Рекомендации YouTube: как алгоритм подбирает видео конкретному зрителю

Ваше видео собрало 2 000 просмотров и остановилось. Соседнее видео на канале-ровеснике — 180 000 за ту же неделю. Тема похожая, монтаж не хуже, превью не стыдно показать. Разница не в качестве: рекомендации YouTube просто не нашли для вашего видео зрителя, которому оно подойдёт. Эта статья — о том, как именно система ищет такого зрителя и что вы можете сделать, чтобы она нашла его быстрее.

Рекомендации YouTube — это персональная подборка видео, которую платформа формирует отдельно для каждого зрителя: лента на Главной странице и блок «Далее» рядом с тем видео, что человек смотрит сейчас. По заявлению YouTube, более 70% времени просмотра на платформе приходит именно из рекомендаций, а не из поиска или прямых переходов. Для автора это означает простую вещь: поисковая оптимизация решает меньшую часть задачи, а большую — то, насколько хорошо ваше видео вписывается в чью-то персональную ленту.

Мы уже разбирали общую механику алгоритма YouTube — какие сигналы платформа считает и как устроены её поверхности. Здесь мы заходим глубже и только в одну из них: в рекомендательную ленту. Что происходит между моментом, когда вы нажали «Опубликовать», и моментом, когда незнакомый человек увидел ваше превью среди двадцати других.

Откуда взялись рекомендации YouTube и почему они изменились

До 2012 года главным показателем для YouTube было количество просмотров. Логика простая: больше кликов — выше позиция. Результат тоже вышел простой: платформу заполонили заголовки-обманки и превью, не имевшие отношения к содержимому. Человек кликал, понимал, что его обманули, и уходил — но клик уже засчитали.

В 2012 году YouTube перевёл рекомендации на время просмотра вместо кликов. Обманные превью начали работать против канала: человек заходил и через десять секунд закрывал видео, а система видела короткий сеанс и переставала показывать ролик другим. Следующий большой шаг случился в 2016-м, когда платформа перешла на нейросетевую архитектуру — именно тогда появилось разделение на две стадии, о котором речь ниже. Инженеры Google описали эту архитектуру в публичной научной работе о рекомендательных нейросетях YouTube, и она до сих пор остаётся базовым объяснением того, как устроена система.

Третий этап — тот, в котором мы живём сейчас. Время просмотра оказалось тоже несовершенным сигналом: оно поощряло растянутые видео и контент, который затягивает, но не оставляет ничего полезного. Поэтому платформа добавила прямой опрос зрителей об удовлетворённости. Об этом повороте YouTube подробно рассказал в официальном разборе своей рекомендательной системы. Практический вывод для автора: сегодня недостаточно удержать человека — нужно, чтобы он считал потраченное время оправданным.

Чем рекомендации YouTube отличаются от поиска

Поиск и рекомендации решают разные задачи, и это главное, что стоит понять перед оптимизацией. В поиске инициатива у зрителя: он сформулировал запрос, и система ищет соответствие. В рекомендациях инициатива у платформы: человек ничего не просил, он просто открыл приложение, и YouTube должен догадаться, что ему показать.

Отсюда разные правила игры. Для поиска важны ключевые слова в заголовке и описании, потому что система сопоставляет текст запроса с текстом страницы. Для рекомендаций ключевые слова почти ничего не решают — там система опирается на поведение похожих зрителей. Ваше видео попадёт в ленту не потому, что в названии есть нужное слово, а потому, что люди с подобной историей просмотров смотрели его до конца.

Проверить пропорцию на своём канале можно за минуту: YouTube Analytics → «Источники трафика». Вы увидите отдельные строки «Функции обзора» (это Главная страница и подписки), «Рекомендованные видео» (блок «Далее») и «Поиск YouTube». У большинства растущих каналов первые две строки вместе дают 60–80% просмотров. Если у вас доминирует поиск, а рекомендации дают меньше 20% — канал живёт на запросах и почти не получает новой аудитории за их пределами.

