YouTubes algoritm har ett enda mål: att få tittarna att stanna på plattformen så länge som möjligt. Varje beslut om vilka videor som ska rankas i sök, vilka som ska rekommenderas när en video är slut och vilka som ska visas på en tittares startsida följer av det målet. En video som får hög klickfrekvens, håller kvar tittarna under större delen av sin längd och får tittarna att direkt titta på en video till är en video som algoritmen ser som värdefull och sprider brett. En video som får klick men tappar tittarna under de första två minuterna, eller som spelas men inte leder till någon ytterligare tittarsession, räknas som svag oavsett hur många gånger den har laddats upp eller marknadsförts. När du förstår algoritmen på den här nivån försvinner mystiken kring varför vissa videor lyckas och andra inte, och du får ett tydligt ramverk för att fatta innehållsbeslut som konsekvent ger videor som algoritmen har skäl att sprida.
Så avgör YouTube vad som ska rankas i sök
Sök är den viktigaste vägen till upptäckt för de flesta videor på kanaler som ännu inte har många prenumeranter. YouTubes sökrankning fungerar annorlunda än Googles, och att förstå de särskilda signaler som styr resultatet i YouTubes sök är grunden för en innehållsstrategi som bygger hållbar organisk tillväxt.
Titel och nyckelordsrelevans
Videons titel är den enskilt viktigaste textsignalen för rankningen i YouTubes sök. YouTube läser titeln för att förstå vad videon handlar om och matchar den mot de sökord tittarna skriver. En titel som innehåller den exakta fras som en tittare sannolikt söker på presterar märkbart bättre i sökresultaten än en som är kreativ eller klurig men inte speglar tittarens sökspråk. Huvudnyckelordet eller frasen bör stå i titeln, helst nära början. En titel som är uppbyggd som "Så gör du [uppgift] för [målgrupp]" eller "[Huvudnyckelord]: [mer detaljer]" presterar genomgående bättre än titlar som gömmer ämnet bakom en varumärkescentrerad inramning. Titeln måste också vara lockande nog för att få klicket när videon väl visas i sökresultatet, eftersom klickfrekvensen i sig är en rankningssignal: en video som visas i resultaten men får få klick jämfört med videorna runt omkring tappar sin position över tid.
Beskrivningens relevans och placeringen av nyckelord
Videobeskrivningen är den andra viktiga textsignalen för rankningen i sök. YouTube läser de första 200 till 250 tecknen av beskrivningen för att klassificera videon i sök, vilket betyder att början av beskrivningen bör innehålla huvudnyckelordet och en tydlig förklaring av vad videon handlar om, inte ett allmänt välkomstmeddelande eller en länklista. Hela beskrivningen kan vara flera stycken lång och bör innehålla naturliga varianter av huvudnyckelordet, relaterade ämnesord och tillräckligt med sammanhang om videons innehåll för att algoritmen ska kunna klassificera den korrekt över en rad relaterade sökningar. Beskrivningar som är tunna, allmänna eller bara består av länkar och användarnamn i sociala medier ger nästan ingen sökignal och gör att videon bara hänger på titeln för sin rankning, vilket begränsar hur många sökningar den kan visas i.
Taggar och deras verkliga roll för rankningen
Videotaggar har blivit mindre viktiga för rankningen i takt med att YouTubes språkförståelse har förbättrats, men de är fortfarande en användbar sekundär signal för ämnesklassificering. Taggarna bör innehålla huvudfrasen, nära varianter av den, bredare kategoriord och särskilda namngivna ämnen som tas upp i videon. Taggar syns inte för tittarna men läses av algoritmen för klassificering. Det vanligaste misstaget med taggar är att använda dem som en önskelista med ord med hög sökvolym som varumärket gärna vill ranka för men som inte verkligen finns i videons innehåll. Irrelevanta taggar förbättrar inte rankningen för de orden och kan skapa en glipa mellan videons uppgivna ämne och dess verkliga innehåll som förvirrar algoritmens klassificering. Taggarna ska beskriva vad videon faktiskt handlar om, inte vad varumärket hoppas ranka för.
