Ирина Гольмгрейн - Миллион просмотров. Как увеличить охваты коротких видео
- Название:Миллион просмотров. Как увеличить охваты коротких видео
- Автор:
- Жанр:
- Издательство:неизвестно
- Год:2022
- Город:Москва
- ISBN:978-5-17-151719-9
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Ирина Гольмгрейн - Миллион просмотров. Как увеличить охваты коротких видео краткое содержание
Эта книга для тех, у кого нет права на ошибку, кому некогда или не по статусу экспериментировать, и хочется сразу попасть в рекомендации и начать завоевывать признание, а желательно еще и монетизировать его.
Сейчас самое время понять, как работают умные ленты, и начать профессионально генерировать креатив и получать просмотры.
В формате PDF A4 сохранен издательский макет книги.
Миллион просмотров. Как увеличить охваты коротких видео - читать онлайн бесплатно ознакомительный отрывок
Интервал:
Закладка:
Простыми словами, машинное обучение – это когда компьютер, изучая большое количество ситуаций, видит между ними взаимосвязь и повторяющиеся модели поведения. На основе выявленных из опыта закономерностей машина предсказывает поведение объекта в будущем.
Для «эффекта чтения мыслей» нейросети даже не должны понимать суть видео.
Вот как они к этому пришли.
Контекстная реклама – это первое поколение рекомендательных систем. Они анализируют суть и содержание текста с помощью алгоритмов, заданных человеком. В онлайн-курсе Яндекса по контекстной рекламе сообщается: поисковая система анализирует семантику интернет-страниц, а рекламодатель задает ключевые слова для показа объявлений. Исходя из контекста веб-страницы, рекламная сеть подбирает подходящую по тематике рекламу или советует к прочтению статью. Алгоритм не учитывает никакие параметры, кроме контекста.
Контекстный подход для программирования рекомендаций по видеоконтенту оказался неприменимым. Для понимания сути и содержания роликов недостаточно расшифровать звук и затем проанализировать текст. На смысл влияют также эмоции, интонации и визуальные образы. Программисты пошли дальше, пытаясь сканировать надписи и распознавать лица и объекты. Но и это не помогало определять контекст, не говоря уже о точном попадании в несформулированные желания пользователя. Поэтому пришлось решать задачу: «Как понять предпочтения зрителя, не вникая в суть ролика?» Решение этой задачи нашлось благодаря нейросетям и большому количеству накопленных паттернов поведения пользователей.
Нейросеть наблюдает за вашим поведением. Помечает выполнение вами индикативных действий. Индикативные действия у социальных сетей слегка отличаются, но общая суть совпадает: комментарий, репост, досматривание до конца (или резкий свайп с первых мгновений) подписка, переход по тегам или дополнительным элементам (звук, маска). Единственный пользователь в вакууме никогда не начал бы получать качественные рекомендации. Система «look like» не анализирует того или иного человека в отдельности. Она кластеризует по сегментам, отмечает, кто похожим на вас образом взаимодействовал с контентом.
В огромной аудитории быстро находятся люди, которые свайпали или досматривали те же видосы, что и вы. В результате, когда похожим на вас людям понравится клип, система покажет его и вам.
Вы можете одновременно находиться в узких и широких группах по интересам и паттернам поведения. Таким образом, нейросеть совсем не должна анализировать содержание и контекст материалов для качественных рекомендаций. На этом мы и выстроим алгоритм получения бомбических охватов.
2.2. Как заставить нейросеть полюбить ролик?
Каждое взаимодействие человека с контентом система записывает в досье пользователя и в базу знаний о клипе. Поэтому фиксируем, какие действия заставляют нейросеть отмечать ролик как потенциально привлекательный для широкого круга зрителей.
Наиболее явные индикативные действия:
• Долгий просмотр, в идеале – до конца.
• Прокрутка на 2–3 круга.
• Комментарий, полемика или даже упоминание друзей в комментах, с вовлечением их в дискуссию.