Две стадии отбора: генерация кандидатов и ранжирование

Сформировать ленту из миллиардов видео за долю секунды невозможно, если оценивать каждый ролик. Поэтому система разбивает задачу на два шага с разной ценой вычислений: сначала грубо сужает каталог до нескольких сотен кандидатов, затем придирчиво сортирует только их. Понимание этого разделения отвечает на самый частый вопрос авторов: почему видео вообще не показывают — и почему иногда показывают, но мало.

Стадия 1. Генерация кандидатов — попадёте ли вы в список вообще

На этом шаге система отвечает на вопрос «какие несколько сотен видео из всего каталога вообще имеют шанс понравиться этому человеку». Решает здесь не качество вашего монтажа, а связи: история просмотров конкретного зрителя, каналы, на которые он подписан, и — главное — поведение людей с похожим профилем. Если тысяча зрителей со схожими интересами посмотрела ваше видео и осталась довольна, вы становитесь кандидатом для тысячи первого.

Отсюда главная проблема нового канала. У вас нет накопленной истории: система не знает, кому вы подходите, потому что ещё никто похожий вас не смотрел. Это не наказание и не «фильтр для новичков» — это отсутствие данных. Именно поэтому первые 10–20 видео на канале почти всегда идут тяжелее следующих: система строит профиль вашего контента с нуля и делает это на очень маленькой выборке.

Стадия 2. Ранжирование — на каком месте вас покажут

Кандидаты отобраны, теперь их надо выстроить. Здесь работает более тяжёлая модель, которая прогнозирует для каждой пары «зритель + видео» вероятность двух вещей: что человек кликнет и что после клика останется надолго. Прогноз клика опирается на превью и заголовок — мы разбирали эту часть в материале о CTR миниатюры YouTube. Прогноз удержания опирается на то, как вели себя предыдущие зрители: досидели или ушли на десятой секунде — подробно эта механика разобрана в материале о времени просмотра YouTube.

Эта пара прогнозов объясняет ситуацию, которая сбивает с толку многих авторов: показов много, а просмотров мало — или наоборот, CTR отличный, а охват не растёт. В первом случае вы прошли отбор кандидатов, но проигрываете конкуренцию за клик. Во втором — клик вы выгрызли, но система видит, что люди быстро уходят, и снижает вас в следующих выдачах. Один показатель без другого не работает.

Персонализация: почему одно видео видят совершенно разные люди

Ленты двух людей с одинаковыми интересами почти никогда не совпадают. Причина в том, что система строит рекомендации не по теме, а по конкретному поведению — и добавляет к нему контекст момента.

История просмотров и «похожие зрители»

Основа персонализации — коллаборативная логика: если люди, смотревшие то же, что и вы, потом смотрели ещё и видео X, вам тоже покажут X. Поэтому нишевый канал с 3 000 подписчиков может стабильно попадать в рекомендации: у него плотная, однородная аудитория, и система быстро понимает, кому этот контент подходит. А канал-«винегрет» с 50 000 подписчиков может буксовать, потому что его зрители не похожи друг на друга и строить связи не на чем.

Практическое следствие неприятное, но важное: резкие скачки темы вредят. Если канал о ремонте квартир вдруг выпускает видео о путешествии, системе некому его показать — старой аудитории оно не по профилю, новой ещё нет. Такие видео обычно собирают 10–20% от обычного охвата канала и вдобавок размывают профиль на несколько следующих публикаций.

Контекст: устройство, время суток, язык, регион

Поверх истории накладывается ситуация просмотра. Один и тот же человек на телефоне утром и на телевизоре вечером получает разные ленты: короткие форматы чаще показывают на мобильном, длинные — на большом экране. Язык интерфейса и регион сужают подбор ещё сильнее, и для украинских каналов это работает в обе стороны. С одной стороны, конкуренция за украиноязычного зрителя ниже, чем за англоязычного. С другой — аудитория ограничена, и выход за её пределы почти всегда означает падение среднего охвата. Общий объём аудитории платформы по странам ежегодно обновляет глобальный обзор цифровой аудитории DataReportal — полезно сверять ожидания с реальными цифрами рынка, прежде чем строить планы роста.

