Регулярно получал предложения от профессионалов продвижения. Обещали вывести ресурс, страницу, профиль, канал в лидеры. Писали во все сети, обещая настроить незаметные параметры повышающие просматриваемость. Раз подобных специалистов много, значит можно-таки освоить подобные премудрости?
С Александром Яценко, коллегой по «Бюро Брагинского», взялись изучить влияние на популярность видео со стороны:
названия ролика текстового описания поддерживающего облака тегов. Начали сбором названий и описаний всех видео в плейлистах моего YouTube-канала, доступных к просмотру...
... на что, не считая программирования на python, потратили чуть больше двух с половиной минут (1):
Попутно ввели оценки:
краткости текстового описания видео, присвоив переменной критерия значение в 120 символов (2) наличия нулевого тега времени, переводящего прогресс-бар просмотра из линии в блоки (3) присутствия строки с маской «00:00 Вступление #НазваниеПередачи» (4):
Продолжили сбором облаков тегов и показателей SEO для каждого видео по версии плагина VidIQ (5) ...
... что потребовало более 3,5 часов (6) ...
... позволило собрать параметры роликов (7) ...
... и сформировать понимание исполнения рекомендованного чек-листа (8):
Занялись подготовкой списка будущих тегов: копировали название видео в строку, из которой «выкусывали» вариации фраз из одного-четырёх слов, до тех пор, пока переменная не становилась пустой (9) ...
... удовольствие длилось 10 минут (10) ...
... и позволило собрать облако из 1’280 тегов, входящих в названия (11), а также определить какие из них будут ранжированными — с повышенными индивидуальными показателями SEO (12) и для какого числа роликов (13):
Теперь предстояло создать таблицу оценки отдельных тегов под каждым видео. Чтобы быть мобильнее, решили действовать партиями по 100 роликов (14):
Наполнение таблицы заняло почти пять минут (15) ...
... создав 45’071 вариаций (16) к отработке:
Для того, чтобы ускорить процесс, предприняли ряд оптимизаций:
перед подготовкой списка к перебору под каждым видео, сортировали теги по среднему SEO (17) ...
... что позволяло быстрее находить весомые теги со значениями 7.1+, которые мы обозначили в левой колонке результатов как «BIG», попутно подсчитывая их суммарную длину, включая запятые (18) ...
... и ранжированные теги, со значениями 11.8+, которые мы промаркировали в правом столбце результатов как «RANKED» с учётом общего найденного количества (19):
2. прекращали перебор фраз под видео, при достижении суммарной длины весомых тегов в 500 символов (лимит поля в YouTube) и нахождении 5 ранжированных тегов (20):
Для 1’160 роликов за 416 часов (17+ суток) рассчитали SEO-веса 564’290 комбинаций «видео-тег» (21) ...
... после чего приступили к формированию персонализированных облаков тегов для блоков видео по 100 штук (22) ...
... что занимало по 35 минут на партию (23) ...
... и потребовало провести 3’363 эксперимента (24) по повышению SEO-значений (25 — было, 26 — стало):
Если в начале эксперимента все видео имели стандартную оценку в 50 пунктов (27) способ достижения которой описывал в статье «Как проложить кратчайший путь на вершину YouTube» ...
... то к концу все без исключения ролики достигли вершины в 75 SEO-баллов (28):
Обработали 12-ю сотню роликов, подождали неделю, запустили финальный тест, намереваясь убедиться в безукоризненности подобранных облаков тегов и... обомлели — ряд видео опустилось до начальных значений (29) ...
... и ни один ролик не удержал захваченную высоту в 75 SEO-баллов (30):
Урок заставил переосмыслить происходящее: злоупотребление «сильными» тегами приводит ко взаимной каннибализации, при которой поздние видео поднимаются в рейтинге за счёт падения ранее размещённых.
Сменили тактику, перейдя на сквозной подбор роликов-кандидатов, имеющих SEO менее 75 баллов (31), имеющих достаточное количество ранжированных тегов (32) и суммарную длину потенциального тегового облака более 500 символов (33):
Не помогло: оказалось, что только 930 видео (34) из 1’160 или 80% способны теоретически достигать высших отметок, благодаря наличию тегов из сильных корзин (35) и ранжированных (36):
Гипотеза подтвердилась (37) ...
... но с добавлением роликов, процент дотягиваемых до вершины таял и при 1’500 составил 913 кандидатов.
Чтобы повысить ставки приоретизировали ранжированные теги по количеству (38) набираемых максимальных SEO-баллов (39) ...
... остальные отсортировали по среднему значению (40) ...
... и удалили нижнюю часть списка — не набирающие более 6.8 баллов ни под одним роликом (41):
Повторили перебор тяжеловесных тегов под всеми видео, выбирая под каждый ролик наиболее редкие (44) из ранжированных (43) ...
... что понизило встречаемость ранжированных тегов в 13 раз (45) ...
... и показало объём тщетных усилий — только 28’656 или 5,1% тегов (47) пригодились для финальных облаков под роликами и навело на мысли о том, как избегать лишних итераций с бесперспективными вариантами (46):
«Раскручивая» канал, последовательно наблюдали 6-ти недельный рост (48), квартальную стабилизацию (49) и чуть более длинное инерционное сползание (50) количества просмотров видео...
... и с огорчением наблюдали, как SEO-показатели плыли вниз (51). У многих видео (52) мощные теги стали неперспективными (53):
Через десять недель оценки роликов падать перестали, но мы, на всякий случай, отслеживание продолжим, а выдержавшим столь подробное повествование, дадим советы:
Чтобы разобраться с «алгоритмами» YouTube, достаточно квартала и азов программирования. Лучшие ранжированные теги — слова, входящие в название ролика; очерёдность не важна. Ранжированность тегов возникает из-за того, что по ним при поиске находят ваши видео. «Профессионалы» и сервисы помогают ненадолго — видео постоянно конкурируют. Разовыми интервенциями канал не раскрутить — требуется регулярный труд. Читайте также:
Два навыка, без которых продакт-менеджер упрется в потолок
Как найти самые перспективные сегменты бизнеса с помощью двух простых таблиц
Как я сделал приложение для себя, и оно понравилось 20000 пользователей
Женщина, которая сделала TikTok: что известно о «продуктовом гуру» ByteDance