這個章節會說明在經營「在地上滾的工程師 Nic」頻道半年左右的心得

主要會從數據及觀察來做分享，但不會有實際的逆向工程反推演算法的部分

也因為比較偏向「感覺」的部分，可以當作參考就好，如果自己的情況完全不一樣，只能說明我的感覺只出現在我自己的頻道上

演算法啟動時機

很多人會好奇要如何讓 Youtube 啟動推薦演算法

而從後台來看，影片有沒有被「演算法推送」其實非常明顯

所以當演算法介入後，可以看到成績會直接井噴上去

在初期發佈影片後，我非常納悶推薦演算法是「如何決定」要送這支影片上去的

而在後台可以看到官方的說明是

只要提升影片的點閱率和觀看時間，就能增加 YouTube 推薦您內容的機會。

也就是說「點閱率」和「觀看時間」必須是一起上去的，只要持續保持，就會增加推薦機會

如前面章節所提到，只單純提升點閱率是反效果，所以必須要做到的是「夠吸引人的標題」＋「能留住觀眾的質量內容」

接下來，仔細在後台觀察「流量來源：建議的影片」部分

可以看到自己的影片流量從何而來，而建議的影片也就是其他觀眾在觀看影片結束後點擊過來時，記錄上一支的影片

我發現 Youtube 會將「同期」的影片互相連結

比方說你是在 ¹⁰⁄₁₀ 發佈的影片，那麼這個禮拜發佈的新影片，系統會互相推薦，然後看哪一支的成效比較好

以工程師的角度而言，就是會去計算當前影片的權重，有點像是煉蠱，找出同期分數最高的影片

接著系統會繼續觀察這支影片的成效，然後會逐漸導入流量，刺激你的影片「續看率」＋「點擊率」

如果影片的這兩個指標持平或是反而上升，那麼演算法會更加導入流量

很神奇的是，我自己影片有被演算法介入的都是在 7 天左右，也有到 35 天後才發生的

但幾乎沒有出現過少於 7 天的部分

所以可以推敲 Youtube 的推薦機制很有可能是

1. 發佈影片後讓近期的新影片互相推薦，抓出成績相對好的影片
2. 緩慢導流並持續計算權重
3. 當曝光導流後成績沒有下降，將有可能進行更高強度的曝光導流

而另外有一說是，Youtube 對新頻道比較友善

我這裡猜測的新頻道是指影片上傳量不多的頻道，而非註冊時間，因為我自己的頻道其實三年前就註冊了

直到今年才開始傳影片，卻也有幾支影片都有吃到推薦演算法的紅利

不過在我頻道的訂閱數上去後，激活推薦演算法的部分就沒這麼明顯了

季節紅利

我會觀察一些其他跟我同性質的頻道

用來觀察觀看量的比對，如果影片題材類似或是頻道主題類似

在發佈影片後，彼此的數據有沒有影響也是一個有趣的部分

而季節紅利就類似，當學校的畢業季出現，勢必也就會對面試、找工作等等的影片題材有興趣

如果這時候剛好又有發佈類似的影片，就很有可能搜尋量增加，而出現大批的觀眾

在六至七月的時候有一天突然發現後台數據狂灌進來，當天增加了超過 1000 訂閱，觀看量跟留言數也是源源不絕

然而同性質的頻道也「一起」上去了，這時候發現應該是所謂季節帶來的紅利

每個季節可能有不同的主題熱度，有時候剛好中了就更有機會獲得大批的觀看量

如果要主動出擊也可以在 google 找尋這陣子的熱門關鍵字作為主題發想，不過就比較累了

這個部分我自己沒有這麼看重，但可以拿來做為多影片上檔時的檔期順序參考