Сигналы удовлетворённости: что YouTube спрашивает у зрителя о вашем видео

Это наименее очевидная часть системы и одновременно та, что сильнее всего отличает рекомендации от поиска. Кроме поведения, платформа собирает прямую оценку: считает ли зритель потраченное время оправданным. Эти сигналы весят больше, чем кажется со стороны, и именно из-за них «затягивающий, но пустой» контент со временем проседает.

Опросы о полезности видео

Время от времени YouTube показывает зрителям короткий опрос с просьбой оценить просмотренное видео по шкале. Отвечает небольшой процент людей, но выборка велика в абсолютных числах, и платформа использует эти оценки для обучения моделей. Ключевое здесь то, что оценка не совпадает со временем просмотра: видео можно досмотреть до конца и поставить низкую оценку, если в итоге оно ничего не дало. Именно поэтому растягивание хронометража ради удержания — стратегия на один квартал, не больше.

«Не интересует» и «Не рекомендовать этот канал»

Две кнопки в меню карточки видео — самый жёсткий негативный сигнал, который может дать зритель. Первая убирает конкретное видео из ленты, вторая закрывает зрителю весь ваш канал. Платформа описывает работу этих инструментов в официальном описании рекомендательной системы. Самая частая причина, почему их жмут — разрыв между обещанием превью и содержимым видео. Человек кликнул, получил не то, и закрыл канал навсегда одним движением.

Лайки, дизлайки, сохранения, репосты

Публичный счётчик дизлайков убрали в 2021 году, но сам сигнал никуда не делся — он по-прежнему влияет на персональные рекомендации того, кто нажал. Позитивные сигналы различаются по весу: репост и сохранение в плейлист «ценнее» лайка, потому что стоят зрителю больше усилий и лучше прогнозируют возвращение. Лайк — самое дешёвое действие, поэтому и вес у него меньше, хотя он остаётся простейшим способом показать системе, что видео зашло.

«Авторы часто оптимизируют то, что видно в Analytics, и забывают о том, чего там нет. Удержание вы видите, а оценку полезности — нет. Простейшая проверка: посмотрите собственное видео через неделю после публикации и честно спросите себя, узнали бы вы что-то новое, будь вы зрителем. Если ответ «нет» — цифры удержания вас подводят, и рекомендации рано или поздно это отразят.»

Две поверхности рекомендаций: Главная и блок «Далее»

Рекомендации — не одно место, а два, и живут они по разным правилам. В Analytics они называются «Функции обзора» и «Рекомендованные видео». Разница между ними определяет, какой тип контента вам выгоднее делать.

Главная страница

Это то, что человек видит, открыв приложение без конкретного намерения. Здесь система опирается на долгосрочную картину: на какие каналы вы подписаны, что смотрели в последнее время, что смотрят похожие зрители. Свежесть важна — новые видео с ваших каналов получают приоритет в первые часы после публикации. Именно поэтому активная база подписчиков даёт эффект, который не покупается разово: каждая публикация стартует с гарантированной аудиторией, и от её реакции зависит, пойдёт ли видео дальше.

Рекомендованные рядом с чужим видео

Это блок сбоку или во время просмотра, где ваше видео может появиться рядом с роликом другого автора. Механика здесь иная: система ищет не «что этот человек любит вообще», а «что логично посмотреть сразу после этого конкретного видео». Поэтому в Suggested выигрывает контент, продолжающий тему: следующий шаг, разбор подтемы, ответ на вопрос, возникающий во время просмотра.

Это самый доступный канал роста для небольших каналов. Пробиться на Главную сложно — там вы конкурируете со всем, что человек любит. А попасть в блок «Далее» рядом с популярным видео в своей нише вполне реально, если ваш ролик закрывает смежный вопрос. Практический приём: найдите в нише 5–10 видео с большим количеством просмотров, посмотрите в комментариях, что люди спрашивают после просмотра, и сделайте видео-ответ на самый частый вопрос.

