来源： 德外5号   原创 施然

YouTube首席产品官尼尔·莫汉（Neal Mohan）近期宣布，计划从3月起在美国推出YouTube Shorts的测试版。该公司正试图研发将其创作者人群和20亿月度用户扩展到移动优先的产品，而Instagram也在做着同样的事情。在YouTube推出Shorts前不久，Instagram推出了Reels，全球领先的两个科技巨头紧随TikTok抢占短视频赛道。

提到短视频，算法分法是一个绕不过去的概念。Neal Mohan表示，YouTube的用户将70%的时间用在浏览算法推荐的内容上面。YouTube移动端日浏览量达到10亿次，每月观看总时长为60亿小时，每分钟有400小时时长的视频被上传到平台，但是只有5%-10％的视频的观看次数达到百万级。

下文我们将通过6个关键词，来回顾YouTube历年算法规则的变化轨迹，并重点聚焦2021年YouTube算法的运作模式，最后见招拆招，针对性地提出10个小窍门和3个tips（提示），希望可以帮助大家拨开算法的迷雾。

六个关键词，
回顾YouTube过往算法规则

在开始解析2021年YouTube算法新规则之前，不妨来回顾一下2012年到2020年这8年间YouTube走过的算法之路，借此与2021年的新变化进行对比。

阶段一 ：观看次数

2012年之前，YouTube用户每月总观看时长仅为40亿小时，和如今每天观看时长10亿小时相去甚远。当时，YouTube视频排序的参数非常简单：观看次数。

这一指标确实有助于将质量较好、更受欢迎的视频优先呈现给观众，但同时也导致了“点击诱饵”等作弊行为。“标题党”就是一个鲜活的例子，如果标题设置得非常有误导性，确实能够吸引用户点击，但是一旦视频没有满足标题带来的预期，用户还是会很快关掉。因此，这一策略对平台和广告商都有负面影响。

阶段二 ：观看时间（viewing time）和停留时间（session time）

2012年到2016年，YouTube将算法聚焦到观看时长和停留时长（即在平台上停留的总时长）这两个指标上。事实证明，用户仍然有办法打乱YouTube这一算法策略，比如在平台上磨磨蹭蹭，然后再点进真正想看的视频。YouTube确实想要刺激创作者提高内容质量，可惜总是事与愿违。

当算法偏向于那些能够更长时间吸引观众的视频时，一些创作者直接将这一规律转译为发布更长的视频，于是开始缩短在每个视频上投入的时间。许多创作者疲于应对定期提供优质的长视频。于是我们看到，2018年YouTube榜单前十名中，有五个是游戏录播视频。

阶段三：机器学习

2016年，YouTube发布了一份白皮书，解释了从机器学习到深度学习在推荐系统中的作用，也就是所谓的“算法”。

图注：《YouTube算法推荐的深度学习网络》（来源：Paul Covington，Jay Adams，Emre Sargin）

当然，算法并不是完美的，过去两年里，YouTube也遭到了不少质疑和批评。一些技术理论家将其算法称为“极端化工具”“误导引擎”，因为当时的算法规则时常推荐带有虚假信息或越来越耸动的内容。

于是YouTube继续更改算法，雇佣更多内容审核把关人员，移除了很多发挥舆论监督功能的视频，而且让不同内容频道之间产生区隔。

阶段四：质量

2017年，YouTube着力提高被推到醒目位置的新视频质量，以减少那些比较敏感尖锐的内容的频次。

阶段五：商业化

2018年初，YouTube的商业化政策发生了改变，即不再播放无法跳过的30秒强制广告，俗称“新政”。平台的积极监控，削减了内容创作者的数量。不过，同年CNN称该平台上出现了300多个大品牌的广告，然而有些品牌难免和一些负面言论产生关联，品牌安全和品牌形象维护难以得到保证。很多人开始推出YouTube广告计划，来保持品牌形象的完整性。

阶段六：“限制内容”禁令

2019年初，YouTube为了整改屡遭诟病的推荐算法，宣布其算法将不再推荐那些误导观众的“限制内容”，以打击打擦边球的虚假视频。

2021年，YouTube算法如何运作

当下，YouTube上每分钟上传300多小时的视频，观看次数达到一百万的视频占比几乎不到5%或者10%。（来源：Appypie，作者：Jayraj，《YouTube算法如何运作》）虽然数字并不低，但对于其庞大的用户群和创作者群体而言，这个比例值得深思。

用户如何在YouTube平台上发现视频？一是搜索，二是跟从推荐。

YouTube算法会影响一条视频在以下6个地方出现的位置：

1) 检索结果

2) 推荐列表

3) YouTube主页

4) 趋势推送列表

5) 频道订阅列表

6) 应用通知

关键点一：算法过滤推荐

YouTube算法会追踪用户的满意程度来进行个性化设计，打造很容易让人沉迷其中的推荐流。简单来说，深度学习会对视频进行筛选，来决定什么视频会出现在某一用户的“关注”列表，这一推荐过滤主要参考该用户的浏览历史，以及相似用户的浏览记录。

