Comment YouTube génère et classe les vidéos suggérées

En 2008, j’ai été l’un des premiers auteurs du secteur à remarquer que YouTube avait dépassé Yahoo ! pour devenir le deuxième plus grand moteur de recherche au monde, derrière Google uniquement.

À l’époque, j’écrivais pour Search Engine Watch et mon article s’intitulait : Has YouTube Passed Yahoo in expanded searches ?

(Alerte au spoiler : la réponse à la question rhétorique de la manchette était « Oui. »)

Aujourd’hui, je voudrais poser une question connexe : « YouTube est-il sur le point de faire passer Amazon pour le système de recommandation industriel le plus vaste et le plus sophistiqué qui existe ?

Cette question n’est pas rhétorique – parce que je ne connais pas la réponse.

Mais je sais que les vidéos suggérées sont un multiplicateur de force pour l’algorithme de recherche de YouTube que vous voudrez comprendre.

J’y ai fait allusion l’année dernière dans un article du Search Engine Journal, YouTube Algorithm : 7 résultats clés que vous devez connaître.

J’ai dit : « Pour maximiser votre présence dans la recherche sur YouTube et les vidéos suggérées, vous devez encore vous assurer que vos métadonnées sont bien optimisées. Cela inclut le titre, la description et les balises de votre vidéo ».

Maintenant, je m’excuse, car j’ai ensuite expliqué comment optimiser le titre, la description et les balises de votre vidéo.

J’ai complètement glissé sur la phrase « votre présence dans la recherche YouTube et les vidéos suggérées ». Mais, laissez-moi corriger cet oubli maintenant.

La plupart des SEO se concentrent sur les résultats de recherche – car c’est ce qui compte dans Google.

Mais la plupart des spécialistes du marketing de YouTube savent que le fait d’apparaître dans les vidéos proposées peut générer presque autant de visites que dans les résultats de recherche de YouTube.

Pourquoi ?

Parce que les spectateurs ont tendance à regarder plusieurs vidéos au cours de sessions qui durent environ 40 minutes en moyenne.

Ainsi, un spectateur peut effectuer une recherche, regarder une vidéo, puis aller voir une vidéo suggérée.

En d’autres termes, vous pourriez obtenir deux vidéos ou plus visionnées pour chaque recherche effectuée sur YouTube.

C’est ce qui fait des vidéos proposées un multiplicateur de force pour l’algorithme de recherche de YouTube.

J’avoue que j’ai profité de ce phénomène en 2008.

L’un de nos clients à l’époque était STACK Media, le premier producteur et distributeur national de contenu sur les performances sportives, l’entraînement et le mode de vie des athlètes du secondaire.

Nous avons optimisé 137 vidéos pour les chaînes STACKVids, STACK Football, STACK Baseball et Stack Basketball sur YouTube, qui présentaient des conseils d’experts en matière d’entraînement sportif et des reportages de certains des plus grands athlètes du monde.

Par exemple, nous avions une vidéo qui montrait Will Bartholomew, qui parlait de l’entraînement au banc d’haltères que Peyton Manning utilisait à l’intersaison.

Quels mots-clés avons-nous utilisés dans le titre ?

Si vous regardez le titre de la vidéo, la réponse est assez évidente : Peyton Manning Workout.

Et la description de la vidéo ne laissera personne perplexe quant aux termes de recherche que nous visions :

« Peyton Manning s’entraîne en D1 pendant l’intersaison. Voir l’entraînement complet de Manning (avec un lien de suivi vers un article connexe sur le site web de STACK) ».

Mais, quelles étiquettes avons-nous utilisées ?

À l’époque, YouTube montrait encore les balises utilisées par une vidéo.

Ce n’est plus le cas. Mais, j’ai partagé cette étude de cas au SES San Jose 2008, j’ai donc obtenu la permission de mon client de divulguer que nous avons utilisé les balises suivantes :

• « Peyton Manning
• « L’entraînement de Peyton Manning »
• « Entraînement du quaterback »
• « formation de quarterback »
• « Formation Peyton Manning »
• « bench press
• « Le quarterback bench press »
• « banc d’haltères »
• « L’entraînement des effectifs »

Comment en sommes-nous arrivés à ces étiquettes ?

Nous avons regardé la vidéo la mieux classée à l’époque pour le terme « Peyton Manning workout », puis nous avons utilisé autant de tags que possible qui étaient également pertinents pour notre vidéo.

