่างไร
YouTube Tracking: สิ่งที่ติดตามจากผู้ชม
หลังจากทำความเข้าใจ และวิเคราะห์คอนเทนต์ที่แนะนำกับผู้ชมแล้ว สิ่งสำคัญที่สามารถแทร็ก เพื่อวิเคราะห์ผู้ชมได้มีอินไซต์ยิ่งขึ้นก็คือ
- Viewer Watch: ระยะเวลาการรับชม
- Search Video: การค้นหาวิดีโอ
- Skip: ช่วงที่มีการกดข้ามวิดีโอ
- Like & Dislike: การแสดงว่าชอบ และไม่ชอบ
- Not Interest: การแสดงว่าไม่สนใจ
Selection of Video: หลักการแนะนำคลิปให้ผู้ชม
เพราะ YouTube มักจะมีการเสิร์ฟคอนเทนต์วิดีโอที่เกี่ยวข้องกับผู้ชมแต่ละคนแบบ ‘Personalized Recommendations’ อยู่แล้ว ทั้งหน้าโฮม (Home Page) หรือหน้าผู้ติดตาม (Subscription) และวิดีโอที่มีผู้ชมเหมือนกัน (Videos watched by similar viewers) ไปจนถึงวิดีโอใหม่ (New videos)
- Performance: คอนเทนต์มีประสิทธิภาพตรงตามความสนใจผู้ชมมากน้อยแค่ไหน
- Watch Time: ความถี่ในการรับชมวิดีโอในช่อง
- Search History: ความถี่ในการแสดงคอนเทนต์ในช่องค้นหา เมื่อพิมพ์ผ่านคีย์เวิร์ดที่กำหนดไว้
Suggested Videos Algorithm: อัลกอริทึมการแนะนำคลิป
สำหรับการแนะนำคลิปจากอัลกอริทึมของ YouTube มักจะมีการแนะนำผ่านด้านขวามือของผู้ชม และมีการจัดอันดับที่อ้างอิงมาจากความสนใจของผู้ชมแต่ละคน ซึ่งส่วนใหญ่อัลกอริทึมจะมีเกณฑ์คัดการแนะนำคลิป คือ
- Currently Watching: คลิปที่รับชมล่าสุด
- Related: คลิปที่เกี่ยวข้องกับความสนใจ
- Similar Creators: คลิปที่ครีเอเตอร์ที่ชื่นชอบคล้ายกัน
- Recently Uploaded: คลิปที่อัปโหลดล่าสุด
- Watch History: คลิปที่มาจากประวัติการรับชม
การวัด Algorithm Metrics
สำหรับการวัดประสิทธิภาพจากอัลกอริทึมของ YouTube จะประกอบไปด้วย ส่วนที่มาจากการรับชมคอนเทนต์วิดีโอ การได้รับฟีดแบ็ก และการส่งพรอมพ์เพื่อให้ผู้ชมตอบคำถามเป็นเวลาสั้น ๆ เพื่อให้ผู้ชมมี Interact มากที่สุด ไม่ว่าคอนเทนต์จะเป็นรูปแบบไหนก็ตาม
1. Engagement
ตัววัดหลักของ YouTube และทุก ๆ แพลตฟอร์มโซเชียลมีเดียที่มีอัลกอริทึมของตัวเอง โดยมักจะมาจากการรับชมคอนเทนตืวิดิโอเป็นหลัก และผู้ชมมักจะแสดงการ Interact บ่อยครั้งทั้งก่อน ระหว่าง และหลังรับชมคลิป
– Watch Time
– Views
– Likes
– Dislikes
– Shares
2. Direct Feedback
เมื่อ YouTube ให้ความสำคัญกับพฤติกรรมการรับชมของผู้คน การปรับแต่งหน้าโฮมเพจเองในฐานะเจ้าของช่องได้ ก็เพื่อสร้างทิศทางในการรับชมของผู้ชมที่เป็นกลุ่มเป้าหมาย เพื่อให้เจอคลิปที่ต้องการเพิ่มยอดเอนเกจเมนต์มากขึ้นในหน้าฟีด
– Add to queue
– Save to Watch later
– Share
3. Feedback Surveys
พรอมพ์การถามความคิดเห็นแบบสุ่มของ YouTube ที่ต้องการถามเพื่อนำไปพัฒนาการแนะนำของอัลกอริทึมต่อไป
– เรตติงวิดีโอผ่านการให้ดาว
– เลือกเหตุผลการให้คะแนน
