Con más de mil millones de usuarios y miles de millones de horas de video, el hecho de que el algoritmo de YouTube logre entregarte lo que deseas ver cuando visitas la plataforma es un ejemplo de ingeniería de software de la buena. ¿Pero, cómo funciona?
La respuesta corta: Nadie sabe los detalles, hasta cierto punto ni siquiera YouTube. El algoritmo de YouTube utiliza aprendizaje automático para sugerir videos, lo que significa que no hay reglas estrictas establecidas por los programadores. Además, Google no nos lo diría de todos modos, ya que eso llevaría a que los usuarios lo explotásemos.
Lo que sabemos
Cuando entrenamos a un modelo de aprendizaje automático basado en inteligencia artificial, le damos un montón de información y luego clasificamos sus sugerencias según lo correctas que sean.
Aquí un ejemplo muy simplificado. Digamos que queremos entrenar a una IA para diferenciar las imágenes de perros y gatos. Esencialmente, le daríamos a la IA un montón de imágenes de perros y gatos, le pedimos que comience a elegir si es perro o gato y luego la calificaríamos correctamente si responde de forma acertada. Cuanto más se corrija, mejor será la elección. El resultado es una máquina que puede identificar gatos y perros. Esta capacitación usa una métrica por la cual se juzgan los resultados; en nuestro caso, un gatómetro, o en qué porcentaje de las imágenes aparecen gatos.
La métrica que usa YouTube es el tiempo de visualización: el tiempo que los usuarios permanecen en el video. Esto tiene sentido porque YouTube no quiere que la gente salte buscando videos para ver sin entrar a reproducirlos, ya que eso es más trabajo para sus servidores y menos tiempo de visualización.
Sin embargo, es mucho más complejo que «cuánto tiempo has visto un video». El algoritmo tiene en cuenta muchos factores diferentes y los clasifica en consecuencia: retención de espectadores, impresiones de clics, participación del espectador y algunos factores de fondo que nunca vemos. YouTube luego adapta estos factores a tu perfil para que pueda sugerirte videos en los que es más probable que hagas clic.
Qué sacamos en limpio de esto
Si eres un aspirante a YouTuber, las dos cosas principales en las que trabajar son: maximizar la duración promedio de la visualización y maximizar la tasa de clics. Toma la siguiente pirámide invertida:
YouTube sugiere tu video a un grupo de personas, en la pantalla de inicio y en la pestaña sugerida. En mi cuenta, tengo casi 750 mil impresiones. Eso parece bastante bueno, pero solo una fracción de esas personas hace clic en tu video. Esta fracción se denomina tasa de clics y se mide como un porcentaje (puedes ver en mi ejemplo que tengo un porcentaje de clics del 4.0%). La figura de Vistas muestra la cantidad real de personas que hicieron clic.
Después de que alguien haga clic en el video, YouTube mide la cantidad de tiempo que esas personas pasaron viendo los videos.
Puedes ver por qué tantos creadores de YouTube usan títulos y miniaturas que denominamos ‘clickbait’ (para obtener esos clics) y videos largos y prolongados (para aumentar el tiempo de retención). Estos son dos rasgos muy molestos, pero eh, ¡culpa al algoritmo!.
Un caso de estudio
Echemos un vistazo a dos grandes canales que toman diferentes enfoques para abordar al algoritmo. El primero es Primitive Technology , un canal dirigido por un chico que se adentra en el desierto y construye cosas sin herramientas. Todos sus videos son muy largos pero mantienen un buen nivel de retención a lo largo de esa duración, todo un logro ya que no hay narración. Este hecho significa que probablemente tenga una duración de visualización promedio muy alta, lo cual es bueno a los ojos del algoritmo.
Como solo hace un video al mes, es sorprendente que tenga más de 8 millones de suscriptores. Esto es probablemente porque el largo espacio de tiempo entre videos crea una sensación de algo nuevo cuando cae el siguiente. Sus videos son icónicos, y cada vez que aparecen en mi feed, casi siempre los hago clic. Supongo que los demás sienten lo mismo, por lo que probablemente también tenga un alto porcentaje de clics.
El segundo canal tiene un enfoque un poco más ‘cutre’. BCC Trolling , un canal de Fortnite , toma clips del juego y los edita en videos diarios. En el último año dominó el algoritmo y se disparó hasta 7.3 millones de suscriptores. Para maximizar el tiempo de reproducción, coloca el clip del título del video en algún punto ‘atractivo’ de la mitad del mismo, lo que obliga a las personas a mirarlo por un rato antes de llegar al clip en el que hicieron clic, esencialmente para ‘enganchar’. Debido a esto, su tiempo de visualización es más alto.
También son un excelente ejemplo de miniaturas y títulos ‘clickbait’, colocando * NEW * en mayúsculas en muchos videos, y siempre con miniaturas de colores que, por lo general, están hechas a medida, y a menudo son muy engañosas.
Esto es lo principal que se debe quitar de BCC: si vas a hacer clic en sus miniaturas, hazlo sutilmente. Poner ‘mentiras’ en el título a menudo enojará a la gente y puede tener el efecto opuesto que pretendes.
De cualquier manera, debes de encontrar lo que funciona para ti y usar eso para generar una ventaja. Ten en cuenta el tiempo de reproducción y las tasas de clics en el futuro, pero sé fiel a tu formato y no permitas que el algoritmo dicte tu contenido.
¡Si estás interesado en que profundicemos más en este tema no dudes en indicarlo en los comentarios!