Klickfrekvens från sökresultat
Klickfrekvensen är andelen tittare som ser en video i sökresultaten och väljer att klicka på den. YouTube använder klickfrekvensen som en kvalitetssignal i realtid: om en video visas i resultaten men de flesta som ser den väljer ett annat resultat tolkar YouTube det som att videon inte matchar tittarens avsikt särskilt bra och sänker dess position över tid. Klickfrekvensen styrs främst av miniatyrbilden och titeln, de enda två element en tittare ser i sökresultaten innan hen bestämmer sig för att titta. En miniatyrbild som tydligt visar videons värde och en titel som matchar sökavsikten exakt ger högre klickfrekvens än en allmän miniatyrbild och en klurig men vag titel. Att förbättra en videos miniatyrbild efter publiceringen är ett av de mest pålitliga sätten att förbättra en svagt presterande videos sökposition utan att ladda upp den på nytt eller ändra innehållet.
Undertexter och transkribering
YouTube skapar automatiskt undertexter för de flesta videor, och undertexten indexeras av algoritmen som en extra signal om videons innehåll. Automatiska undertexter är inte alltid korrekta, särskilt för varumärkesnamn, facktermer eller dialekter som taligenkänningen inte klarar av. Om du laddar upp en rättad undertextfil i stället för att lita på de automatiska får du en korrekt transkribering och ger algoritmen ren och korrekt textdata. Det förbättrar också tillgängligheten för tittare som tittar med undertexter på, vilket inkluderar en stor del av de mobila tittare som tittar utan ljud på allmänna platser. En video som nämner sitt huvudämne flera gånger i innehållet, så som det fångas korrekt i transkriberingen, ger algoritmen starkare och jämnare signaler om ämnet än en video som nämner ämnet en gång i titeln och beskrivningen men aldrig i det som sägs.
Så fungerar rekommendationsalgoritmen
Sökrankningen avgör hur en video presterar när tittarna aktivt letar efter den. Rekommendationsalgoritmen avgör hur brett videon sprids till tittare som inte har sökt efter den: i sidofältet med föreslagna videor, på startsidan och i slutskärmens rekommendationer när andra videor tar slut. För de flesta etablerade kanaler är trafiken från rekommendationer till volymen mycket större än trafiken från sök, så det är avgörande för kanalens långsiktiga tillväxt att förstå hur rekommendationer fungerar.
Visningstid och genomsnittlig visningslängd
Visningstid är det sammanlagda antalet minuter tittarna har tittat på en video över alla visningar. Genomsnittlig visningslängd är den andel av videons totala längd som den genomsnittliga tittaren tittar på innan hen lämnar. Båda är viktiga signaler i rekommendationsalgoritmen. En video som får 10 000 visningar men har en genomsnittlig visningslängd på 25 procent av längden visar för algoritmen att tittarna inte fick det de väntade sig. En video med 3 000 visningar men 70 procents genomsnittlig visningslängd visar för algoritmen att de som tittade tyckte att den var verkligt värdefull. Den andra videon får fler rekommendationer per visning än den första, eftersom algoritmen prioriterar videor som behåller tittarna i stället för att bara locka dem. En innehållsstrategi som går ut på att maximera antalet visningar på bekostnad av genomsnittlig visningslängd arbetar emot algoritmens kärnmål.
Klickfrekvens från rekommendationer
När YouTube rekommenderar en video i sidofältet med förslag eller på startsidan visas miniatyrbilden och titeln för en tittare som inte har bett om den. Klickfrekvensen i det sammanhanget mäter hur lockande videon framstår för en passiv tittare som inte särskilt sökte efter ämnet. Klickfrekvensen från rekommendationer är oftast lägre än från sök, eftersom tittarens avsikt är svagare, men antalet visningar av miniatyrbilden som rekommendationer ger är för de flesta ämnen mycket större än det sök ger. En video som får 5 till 10 procents klickfrekvens från rekommendationer presterar bra, och allt över det är exceptionellt. Miniatyrbilden väger tyngre för klickfrekvensen från rekommendationer än från sök, eftersom tittarens blick går till det visuella först på startsidan och i sidofältet med förslag.
Signaler om tittarnas nöjdhet: gilla-markeringar, kommentarer och delningar
Engagemangssignaler som gilla-markeringar, kommentarer och delningar är sekundära signaler i rekommendationsalgoritmen. De är mindre viktiga än visningstid och klickfrekvens men räknas ändå in i hur brett en video sprids. En video med hög visningstid och en hög andel gilla-markeringar visar ett starkt positivt gensvar och rekommenderas mer offensivt. Kommentarer visar att innehållet väckte en så stark reaktion att det motiverade ett skriftligt svar, vilket är en mer krävande engagemangssignal än en gilla-markering. Delningar visar att tittarna tyckte att innehållet var så värdefullt att de spred det i sitt eget nätverk, något YouTube ser som en stark positiv signal om innehållets kvalitet. Om du uppmanar tittarna att engagera sig i slutet av en video, med en genuin fråga i stället för en inövad allmän uppmaning, ökar engagemanget och algoritmen blir säkrare på videons kvalitet.