• Приостановка на паузу. Это значит, содержание ценное и нельзя отвлекаться на внешние раздражители. Или нужно приглядеться к каким-то деталям, вчитаться в таблицу, изучить график.
• Переход в профиль. Зрителю настолько понравилось увиденное, что он захотел узнать больше об авторе или полистать другие посты, не дожидаясь, пока они естественным путем попадут в рекомендации (если вообще попадут).
• Подписка, хоть это и не дает гарантии, что автор хоть раз еще попадется в «реках». Помните? Подписка – это продвинутый лайк.
• Скачивание. Допустим, человек решил отправить пост маме или использовать его кадры в своем блоге.
• Переход на звук прокачивает рейтинг трека. После этого пользователю чаще будут попадаться рекомендации с тем же звуком. Для автора музыки это хорошо.
• Переход на маску (эффект, хэштег). Как и переход на звук, углубление в дополнительные элементы говорит о качественном взаимодействии, запуская широкое продвижение.
• Репост или дуэт. Репост в мессенджеры с дальнейшей конверсией в переходы означает не только желание поделиться, но и интерес тех, с кем поделились. Дуэт – инновационная форма репоста, когда комментарий к исходному ролику новый автор оставляет в формате встроенного видео.
Вопреки всеобщему заблуждению, количество лайков в вертикальных лентах слабо влияет на ранжирование. Призывы ставить лайки практически ничего не дают. Самую большую роль из перечисленного играют: досматриваемость до конца, комментарии, переходы в профиль и репосты.
Мы плотно будем работать с досматриваемостью. Комментирование косвенно влияет на нее. Пока человек пишет коммент, клип продолжает воспроизводиться по второму, третьему и четвертому кругу.
Увеличение досматриваемости – это борьба за качество видеоролика. Талантливое воплощение интригующих тем в оригинальных форматах затягивает смотреть до конца и мотивирует на переходы в профиль, комментарии и репосты.
К слову, некоторые рекомендательные системы отслеживают конверсию репостов. Репосты, не влекущие переходы, не засчитываются. Зато высокая конверсия усиливает продвижение выше и дольше держит вас в «реках».
С этими индикаторами нам предстоит работать. Выпишите их и переходите к первому шагу.
2.3. Шаг 1. Наработайте насмотренность
Если вы еще не зазобмированы Likee, не сидите ночами в VK.клипах и не залипаете в Shorts, то настало время эмпирического опыта.
Скачайте пару приложений, свайпайте предложения нейросети ежедневно по нескольку минут. Не мучайте себя, будьте как дома. Не нравится 10 рекомендаций подряд – пролистывайте, пока не покажется что-то стоящее.
Смотрите осознанно. Отмечайте, где индикаторы срабатывают, а где – нет. Обращайте внимание на креативы с сильными триггерами. Пытайтесь, не глядя на цифры, угадать, какой охват собрал клип. Если вы способны по содержанию контента предсказывать популярность автора и показы – у вас интуиция как у блогера-подростка.
Сохраняйте ссылки на понравившиеся ролики. Делайте пометки. Декомпозируйте. У криэйтора может быть оригинальный жанр, даже если тема вам не близка. Или крутой монтаж, хотя остальное скучно и убого. Возможно, авторский стиль и манера подачи будут хороши, хоть вы не поняли ничего из сказанного, потому что канал на немецком.
Например, блогер Лео Велес [6] https://www.tiktok.com/@leo_veles https://www.instagram.com/leo_veles
своеобразно работает с интонациями и зумом камеры, а Андрей «У меня вопрос» [7] https://www.youtube.com/channel/UCNeeUAMyWLQ-o30iPAc5B0g
нешаблонно снимает фрагментами под монтаж. Актриса Александра Табачкова [8] https://www.tiktok.com/@alex_tabak https://m.vk.com/id11595686?recs=1 https://www.instagram.com/alex_tabachkova
захватывает и удерживает внимание благодаря артистичности и красноречию.
Интервал:
Закладка: