Så använder du data för att lyckas ännu bättre på YouTube

, , , , , ,

Om du och ditt företag medvetet använder YouTube i er marknadsföring har ni troligtvis kommit en bra bit längre än flera andra. Ni vet hur viktigt det är att skapa en tydlig titel och döpa tumnagelbilderna, ni vet hur textbeskrivningen av videon behöver vara minst 250 tecken lång och ni vet också hur viktigt det är med keywords och att placera in videon i en s.k. playlist. Nu är det dags att ta nästa steg och kliva in i data mode!

Det finns 2 typer av data på YouTube, videodata och användardata.

1. Videodata

Videodata handlar om att ge YouTube rätt information om din video. Det är själva grunden för att YouTube ska förstå i vilka sammanhang din video är relevant och bör finnas med i videolistorna när YouTube rekommenderar tittarna om videos.

Men videodata handlar inte bara om hur du beskriver videon, det handlar också om själva innehållet i videon och det innehållet delas in i tre typer av innehåll, text, ljud och bild.

YouTube får allt bättre förutsättningar att tolka innehållet och när det t ext gäller ljud är det viktigt att dina viktigaste keyword faktiskt uttalas i videon och inte bara finns med i beskrivningen av videon

Image result for Cloud Video Intelligence API

Framöver kommer det också att spela in vad som syns i din video. Google har en Cloud Video Intelligence API som blir allt mer kompetent att identifiera objekt i en video. Det kommer m a o inte att bara beskriva en video eller prata om något en video. För full effekt behöver det också synas i själva videon.

Sammantaget kan man konstatera att allt handlar om relevans och träffsäkerhet för tittaren. För dig som producent handlar det om att vara tydlig med vad du vill förmedla och att vara konsekvent med det i alla aspekter när du vill kommunicera på YouTube.

2. Användardata

Hur mycket vi än fyller våra videos med information har vi inte full kontroll över när, var eller hur mycket våra videos visas upp. Det beror på att tittarnas val, bedömning och beteende, d v s användardata har en stor betydelse.

Image result for explicit data graph execution

YouTube’s rekommendationsmotor delar in användardata i två kategorier, Exlicit data och Implicit data.

Explicit data: Vilka videos väljer tittarna att gilla eller prenumerera på.

Implicit data: Vilka videos tittar användarna på oavsett vad det tycker om det.

Sammantaget handlar det om att både skapa videos som tittarna väljer att prenumerera på och gillar, men det handlar också om att skapa videos som tittarna faktiskt tittar på.

När det gäller all typ av data handlar det om att vara överens om vad man ska mäta och skapa en process där det finns utrymme för analys och där statistiken blir en kompass för ständiga förbättringar

Källa: Pratik Dholakiya, The 20 Media

 

Kommentarer

kommentarer