De cette façon, nous avons amélioré nos chances de devenir la vidéo la plus suggérée après que quelqu’un ait regardé cette vidéo de haut niveau.

De nos jours, il est difficile de trouver la vidéo qui était la mieux classée pour cette période en 2008.

Mais, il est à noter que la vidéo de STACK se classe actuellement n°1 pour « l’entraînement de Peyton Manning », n°1 pour « l’entraînement de Manning », et n°5 pour « l’entraînement de Peyton Manning ».

Comment YouTube découvre-t-il et classe-t-il les vidéos suggérées aujourd’hui ?

C’est ainsi que fonctionnaient les vidéos suggérées à l’époque où les utilisateurs téléchargeaient 13 heures de contenu vidéo sur YouTube chaque minute.

Alors, comment YouTube découvre-t-il et classe-t-il les vidéos suggérées maintenant que plus de 500 heures de contenu vidéo sont téléchargées sur YouTube chaque minute ?

Jusqu’à récemment, la seule réponse que je pouvais trouver venait d’une vidéo sur la chaîne YouTube Creators intitulée How YouTube’s Suggested Videos Work.

Comme l’explique la description de 300 mots de la vidéo :

« Les vidéos suggérées sont une collection personnalisée de vidéos qu’un spectateur individuel peut être intéressé à regarder ensuite, en fonction de son activité antérieure ».

Les créateurs ne peuvent en aucun cas influencer le comportement antérieur d’un téléspectateur, mais cela signifie également qu’une chaîne sportive peut faire appel à des amateurs de sport.

Elles sont présentées aux spectateurs sur le côté droit de la page de visionnage, sous la rubrique « Suivant », sous la vidéo de l’application mobile, et comme la prochaine vidéo en lecture automatique.

Plus de 70 % du temps passé sur YouTube provient d’appareils mobiles, il faut donc adopter une stratégie « mobile d’abord » pour les vidéos proposées.

« Des études sur la consommation de YouTube ont montré que les téléspectateurs ont tendance à regarder beaucoup plus lorsqu’ils reçoivent des recommandations de diverses chaînes, et c’est exactement ce que font les vidéos suggérées. Les vidéos suggérées sont classées de manière à maximiser l’engagement du spectateur ».

L’optimisation de vos métadonnées est donc toujours utile, mais vous devez également créer une ouverture convaincante pour vos vidéos, maintenir et renforcer l’intérêt tout au long de la vidéo, ainsi qu’impliquer votre public en encourageant les commentaires et en interagissant avec vos spectateurs dans le cadre de votre contenu.

Selon la description, les vidéos suggérées sont plus susceptibles de l’être :

• « Vidéos … qui sont en rapport avec l’actualité. Il peut s’agir de vidéos provenant de la même chaîne ou d’une autre chaîne. » En d’autres termes, des vidéos sportives pour les fans de sport, soit de votre chaîne, soit d’une autre chaîne de sport.
• « Les vidéos du passé d’un spectateur regardent l’histoire. » A moins d’avoir une machine à remonter le temps DeLorean, il n’y a aucun moyen d’influencer l’histoire de la montre passée d’un spectateur.

La description de la vidéo le dit aussi aux créateurs :

« Vous pouvez voir quelles vidéos amènent des spectateurs sur votre chaîne à partir des vidéos suggérées dans le rapport Sources de trafic (dans YouTube Analytics) en cliquant sur la case « Vidéos suggérées ».

Hum, oui. Mais, la grande majorité des créateurs de YouTube ne le savent pas déjà ?

Enfin, la description comprend les conseils suivants à l’intention des créateurs :

• Incluez dans vos vidéos des appels à l’action forts pour regarder une autre vidéo de votre série.
• Persuadez les téléspectateurs d’aller regarder une autre vidéo de votre série.
• Faites attention à la façon dont vos vidéos se terminent, car une longue fin peut décourager les spectateurs de regarder d’autres vidéos.
• Utilisez des listes de lecture, des liens, des cartes et des écrans de fin pour suggérer la prochaine vidéo à regarder.
• Développer une série de vidéos qui sont organiquement connectées.
• Réalisez des vidéos en rapport avec des formats populaires sur YouTube, tels que des défis ou des listes.

Cette vidéo a été visionnée 394 000 fois.

On peut donc supposer que plusieurs centaines de milliers de diplômés de l’ancienne YouTube Creator Academy en savent au moins autant sur le fonctionnement des vidéos proposées par YouTube.

Cela ne vous donnera donc pas un grand avantage concurrentiel.