Свежесть, сезонность и «второй шанс» старого видео

Распространённый миф: если видео не взлетело за первые три дня, оно мертво. На самом деле свежесть — сильный, но не единственный фактор, и работает она по-разному для разных типов контента. Новостной ролик вне своей недели действительно никому не нужен. А видео формата «как сделать X» живёт годами и может получить вторую жизнь через полтора года после публикации.

Причина в том, что система постоянно проверяет гипотезы. Старое видео периодически показывают небольшой новой аудитории — и если оно вдруг даёт хорошие показатели на этой выборке, показы расширяют. Срабатывает это обычно по одному из трёх сценариев: тема снова стала актуальной (сезон, новость, изменение в популярном приложении), у канала появилась новая аудитория с другим профилем, или кто-то крупный сослался на ваше видео.

Что из этого следует на практике. Во-первых, не удаляйте видео со слабыми показателями — они ничего не портят, а шанс на вторую волну сохраняют. Во-вторых, обновляйте превью и заголовок у старых материалов, которые когда-то собирали хорошо: для системы это новый сигнал, и она проверит видео ещё раз. В-третьих, планируйте сезонные темы с опережением в две-три недели — чтобы на пике интереса видео уже имело накопленную историю просмотров, а не стартовало с нуля.

Что влияет на рекомендации, а что нет — сводная таблица

Вокруг рекомендаций наросло много советов, которые либо устарели, либо никогда не работали. Вот короткая сверка того, что действительно имеет вес для рекомендательной ленты — отдельно от поиска.

Пошагово: как настроить канал под рекомендации YouTube

Порядок шагов имеет значение — каждый следующий опирается на данные из предыдущего.

1. Определите, откуда идёт ваш трафик сейчас. Analytics → «Источники трафика» за последние 90 дней. Запишите долю функций обзора, рекомендованных видео и поиска. Это точка отсчёта, с которой вы будете сравнивать изменения через два месяца.
2. Найдите свои лучшие видео по удержанию, а не по просмотрам. Отсортируйте ролики по среднему проценту просмотра. Часто оказывается, что самое популярное видео держит хуже скромного ролика на 3 000 просмотров — именно второй и есть ваш образец для следующих тем.
3. Проверьте первые 30 секунд трёх последних видео. Посмотрите график удержания: если кривая падает ниже 70% к тридцатой секунде, проблема во вступлении. Уберите приветствие, объявление рубрики и просьбу подписаться — всё это стоит вам показов.
4. Сведите обещание превью с первой минутой. То, что человек увидел на картинке, должно появиться в видео в течение первой минуты. Разрыв здесь — главная причина нажатий «Не рекомендовать этот канал».
5. Сделайте серию из 3–5 видео на одну подтему. Однородная серия даёт системе плотные данные и резко упрощает подбор кандидатов. Разбросанные по темам одиночные ролики этого не дают.
6. Цельтесь в блок «Далее» осознанно. Найдите 5–10 популярных видео в нише, соберите вопросы из комментариев и снимите ответы. Это кратчайший путь к Suggested-трафику для канала без истории.
7. Публикуйте тогда, когда аудитория онлайн. Analytics показывает часы активности ваших зрителей. Реакция первых часов формирует первое представление системы о видео — лучше не отдавать этот шанс ночной публикации.
8. Дайте системе стартовый сигнал. Новому каналу не хватает именно начальных данных. Часть авторов на старте усиливает просмотры на YouTube, чтобы алгоритму было на чём строить первые связи, а дальше работает уже органика.

Ошибки, из-за которых канал не попадает в рекомендации

Это не абстрактные советы, а то, что чаще всего видно в аналитике каналов, остановившихся на одном уровне.