Start av session och fortsatt session
YouTubes algoritm sätter särskilt högt värde på två beteenden hos tittarna: att starta en YouTube-session med en särskild video och att titta på en ny video direkt efter att en har tagit slut. En video som en tittare återvänder till YouTube enbart för att se, i stället för att hitta den via rekommendationer när hen redan är på plattformen, visar stark avsikt och väger tungt i algoritmens bedömning. En video som leder direkt vidare till en annan video från samma kanal, så att tittaren stannar kvar i en YouTube-session i stället för att lämna plattformen, får tillgodoräkna sig den fortsatta sessionstiden. Kanaler som utformar sitt innehåll som sekvenser, där en video naturligt leder till nästa, får nytta av den här effekten. Slutskärmar och kort som rekommenderar relaterade videor bidrar till fortsatta sessioner och förbättrar kanalens övergripande ställning hos algoritmen.
Så lär sig algoritmen vad tittarna föredrar
YouTubes rekommendationsalgoritm är personlig: den lär sig varje tittares preferenser från visningshistorik, sökhistorik och engagemangsmönster och använder den datan för att rekommendera olika innehåll till olika tittare. En video om kaffeutrustning för nybörjare som rekommenderas till en tittare som har sett dussintals kaffevideor befinner sig i ett helt annat algoritmiskt sammanhang än samma video rekommenderad till en tittare utan någon historik av kaffevideor. Den här personaliseringen gör att en videos framgång i rekommendationsalgoritmen delvis beror på hur väl den matchar de etablerade preferenserna hos de tittare YouTube väljer att visa den för. Kanaler som bygger en jämn och tydligt avgränsad innehållsnisch får nytta av personaliseringen: algoritmen lär sig vilka tittarprofiler som sannolikt tittar på och gillar kanalens innehåll, och rekommenderar det alltmer till tittare med liknande profil, vilket skapar en tillväxt som bygger på sig själv över tid.
De signaler varumärken kan påverka direkt
Många faktorer som påverkar prestandan i algoritmen går att styra direkt. Om du lägger förbättringsarbetet på de signaler som har störst effekt och går lättast att påverka får du bättre resultat än om du försöker optimera alla möjliga variabler samtidigt.
De första 30 sekunderna och krokar som behåller tittare
De första 30 sekunderna av en video har oproportionerligt stor effekt på genomsnittlig visningslängd, eftersom en stor andel av dem som klickar på en video bestämmer sig för att fortsätta eller lämna under den första halvminuten. En video som öppnar med ett tydligt besked om vad tittaren får av att titta, utan långt förspel, kanalintron eller orelaterat innehåll, behåller en större andel av de första tittarna genom hela videon. Öppningskroken bör svara på tittarens outtalade fråga: "Är det här värt min tid?" Den ska vara specifik för videons innehåll och inte ett allmänt välkomnande eller en reklam för kanalen. En kanalintro på 30 sekunder eller en logotypanimation innan innehållet börjar är ett av de säkraste sätten att tappa tittare under de första 30 sekunderna, och de flesta etablerade YouTube-kanaler har tagit bort sådana intron just för att datan visade att de skadade behållningen.
Miniatyrbildens utformning som hävstång mot algoritmen
Miniatyrbilder påverkar klickfrekvensen, som påverkar både sökrankningen och spridningen av rekommendationer. En miniatyrbild som är gjord för algoritmen, det vill säga gjord för att få klick från den typ av tittare videon riktar sig till, är en direkt investering i prestanda hos algoritmen. De mest effektiva YouTube-miniatyrbilderna har vissa gemensamma drag: de går att läsa i liten storlek, de ger en tydlig och specifik anledning att klicka utöver det titeln redan säger, de använder en begränsad färgpalett som sticker ut mot YouTubes mestadels vita och grå gränssnitt och de ser likadana ut som kanalens övriga miniatyrbilder så att vana tittare känner igen kanalens innehåll med en blick. Att testa flera miniatyrbilder genom att byta miniatyrbild på en svagt presterande video och följa om klickfrekvensen förbättras är ett av de mest pålitliga optimeringsexperiment som finns för YouTube-skapare.