与此同时，另一个机器深度学习网络会为视频打分，进行排序。具体的打分指标尚不明朗，但至少我们知道，视频新近性和频道的发布频率是相关指标。

目前的推荐思路并不是为了识别“优质”视频，而是为了提供与用户需求相符合的视频，最终使用户在平台上花费更多时间，或者观看更多广告。2018年，皮尤研究中心一则报告推断，用户在YouTube上耗费的时间越长，平台算法就会为他们推荐越多受欢迎的长视频。

关键点二：算法对搜索结果进行排序

YouTube搜索、检索系统有两大目标：一是帮助用户找到想看的视频，二是激励受众互动，提高长期满意度。

影响YouTube搜索结果的因素有很多，最主要的有两点：一是视频的原始数据（标题、描述、关键词）和用户检索内容的匹配度；二是视频已有的数据（评论、点赞、浏览时长）。

图注：影响YouTube浏览量的各大因素（来源：Appypie）

根据分析和推测，下列指标会影响2021年YouTube算法的选择：

1) 用户正在观看或未观看的内容（如曝光量vs.浏览量）

2) 用户在某一视频上花费的时间（观看时间vs.停留时间）

3) 某一视频受欢迎程度上升或下降的速度（观看次数的快速变化，以及增长率）

4) 某一视频的新颖程度（新视频会优先推荐，以争取流行度）

5) 频道发布视频的频率

6) 用户在平台上停留的时间（活跃时间）

7) 喜欢、不喜欢、分享（评论）

8) 标记“不感兴趣”

10条措施+3个关键策略，
玩转2021年YouTube新算法

应对2021年YouTube算法规则的十个的小窍门：

1.在标题中使用相关关键词

这一点适用于任何一条初始数据，包括但不限于视频简介、字幕和主题标签。使用关键词并不意味着可以抓着不相关的热门词用，也尽量不要添加太过杂乱的信息，必须为观众提供有价值的内容。关键词有助于优化搜索结果。

2.写一个精彩的视频描述

开头几行应精准、有趣味地概括视频内容，同时也别忘了使用关键词。虽然YouTube偏好细节满满的长描述，但是也要注意，只有点击“更多内容”，用户才能看到折叠起来的信息。

3.给关键词下定义

利用频道搜索报告找出用户在搜索你的视频时往往使用哪些关键词，然后在视频标题、简介等地方使用相同的相关词，只要相关就可行。只有用户点开视频看了没几秒就关掉，才会影响排名。

4.评测流量来源，制作新视频

如果用户留意到你用了视频中没有出现的关键词，考虑这是否能够成为一个创新点，用到接下来的内容制作中去。

5.添加字幕，转换视频形式

用户经常在静音的情境下观看视频（手机用户格外如此），所以可以给视频添加字幕。YouTube可以自动匹配几种语言的字幕，但如果嵌入自制的字幕文件，搜索引擎能够识别到，将会有利于排名。

6.给视频添加翻译

许多潜在用户可能使用不同的语言，YouTube鼓励创作者对视频的标题、简介和字幕进行翻译，扩大受众范围。

7.上传自定义缩略图

除了标题，视频的缩略图对于有娱乐诉求的用户至关重要。要知道，YouTube上最受欢迎的视频中有90%都是创作者自己上传缩略图，而不是依靠网站自动生成的图像。

8.尽力让观众看完整个视频

理想状况下，你的视频很有价值，也很吸引人，观众愿意看到最后。然而，一旦你发现浏览时长有所下降，请务必尝试各种方法，增加结尾的魅力。

9.不可忽略结尾

通过叠加图片、制作结束画面等方式引导观众浏览其他视频。可以在视频中置入可点击的链接，直接将观众引向下一个视频。

10.引导观众订阅该视频频道

粉丝数量不仅仅关乎面子——拥有更多粉丝，意味着视频的自然覆盖范围更大。如果粉丝打开了通知权限，每个新视频发布都会通知到粉丝，频道将赢得一切。

此外，还有提高频道观看次数的3个tips：

1.创建系列视频，而不是单独视频

YouTube算法鼓励系列视频。创建一系列彼此关联的视频，一方面顺应算法推荐规则，一方面也可以引导受众观看更多视频。将相关视频分组到一个播放列表里，以便让视频依次序自动播放，降低观众跳转到另一个频道的可能性。如果真的达到了预期，也有助于增加频道的总观看时长。

2.跨平台传播

在播客、社交媒体、邮箱等地方推广自己的YouTube频道，而不是局限于YouTube平台。充分利用各种传播工具，将视频分享到其他社交媒体，也有助于增加观看次数。

3.监控频道状况

监测发什么内容效果好，什么内容效果不好，盯紧粉丝的退订、订阅行为，找准什么时间段发布效果最好。与此同时，也可以自己来判断哪些视频需要更新，或者换掉。充分利用YouTube的后台数据分析功能。

结语

从2005年到2021年，YouTube不断变换策略和算法规则，万变不离其宗，它的目标有两个重点指向：一是帮助观众找到他们想要观看的视频，二是使观众的长期参与度和满意度最大化。YouTube不会根据一些视频的效果对整个频道进行评估。在决定是否推荐视频给他人时，YouTube只关心人们对给定视频的反应。推荐算法始终是跟随受众的。