Il existe cependant des informations plus détaillées – bien qu’elles aient été cachées à la vue de tous jusqu’à ce qu’une source anonyme, qui peut ou non être un Bothan, m’envoie un lien vers l’endroit où je pouvais les trouver.

Le lien m’a conduit à un article qui avait été publié le 15 septembre 2016 et qui est maintenant archivé sur Google Research.

Ce vieux document de recherche a été rédigé par Paul Covington, Jay Adams et Emre Sargin de Google. Il s’intitule « Deep Neural Networks for YouTube Recommendations ».

Comment les systèmes de recommandation de YouTube génèrent-ils et classent-ils les vidéos suggérées ?

Si vous cherchez un sérieux avantage concurrentiel, vous voudrez télécharger le PDF et lire ce document de recherche par vous-même.

Mais si vous devez être convaincu que la lecture d’un document académique de 8 pages datant de plus de trois ans et demi mérite votre temps et votre attention, alors partageons quelques uns des points forts que j’ai trouvés émiettés dans « Deep Neural Networks for YouTube Recommendations ».

Pour commencer, Covington, Adams et Sargin révèlent que l’énorme système de recommandation de YouTube est composé de « deux réseaux neuronaux : un pour la génération des candidats et un pour le classement ».

C’est important.

Ou, comme le dit solennellement Mon Mothma (Caroline Blakiston) dans Star Wars : Episode VI – Return of the Jedi (1983), « Beaucoup de Bothans sont morts pour nous apporter cette information ».

Leur article dit :

« Le réseau de génération candidate prend en entrée les événements de l’historique des activités de l’utilisateur sur YouTube et récupère un petit sous-ensemble (des centaines) de vidéos à partir d’un grand corpus. Ces candidats sont destinés à être généralement pertinents pour l’utilisateur avec une grande précision ».

Aujourd’hui, nous ne pouvons pas optimiser nos vidéos en fonction de l’historique de visionnage d’un spectateur – à moins de disposer d’une machine à remonter le temps.

Mais nous pouvons créer des vidéos qui s’adressent à des publics que YouTube utilise également pour cibler des campagnes de publicité vidéo.

En d’autres termes, votre vidéo ne se retrouvera pas dans un petit sous-ensemble (des centaines) de vidéos si elle traite d’un sujet totalement différent des autres vidéos de votre chaîne, ou si elle cible un groupe démographique totalement différent de celui que vous avez connu par le passé.

Oh, et ne pensez même pas à créer une nouvelle vidéo destinée aux « fans de musique » si toutes les autres vidéos que les abonnés de votre chaîne ont regardées étaient destinées aux « fans de sport ».

Comme je l’ai souligné dans un article intitulé « Platform Trends » : How the Verticalization of Content Increases Reach on YouTube and Facebook, qui a été publié sur Tubular Insight en septembre 2018, une demi-douzaine d’éditeurs de premier plan dans le domaine numérique reconnaissent qu’ils poursuivent déjà une stratégie verticale.

Cela inclut : Axel Springer SE, Groupe neuf, BuzzFeed, UNILAD, Jungle Creations, The LADbible Group et 9GAG.

Voici la question rhétorique que j’ai posée dans cet article :

« Alors, pourquoi tous ces éditeurs segmenteraient-ils leurs propriétés en plusieurs verticales au lieu de se contenter de bourrer un large éventail de contenus dans des chaînes YouTube géantes et horizontales ? Parce que dans un écosystème vidéo en ligne de plus en plus concurrentiel, vous avez plus de chances d’attirer le public avec un contenu étroitement ciblé sur leurs intérêts particuliers qu’avec une collection aléatoire de contenus qui peuvent ou non correspondre à leurs intérêts généraux. En d’autres termes, il est plus judicieux d’aller en profondeur que d’aller en profondeur ».

Cela nous amène au deuxième réseau de neurones pour le classement.

Covington, Adams et Sargin reconnaissent qu’il existe de nombreuses façons de classer les vidéos suggérées. Mais ils divulguent :

« Le classement par taux de clics (CTR) favorise souvent les vidéos trompeuses que l’utilisateur ne remplit pas (« clickbait ») alors que le temps de visionnage permet de mieux saisir l’engagement ».

Donc, évitez d’utiliser des titres et des vignettes trompeurs, clichées ou sensationnels.

Oui, ils ont travaillé dans le passé.

Mais ils ont suivi la voie du dodo lorsque YouTube a remplacé « views » par « watch time » dans son algorithme en octobre 2012.