Jämn publicering och dess effekt på algoritmen
YouTubes algoritm sprider en kanals innehåll mer offensivt när publiceringen är jämn och regelbunden. En kanal som publicerar i en förutsägbar takt lär algoritmen att vänta sig nytt innehåll och lär prenumeranterna att se fram emot det. När en kanal är tyst i flera veckor minskar algoritmens förtroende för att den fortfarande är aktiv, och spridningen av rekommendationer sjunker. Att bygga upp den spridningen igen efter ett uppehåll kräver flera jämna publiceringar, vilket betyder att en ojämn publiceringshistorik ger ett mönster av förlorad fart och återhämtning som är mindre effektivt än att hålla en lägre men jämn frekvens hela tiden. För de flesta varumärkeskanaler är en gång i veckan den bästa takten för att bygga fart hos algoritmen. För kanaler som inte orkar hålla den takten ger en publicering varannan vecka, hållen jämnt, bättre resultat än veckovis publicering som glider över i månadsvis.
Kapitel, kort och slutskärmar som verktyg för att behålla tittare
Med YouTube-kapitel kan du dela in en video i märkta avsnitt som visas i förloppsfältet, så att tittarna lätt hittar till särskilda delar av en längre video. Kapitel minskar risken att en tittare lämnar videon för att hen inte snabbt hittar den del som är mest relevant för hens fråga. Kort är små interaktiva element som visas under en video och kan länka till andra videor, spellistor eller externa webbplatser. Slutskärmar visas under de sista 5 till 20 sekunderna och är det främsta verktyget för att leda tittarna till nästa video när den aktuella tar slut. Om du använder kapitel, kort och slutskärmar med avsikt minskar de tillsammans avhoppen inom en video och ökar sannolikheten för att sessionen fortsätter efter att den är slut, vilket båda förbättrar videons ställning hos algoritmen.
Tidpunkt för publicering och dess kortsiktiga effekt
Om du publicerar en video under en period när tittarna är aktiva får den en större första publik under de första 24 till 48 timmarna, vilket ger starkare tidiga engagemangssignaler som algoritmen använder för att avgöra hur brett videon ska spridas under sin första vecka. För kanaler med en etablerad prenumerantbas ökar en publicering när prenumeranterna är som mest aktiva hastigheten med vilken de första visningarna och det första engagemanget samlas. YouTube Analytics visar aktivitetsmönster för publiken som är specifika för varje kanal, och det är mer pålitligt att publicera inom toppaktivitetens tidsfönster än att följa allmänna råd om plattformens tider. För nya kanaler där trafiken från prenumerationsflödet är minimal och de flesta visningar kommer från sök är effekten av tidpunkten mindre, men om du publicerar inom tidsfönstret med högst aktivitet ger du ändå videon de bästa möjliga förutsättningarna för algoritmens första bedömning.
Vanliga missförstånd om algoritmen som kostar kanaler resultat
Missuppfattningar om hur YouTubes algoritm fungerar leder till att varumärken fattar beslut som aktivt motverkar kanalens resultat. Att hitta och rätta till de missförstånden är lika viktigt som att förstå vad algoritmen belönar.
Antalet prenumeranter är ingen primär rankningssignal
Antalet prenumeranter är inte det som driver visningar på YouTube. En kanal med 10 000 prenumeranter vars videor i snitt får 500 visningar presterar sämre hos algoritmen än en kanal med 2 000 prenumeranter vars videor i snitt får 800 visningar, eftersom engagemanget i förhållande till publikens storlek är lägre. Algoritmen sprider innehåll utifrån hur bra en video presterar hos de tittare som ser den, inte utifrån hur många prenumeranter kanalen har samlat på sig. En video från en liten kanal som får hög visningstid och hög klickfrekvens slår en video från en stor kanal med dålig visningstid och låg klickfrekvens i det rekommenderade flödet. Varumärken som ser tillväxten av prenumeranter som det viktigaste måttet på framgång på YouTube följer ett utfall, inte det som driver prestandan.
