YouTube意思決定ガイド
YouTubeの外れ値 vs バイラル動画：何を学ぶべきか？
絶対的な人気と異常なパフォーマンスは異なる質問に答えます。
外れ値は参照グループに対して珍しいです。バイラルは通常、異常に広範囲または急速な注目を示しますが、一貫した数値定義はありません。動画は、小さなクリエイターにとって外れ値であっても、YouTube全体で多くの視聴者に届く必要はありません。
この記事では
始める前に
得られること
- クリエイター自身の通常の結果と比較する。
- 公開年齢とフォーマットを明示しておく。
- 大きな倍率を研究の手がかりとして扱い、レシピとしては扱わない。
各ラベルが何を測定しているかを尋ねる
外れ値については、参照グループ、メトリック、年齢、しきい値を検査してください。バイラルの主張については、作成者が合計リーチ、急成長、シェア、または単に人気のある結果を意味するかを尋ねてください。2つのツールが同じ定義を使用していると仮定しないでください。
比較可能な動画が2,000回視聴されるチャンネルでの約12,000ビューのアップロードは、参照の6倍です。非常に大きなチャンネルでの100万ビューのアップロードは、普通に近いかもしれません。最初は示された比較の中ではより異常ですが、どちらの数も転送可能なクリエイティブな公式を証明するものではありません。
スケールと異常さを別の列として保持する
両者が重要です。スケールは観察された注目の量を示し、相対的なパフォーマンスは参照からの逸脱を説明します。両方を保存することで、小さなブレイクアウトを研究でき、広く視聴される動画と同じリーチがあったとは思わなくなります。
視聴の理由を調査する
視聴者の質問、約束、開始、および結果を書きます。異常なタイミング、アクセス、コラボレーター、または外部配布に注意してください。結果は、サムネイルやタイトルだけでは明らかにされない状況によって依存することがあります。
同様の普通の動画を探す。もし同じ形式がチャンネル全体に出現しているなら、その外れ値における存在は違いを説明するには不十分です。より有用な質問は、特定の問題に関するものや、答えがどれだけ明確に提示されたかについてです。
結果ではなく原則を適応させる
自分の作業で調査できるもの（狭い視聴者のタスクや以前のデモンストレーションなど）を選択します。それがあなたのオーディエンスにどのように合っているか、そして参照がどこで異なるのかを説明してください。クリエイターの独自の表現をコピーしたり、彼らの視聴数をあなたの期待する結果と設定したりしないでください。
公開する前に、自分自身の比較とレビューの年齢を選択してください。成功した適応は、特にアップロードの複数の部分を一緒に変更した場合、どの要素が変化を引き起こしたのかを確立するものではありません。
二つの動画をサイズと珍しさを混同せずに比較する
あるチャンネルの通常の動画も多くの視聴者に届いている中で、非常に大きな公開視聴回数を持つアップロードを想像してみてください。別のアップロードははるかに少ない視聴回数ですが、クリエイターの関連する履歴の中では際立っています。最初のものは広く人気があるかもしれませんが、二つ目はその地域基準に対してより珍しいと言えます。それは異なる説明であり、どちら一つだけでは次に何を作るべきかは教えてくれません。
ステップ 1: ラベルの背後にある参照を明示する
絶対的な人気、クリエイター相対的なパフォーマンス、または複数の関連チャネル全体で観察されたパターンのいずれかを明記してください。「バイラル」という用語を使う際には、全てのツールが共有する正確な閾値があるかのように扱わないでください。外れ値ラベルについては、ツールの基準とサンプルを検査してください。乗数は、分母と比較の状況が明らかであるときにのみ解釈可能です。
ステップ 2: 例が比較可能か確認する
フォーマット、発表年齢、視聴者の意図、利用可能な履歴を確認します。若いアップロードと古い累計は、同じ年齢の競争を提供しません。ライブストリームと編集されたチュートリアルは非常に異なる目的を持つ場合があります。ツールが現在の公開カウントを使用している場合、その制限を解釈に反映させ、それが歴史的な視聴曲線を再構築しているとは仮定しないでください。
ステップ 3: コンテンツの寄与を検査する
両方の動画を開いて、各々が何を提供しているかを特定します。広く視聴されたアップロードは、あなたのチャンネルに移行できないイベントやアクセスに依存しているかもしれません。相対的な小さな外れ値は、あなたの視聴者が直面している実用的な質問に答えるかもしれません。逆も然りです。研究の価値は、どの例がもっと印象的なラベルを持っているかではなく、関連性とあなたができる寄与に依存しています。
次の決定を改善する参照を選ぶ
教育的なチャンネルの例で言えば、一般的な設定エラーを説明した控えめなクリエイター相対的外れ値は、大きなセレブリティのインタビューよりも良い研究の手がかりになるかもしれません。それは小さい動画が客観的に優れていることを意味しません。むしろ、それが直面している問題と制作の要求に観客がより関係しているのです。その関連性を研究ノートで説明してください。
ステップ 4: 参照を仮説に変える
失敗を示した後に修正を説明するような移転可能な原則を書いてください。そして、自分自身のオリジナルの問題と証拠を特定してください。乗数をあなたのチャンネルの期待される結果に翻訳しないでください。異なる観客、履歴、および配布状況により、移転は依然として調査の対象です。
ステップ 5: 自分の試みを自分の履歴と比較する
適切な比較グループと観察年齢を使用してください。参照、提案されたレッスン、自分の試みの結果を保存し、不確実性を含めます。結果が普通である場合、コミュニケーション原則が依然として有用であったかを調査し、パフォーマンスの仮説が証明されている必要はありません。外れ値研究ガイドは、異常なアップロードを特定することから始まり、あなたの観客のニーズに基づいたオリジナルテストを計画するプロセスを発展させます。
次のステップに研究を基づける
外れ値の研究を用いて、短く証拠に基づいた質問リストを作成します。役立つテストを計画するのに十分な資料が集まったら、例をさらに集めるのを避けてください。研究は最終的には、スクリプト、構造、あるいはあなたの行う決定を変えるべきです。
Kolliqの外れ値発見器は、公に利用可能なクリエイター相対的証拠を説明します。ラベルと共にサンプルと信頼性を読んでください。目標は人気、珍しさ、そして自分自身の成功の予測を混同せずに、異常な作品から学ぶことです。
次のレビューのチェックリスト
- 参照グループ
- サンプルサイズ
- 同じ形式
- 公開年齢
- 反例
- テスト可能な変数の1つ
クリエイターがよく尋ねる質問
すべての2倍動画は外れ値か？
普遍的な閾値は存在しません。ツールの定義、サンプル、そして不確実性を読んでください。単なる乗数は統計的有意性テストではありません。
バイラルトピックをコピーすべきか？
まず、それがあなたのオーディエンスに役立つか確認してください。この観察を利用してテストを設計し、あなたのチャンネルで失敗する理由も含めます。
読むことから行動に移る
チャンネルの異常なアップロードを確認する
公の証拠とその限界から始めましょう。
チャンネルの外れ値を見つける