現在YouTubeには、毎分500時間以上の動画がアップロードされており、今後もコンテンツが更に増えていくことが予想されます。数が増えることでユーザーにとっては動画の選択の幅が広がるというメリットもありますが、その中から本当に自分が見たいと思う動画を見つけるということは難しくなっていきます。
そこでYouTubeが2008年頃からスタートしたのが「機械学習」を使った「レコメンド機能」。そのユーザーに合った「おすすめ動画」を提案することで、ユーザーが見たいと思う動画・それに関連した動画を視聴することができます。では一体その「おすすめ動画」はどのように選定されているのでしょうか。今回はその仕組みやおすすめ動画に載せるためのポイントついて解説していきます。
YouTubeのおすすめの仕組み
YouTubeの「おすすめ動画」の仕組みは大きく分けて3つあります。
①パーソナライズ
1つ目は「パーソナライズ」です。各ユーザーの動画検索履歴・再生履歴・登録しているチャンネルに基づいて「おすすめ動画」が表示される仕組みです。これにより、普段視聴している動画に関連する動画や類似ジャンルの動画がおすすめされます。
例えば、よくキャンプ動画を見ている場合であれば、視聴チャンネル以外のキャンプ動画やキャンプ飯といった関連動画がおすすめされるようになります。
②動画のパフォーマンス
2つ目は「動画のパフォーマンス」です。視聴回数・視聴完了率・平均視聴時間・クリック数・総再生時間・コメント・高評価・低評価等といったユーザーの行動によって「おすすめ動画」が表示される仕組みです。
例えば、ある特定の動画の視聴回数が多いことや視聴完了率が平均よりも高いという結果になった時におすすめ動画として表示されます。
③品質
3つ目は「品質」です。YouTube側で信頼性・専門性・権威性といった部分がチェックされているため、これらをクリアしていないと「おすすめ動画」に表示されません。
デタラメな情報や性的・暴力的といった動画は、品質の低い動画とみなされるため、アルゴリズムによってはじかれます。
例えば、専門知識・資格も無いような人が「○○を改善におすすめの治療法」といった動画をアップロードしても、信頼性・専門性・権威性に欠けるので、おすすめされません。
YouTubeアルゴリズム「5つのポイント」
YouTubeのおすすめ動画に載るにはどういったポイントを抑えればいいのかについて解説します。
エンゲージメント
エンゲージメントとは、視聴ユーザーからのコメントや評価、共有といった反応のことを指します。
コメントや高評価といったポジティブな反応は、アルゴリズムに影響を与えるので、視聴ユーザーにその行動を促すような工夫があるといいでしょう。例えば動画内で直接的に高評価をお願いする、また視聴ユーザーに質問するコーナーを設けてその回答をコメントに記載してもらう、などと言った手法があります。
総再生時間
総再生時間とはチャンネルの動画の視聴時間の合計となります。総再生時間が長いということは、それだけユーザーがそのチャンネルに興味・関心を持って視聴しているということになります。総再生時間を伸ばすためには、週にアップロードする頻度を上げてユーザーが定期的に楽しめるようにファン作りをすることも大切です。他には動画をシリーズ化して続けて見てもらうようにしたり、同じカテゴリの再生リストを作成して連続再生させることも重要です。
平均視聴時間
総再生時間と関連して、平均視聴時間が長いと質の高い動画と判断されます。動画自体を長めに作成したり、ユーザーが最後まで視聴してくれるような工夫を動画内に入れると良いでしょう。特に動画は最初の30秒でつまらないと判断されると離脱されてしまいます。その要因としてはサムネイルと内容が違う（ニーズと異なる）、有益な情報が冒頭で枯渇する（構成が悪い）、メリハリが無く飽きられてしまう（集中力の低下）、といったことが挙げられます。こうした点に留意して作成することが必要です。
キーワード
動画を投稿する際に記載するタイトル・説明欄・タグ・動画内キーワードを、ユーザーが検索するキーワードと関連性を持たせるようにしましょう。検索結果の上位に表示されることで流入が増えるため、上位表示を狙う対策のことをVSEOといいます。
重要度の高いキーワードを先頭に置くこともアルゴリズムに評価される手法のひとつです。またハッシュタグを付けることも基本です。但し数多く付けてしまうとスパム判定を受ける可能性もあるので注意が必要です。
クリック率
インプレッション（表示）に対してユーザーがクリックした割合がクリック率です。主にユーザーは、タイトルやサムネイルを見てその動画を視聴するかを判断するので、非常に重要な部分になります。
一般的にクリック率は5％前後ですが、10％程度を目指すと検索上位に載りやすくなります。視聴ユーザーに合わせたデザインや視聴を促すような気になるタイトルを設定することが必要ですが、まずは競合などを参考に作成してみることがおススメです。
ただし、クリック率がよくても前述の平均視聴時間が短いと、ユーザーの期待値とは違う動画・釣り動画と判断されて、アルゴリズムにも影響するので注意しましょう。
YouTubeが信頼性のある動画を提供するための対策
音楽やエンターテインメント関連の動画は、おすすめ動画に表示するために前項でお伝えした内容が役に立ちますが、ニュースや教育、科学的研究といった動画は「信頼性や質」が重視されます。
YouTubeは2011年に、際どい内容や暴力的な内容を識別して、おすすめ動画に表示させない防止システムを導入しました。2015年にはセンセーショナルな動画について、表示順位を下げるような措置をとったり、2016年には不適切な形で未成年者が出てくる動画をおすすめ動画から削除する仕組みを導入しました。さらに2017年には、LGTBQ+等のコミュニティを公正に機能するための仕組みを取り入れました。
審査担当者は世界各国から集まっており、公開されている評価ガイドラインに沿ってトレーニングを受けた上で審査を行っています。また、専門的な情報が含まれる動画に関しては、各専門家の意見を取り入れたりと、徹底した審査を行うことで信頼性のあるプラットフォームを維持し続けているのです。
まとめ
おすすめ動画の仕組みやそこに表示させるためのポイントについて解説しました。
パーソナライズは、関連ジャンルの動画を視聴する人に表示される仕組みなので、動画クリエイター側でコントロールするのは難しいですが、視聴回数・視聴完了率・クリックといった動画パフォーマンスについては、コントロールが可能な領域になります。これからおすすめ動画に載せたいと考えている方は、動画パフォーマンスを工夫してみるといいかもしれません。
本日解説した「おすすめ動画」の仕組みには、機械学習に精通したアプリDSP「Moloco(モロコ)」の創業者も開発に携わっていました。アプリDSPとは主にアプリのインストールを促すために、ユーザーが既に利用している別アプリで広告を表示させるものです。当然ターゲットと異なるユーザーに見せても効果は無いため、如何に精度高くターゲットに合致したユーザーに広告を表示させるかが重要となります。Molocoではその技術にこれまで解説した「おすすめ動画」のためのアルゴリズムの知見が活かされています。アプリ広告は大手プラットフォームだけで実施しているケースも多いですが、大手がリーチできない面にも出稿が可能で、機械学習によりパフォーマンスも引けを取らないMolocoを取り入れる企業も増えています。気になった方は一度お問い合わせください。