Visningar är en eftersläpande indikator, inte en ledande
Visningar samlas som en följd av algoritmens beslut om spridning, inte före dem. En video som presterar bra på klickfrekvens och visningstid under de första 48 timmarna får mer spridning från algoritmen, vilket ger fler visningar över tid. En video som presterar dåligt på de signalerna under de första 48 timmarna får mindre spridning och samlar visningar långsamt, oavsett hur många gånger varumärket marknadsför den externt. Det praktiska är att de mått du ska följa under de första 48 timmarna efter publiceringen är klickfrekvens och genomsnittlig visningslängd, inte det totala antalet visningar. De två signalerna förutsäger videons långsiktiga resultat bättre än antalet tidiga visningar. Extern marknadsföring kan ge fler visningar men kan inte ersätta ett starkt resultat hos algoritmen om innehållet inte håller kvar tittarna när de väl har klickat.
Att radera svagt presterande videor är oftast ett misstag
Varumärken som raderar videor för att de presterade dåligt den första månaden tar ofta bort innehåll som hade fortsatt att samla sökdrivna visningar i flera år. En video som inte fick fäste i rekommendationerna men som rankar för en särskild sökning kan fortfarande ge jämn organisk trafik långt efter publiceringen. När du raderar den försvinner den för alltid ur sökresultaten, och den auktoritet den hade byggt upp går förlorad. Det bättre sättet att hantera svagt presterande videor är att uppdatera titeln, miniatyrbilden eller beskrivningen för att förbättra klickfrekvensen, lägga till kapitel om videon är tillräckligt lång och bedöma om det är innehållet som är problemet eller förpackningen som begränsar räckvidden. Radering bör sparas till innehåll som verkligen är föråldrat, felaktigt eller inte passar varumärket, inte innehåll som bara inte fick de visningar varumärket hoppades på.
Algoritmen belönar inte uppladdningsfrekvens för sin egen skull
Ett vanligt YouTube-råd är att ladda upp så ofta som möjligt. Algoritmen belönar jämnhet, men den belönar inte volym i sig. En kanal som publicerar fem videor i veckan med låg kvalitet eller tunt innehåll ser sina mått för visningstid och genomsnittlig visningslängd försämras, vilket visar algoritmen att kanalens innehåll inte tillfredsställer tittarna. Det är svårare att återhämta sig från den försämringen än den lilla fördelen med hög uppladdningsfrekvens är värd. Kvalitet och jämnhet betyder mer än volym. En enda video i veckan som konsekvent får hög visningstid bygger en starkare ställning hos algoritmen än tre videor i veckan som tittarna lämnar under första minuten.
Spellistor och serier förstärker prestandan hos algoritmen
Spellistor och innehållsserier används för lite som verktyg mot algoritmen på de flesta varumärkeskanaler. När en tittare har tittat klart på en video i en spellista spelar YouTube automatiskt nästa video i spellistan, och tittaren stannar kvar i en session som gynnar kanalens mått för visningstid. En serie videor där varje video naturligt leder till nästa skapar en spellista som ger fortsatta sessioner i en takt som fristående videor inte kan matcha. Att bygga upp innehållet i serier hjälper också algoritmen att klassificera kanalens ämnesområde mer exakt, eftersom den ser en sammanhängande uppsättning relaterat innehåll i stället för en osammanhängande samling enskilda videor. Om du planerar innehållsserier innan du publicerar och lägger dem i spellistor innan den första videon i serien går live får kanalen nytta av fortsatta sessioner redan från första tittaren.
Våra videor får bra visningssiffror första veckan men faller sedan helt. Vad säger det om vår ställning hos algoritmen?
Det tyder på att videorna får en första spridning, troligen via prenumeranter eller extern marknadsföring, men inte får tillräckligt med löpande rekommendationer från algoritmen för att hålla visningarna uppe efter första veckan. Den mest sannolika orsaken är att visningstiden och den genomsnittliga visningslängden inte är starka nog för att visa algoritmen att innehållet förtjänar fortsatt spridning. Titta i YouTube Analytics på genomsnittlig visningslängd för de senaste videorna: om tittarna lämnar innan halva videon har gått behöver innehållets uppbyggnad eller öppningen förbättras. Videor som håller kvar tittarna under största delen av längden fortsätter att samla visningar via rekommendationer långt efter den första publiceringsveckan. Videor som snabbt tappar tittare får spridning en gång och släpps sedan.
Vi ändrade stilen på kanalens miniatyrbilder och klickfrekvensen sjönk. Hur återhämtar vi oss?