– มีตัวเลือก ‘Not Interested’
Trending Videos
เกณฑ์การเลือกคอนเทนต์วิดีโอที่ติดเทรนด์บน YouTube
- Long-form และ Short-form ยอดนิยม
- เทรนด์ต่างไปตามภูมิภาค เพราะผู้ใช้แต่ละภูมิภาคให้ความสนใจคอนเทนต์แตกต่างกัน
- มีการรีเฟรชทุก 15 นาที เพื่อให้เทรนด์สดใหม่ และอัปเดตคอนเทนต์ที่ติดอันดับการเข้าชม และยอดวิวแบบเรียลไทม์มากที่สุด
ตัววัดที่ทำให้คอนเทนต์ติดเทรนด์
นอกจากความนิยม และเทรนด์ที่แตกต่างไปตามภูมิภาคแล้ว การคำนวณของอัลกอริทึมที่ทำให้คอนเทนต์วิดีโอสามารถติดเทรนด์ได้ ก็มีตัววัดประสิทธิภาพอยู่เช่นกัน โดยส่วนใหญ่แล้วจะโฟกัสไปที่ความสนใจแปลงเป็ยอดวิว ความสดใหม่ของคอนเทนต์ และการเปรียบเทียบที่ทำให้คอนเทนต์นั้นโดดเด่นที่สุด
- View Count: นับยอดวิว
- Generating Views: ความเร็วการเพิ่มขึ้นของยอดวิว
- Views From: ต้นทางของยอดวิว
- Age of Video: อายุของคอนเทนต์วิดีโอ
- Video Performance Compared: เปรียบเทียบวิดีโอที่อัปโหลดในช่องเดียวกัน
YouTube Search: วิดีโอที่ติดการค้นหา
เช่นเดียวกับการเป็น Search Engine ของ Google ด้าน YouTube เองก็มักจะโฟกัสไปที่ความเกี่ยวข้องของคอนเทนต์ และคีย์เวิร์ดที่ใช้ค้นหาด้วย โดยไม่ได้คำนึงถึงแค่วิดีโอที่มียอดวิวเยอะที่สุดเพียงอย่างเดียว
- ผลลัพธ์คำนวณมาจากคลิปที่เกี่ยวข้องกับผู้ชม
- อัลกอริทึมคล้ายกับ Google Search
- ประมวลผลจาก Keyword Search
- ไม่ได้มาจาก Most-view Videos
Search Algorithm: สิ่งที่แท็บค้นหาให้ความสำคัญ
เพื่อให้คอนเทนต์วิดีโอที่ผู้ชมค้นหาถูกพบเจอได้มากที่สุด การใส่ข้อมูล และรายละเอียดที่มีคีย์เวิร์ดเกี่ยวข้อง หรือยอดนิยมในการค้นหาในแต่ละจุดบน YouTube เท่าที่ทำได้ จะช่วยให้คอนเทนต์ถูกค้นพบได้ง่ายขึ้นไปด้วย ไม่ว่าจะเป็น
- Title
- Description
- Video Content
- Viewer Search
- Drive Engagement
Key Focus: การคิดชื่อคลิปบนปกคลิป และคำอธิบายเกี่ยวกับคลิปพร้อมแฮชแท็ก ไปจนถึงคอนเทนต์ที่อัปโหลด จะต้องแมทช์กับคีย์เวิร์ดในการค้นหาของผู้ชมให้มากที่สุดเสมือนกับการทำ ‘YouTube SEO’ เพื่อให้อัลกอริทึมของ YouTube ประมวลผลลัพธ์ให้เจอตรงกันนั่นเอง
จากข้อแนะนำในการทำความเข้าใจอัลกอริทึมของ YouTube มากขึ้น แสดงให้เห็นว่าความเกี่ยวข้องทั้งหมดล้วนเชื่อมโยงกัน ตั้งแต่คอนเทนต์ที่ทำ ชื่อคลิป คำอธิบาย และคีย์เวิร์ดการค้นหาที่ใส่ไป ยิ่งตรงกับสิ่งที่ผู้ใช้ค้นหามากเท่าไหร่ก็ยิ่งดี
เช่นเดียวกับการทำ SEO เวลาเขียนบทความบนเว็บไซต์ ฝั่ง YouTube เองก็มีการสร้าง SEO ที่กำหนดเองได้อย่างหลากหลาย เพียงแค่ต้องทำให้ทุกอย่างเชื่อมโยงกับพฤติกรรมของผู้ชมที่เป็นกลุ่มเป้าหมายหลักด้วยนั่นเอง ใครที่ทำคอนเทนต์บน YouTube อยู่ ก็สามารถลองไปทำดูกันได้นะ