Ok, donc le second réseau neuronal n’utilise pas le CTR comme signal. Quels autres signaux utilise-t-il ?

Les auteurs du document font remarquer que les « signaux les plus importants » comprennent :

• Quelle était l’interaction précédente de l’utilisateur avec la vidéo elle-même et d’autres vidéos similaires ?
• Combien de vidéos l’utilisateur a-t-il regardé sur cette chaîne ?
• Quand l’utilisateur a-t-il regardé une vidéo sur ce sujet pour la dernière fois ?

disent Covington, Adams et Sargin :

« Ces caractéristiques continues décrivant les actions passées des utilisateurs sur des éléments connexes sont particulièrement puissantes car elles se généralisent bien sur des éléments disparates. Nous avons également trouvé qu’il était crucial de propager les informations de la génération de candidats au classement sous la forme de caractéristiques, par exemple quelles sources ont désigné ce candidat vidéo ? Quelles notes ont-elles attribuées ?

Ils ajoutent :

« Les caractéristiques décrivant la fréquence des impressions vidéo passées sont également essentielles pour introduire le « churn » dans les recommandations (les demandes successives ne renvoient pas des listes identiques). Si un utilisateur s’est vu récemment recommander une vidéo mais ne l’a pas regardée, le modèle rétrogradera naturellement cette impression au chargement de la page suivante. Servir une impression à la seconde près et regarder l’historique est un exploit d’ingénierie en soi qui sort du cadre de ce document, mais qui est vital pour produire des recommandations réactives ».

Covington, Adams et Sargin divulguent :

« Notre objectif est de prédire le temps de visionnage prévu en fonction d’exemples de formation qui sont soit positifs (l’impression vidéo a été cliquée), soit négatifs (l’impression n’a pas été cliquée). Les exemples positifs sont annotés avec le temps que l’utilisateur a passé à regarder la vidéo. Pour prédire le temps de visionnement prévu, nous utilisons la technique de régression logistique pondérée, qui a été développée à cette fin ».

En d’autres termes, si vous voulez optimiser votre vidéo pour les systèmes de recommandation de YouTube, vous devez aider les spectateurs à trouver les vidéos qu’ils veulent regarder, puis maximiser leur engagement et leur satisfaction à long terme.

C’est difficile.

Mais, avec plus de 500 heures de contenu vidéo téléchargées sur YouTube chaque minute, c’est ce qu’il faut faire de nos jours.

Qu’est-ce que cela signifie pour vous ?

Mais attendez, il y a plus !

Les auteurs de l’article ont également révélé que YouTube utilise l' »apprentissage profond » pour concevoir, itérer et maintenir « un système de recommandation massif » depuis 2016.

Et ils ont constaté « des améliorations spectaculaires des performances » avec « un impact énorme sur les utilisateurs », même à l’époque.

Cela ne vous empêchera peut-être pas de dormir la nuit.

Mais, si Google déploie ce qu’ils ont appris à, oh, Google Shopping par exemple, alors je parie que cela va créer des cauchemars pour les chercheurs et les développeurs d’Amazon.

Qu’est-ce que cela signifie pour vous ?

Je sais que vous vous concentrez sur le marketing numérique, le référencement, le marketing de contenu et le référencement payant. Eh bien, cela vous a mené jusqu’ici.

Qu’en est-il des quatre prochaines années ?

Si vous ou un membre de votre équipe comprenez déjà TensorFlow, (anciennement connu sous le nom de Google Brain), vous êtes prêt à vous lancer dans le rock and roll.

Mais si vous ne disposez pas dans votre équipe d’un chercheur ou d’un développeur qui comprenne comment utiliser l’écosystème complet et flexible d’outils, de bibliothèques et de ressources communautaires de TensorFlow pour pousser l’état de l’art de l’apprentissage machine (ML) à construire et à déployer des applications basées sur le ML pour votre organisation ou vos clients, alors il vous faut en trouver un … rapidement.

Pourquoi ?

Parce qu’à l’avenir, votre sort – et celui de votre organisation ou de vos clients – sera de plus en plus entre les mains des systèmes de recommandation.

C’est pourquoi il vaut la peine de lire aujourd’hui les « Recommandations sur les réseaux neuronaux profonds pour YouTube ».

Tout comme l’un de ces jouets d’espionnage au périscope qui permettent aux enfants de « voir dans les coins et par-dessus les murs », ce document académique de 8 pages peut vous aider à voir ce qui a été caché à la vue de tous pendant plus de trois ans et demi.

Plus de ressources :