Gå tillbaka till den tidigare miniatyrstilen på de senaste videorna och A/B-testa ändringar på äldre videor där mindre står på spel innan du inför dem i hela kanalen. Klickfrekvensen ändras förhållandevis snabbt när miniatyrbilder byts, oftast inom en till två veckor efter att den nya miniatyrbilden har gått live. Om den nya stilen presterar sämre på flera videor är det en tydlig signal om att ändringen var negativ. Ändringar av miniatyrbilder bör testas på en video i taget: byt miniatyrbild, vänta två veckor och jämför klickfrekvensen före och efter. En sänkt klickfrekvens påverkar både sökrankningen och spridningen av rekommendationer, så det är mer värt att snabbt återgå till den stil som fungerade än att vänta med att samla mer data om den svagare utformningen.
Vi har publicerat varje dag i en månad men kanalen växer inte. Ska vi publicera mer?
Att publicera mer är inte svaret om daglig publicering redan inte fungerar. Problemet är nästan säkert innehållets kvalitet eller målgruppen, inte frekvensen. Titta på din data för visningstid: om den genomsnittliga visningslängden ligger under 40 procent på dina videor tycker tittarna att innehållet är otillfredsställande, och algoritmen sprider det inte bortom den första publiken. Minska publiceringsfrekvensen och lägg tiden du sparar på att göra färre och bättre videor. En video som publiceras två gånger i veckan och konsekvent håller kvar tittarna under 60 procent av sin längd slår dagliga videor som tappar tittarna under de första två minuterna. Frekvens utan kvalitet är ingen tillväxtstrategi på YouTube.
Ska vi radera gamla videor som har mycket få visningar? Vi är oroliga för att de får kanalen att se inaktiv eller svag ut.
Radera dem inte, om innehållet inte verkligen är föråldrat, felaktigt eller inte passar varumärket. Gamla videor med få visningar ger ofta sökträffar långt efter publiceringen, och om du raderar dem försvinner den trafiken för gott. Få visningar på gamla videor skadar inte kanalens ställning hos algoritmen på det sätt som en nypublicerad svag video kan göra. Om du oroar dig för hur kanalen ser ut för förstagångsbesökare kan du ordna de äldre videorna med svagare resultat i spellistor i stället för att låta dem ligga i kanalens huvudflöde, eller använda inställningarna för kanalsektioner för att lyfta fram det bäst presterande innehållet på startsidan. En tittare som bläddrar på kanalsidan ser det du placerar framför hen och ser inte hela arkivet, om hen inte scrollar förbi det du har valt ut.
Vi lade till kapitel i våra videor och den genomsnittliga visningslängden ökade. Hänger det ihop?
Ja. Kapitel förbättrar genomsnittlig visningslängd genom att tittare som annars hade lämnat videon kan hoppa till det avsnitt som passar dem bäst, vilket gör att de stannar kvar i videon i stället för att klicka bort helt. En tittare som hoppar till kapitel fyra i en tolv minuter lång video och tittar till slutet bidrar med mer visningstid än en tittare som lämnar efter två minuter för att hen inte snabbt hittade det hen behövde. Kapitel förbättrar också upplevelsen för dem som återvänder till en video för att titta på ett särskilt avsnitt, och de visas i Googles sökresultat som hopplänkar, vilket kan öka klickfrekvensen från sök. Att lägga till kapitel i befintliga videor med lägre genomsnittlig visningslängd än väntat är en av de snabbaste optimeringarna utan att ändra själva videoinnehållet.
En konkurrents video om samma ämne som vår har många fler visningar trots att den publicerades senare. Vad kan förklara det?
Flera faktorer kan förklara skillnaden. Deras miniatyrbild kan ge högre klickfrekvens i samma sökresultat. Deras titel kan ligga närmare den vanligaste sökfrågan för ämnet. Deras genomsnittliga visningslängd kan vara högre, vilket ger fler rekommendationer från algoritmen. Deras kanal kan ha fler prenumeranter, vilket gav videon en större första publik och starkare tidiga engagemangssignaler. Eller så kanske deras video helt enkelt svarar mer fullständigt på tittarens fråga än din. Jämför de två videorna sida vid sida ur en tittares perspektiv och titta på miniatyrbild, titel, de första 60 sekunderna och innehållets övergripande uppbyggnad. Skillnaden i resultat har nästan alltid en orsak som går att identifiera och åtgärda i kommande videor eller genom att uppdatera förpackningen av den svagare videon.