• Канал без профиля. Обзор техники, влог, рецепт и реакция на новость в одном месте. Система не может определить, кому это показывать, и по умолчанию не показывает почти никому. Самая частая причина, почему канал с приличным контентом не растёт годами.
• Превью обещает больше, чем есть в видео. Даёт краткосрочный скачок CTR и долгосрочный провал: люди уходят в первые секунды, часть жмёт «Не интересует». После двух-трёх таких видео падает охват всего канала, а не только проблемных роликов.
• Длинное вступление. Заставка на 15 секунд, приветствие, рассказ о планах на канал — и график удержания падает до 50% ещё до начала сути. Для рекомендаций это приговор: система видит, что люди не держатся, и сужает показы.
• Погоня за чужими трендами вне ниши. Выехать на популярной теме можно, но если она не стыкуется с остальным каналом, вы получите нерелевантную аудиторию. Следующие видео пойдут хуже, потому что система начнёт предлагать вас людям, которым ваш обычный контент неинтересен.
• Удаление «неудачных» видео. Ролик со слабыми показателями не тянет канал вниз — рекомендации оценивают каждое видео отдельно. Удаляя, вы теряете шанс на вторую волну и накопленную историю.
• Оптимизация только под поиск. Ключи в заголовке, теги, длинное описание — и ноль внимания к удержанию. Канал собирает трафик с запросов, но остаётся невидимым в ленте, где живёт основная масса просмотров.

Сколько стоит усилить старт видео

Внешнее усиление не заменяет контент — оно решает более узкую задачу: даёт системе первые данные, когда взять их неоткуда. Ниже актуальные цены на услуги для YouTube, чтобы вы понимали порядок сумм, а не ориентировались на догадки.

Цены актуальны на момент публикации; текущие тарифы и пакеты всегда на страницах услуг — подписчики на YouTube и лайки на YouTube. Для коротких видео есть отдельное направление — продвижение YouTube Shorts, потому что Shorts живут в собственной ленте с другой механикой подбора.

Два примера: как выглядит выход в рекомендации

Пример 1. Канал о ремонте: серия вместо одиночных видео

Канал с 1 200 подписчиков, 14 видео за полгода, средний охват — 600–900 просмотров. Источники трафика: поиск 71%, рекомендации 12%. Тематика разбросана: от укладки плитки до обзора шуруповёрта и влога с дачи.

Что изменили: следующие 6 видео сняли одной серией о санузле — от демонтажа до затирки швов, каждое видео отвечало на вопрос, возникавший в предыдущем. Вступления сократили с 40 до 8 секунд. Превью привели к единому стилю с номером шага.

Результат за 10 недель: среднее удержание выросло с 31% до 48%, доля рекомендаций в источниках трафика — с 12% до 54%, средний охват видео — до 4 100. Ключевым оказался блок «Далее»: видео серии начали показывать одно за другим, и зрители смотрели по 2–3 ролика подряд.

Пример 2. Новый канал: старт с нуля без истории

Канал о домашней выпечке, созданный с нуля. Первые 4 видео собрали 40–120 просмотров каждое — классическая ситуация, когда системе не на чем строить подбор кандидатов.

Что сделали: взяли узкую подтему вместо «выпечки вообще» — только хлеб на закваске. Сняли 5 видео подряд. Первые три усилили просмотрами по 1 000, чтобы алгоритм получил начальную выборку и смог понять, кому предлагать канал.

Результат за 8 недель: четвёртое видео серии вышло в рекомендации самостоятельно и собрало 11 400 просмотров, канал набрал 940 подписчиков. Доля рекомендаций в трафике — 61%. Важная деталь: усиление дало эффект только потому, что удержание на видео было выше 50%. На двух предыдущих попытках с размытой темой те же просмотры не дали ничего — система получила данные и сделала вывод, что показывать видео некому.

Частые вопросы о рекомендациях YouTube

Почему моё видео не попадает в рекомендации, хотя у него хорошее удержание?

Скорее всего, проблема на первой стадии — генерации кандидатов, а не на ранжировании. Удержание оценивается уже после того, как видео кому-то показали, а если система не понимает, кому вас предлагать, показов просто не будет. Причина обычно в размытой тематике канала: зрители слишком разные, связей между ними нет. Проверка простая — посмотрите, похожи ли между собой последние 10 видео. Если нет, начните с серии на одну узкую подтему и дайте системе 4–6 недель на перестройку профиля канала.

Сколько времени нужно, чтобы канал начал получать рекомендации?

Для канала с однородным контентом первые стабильные показы в ленте обычно появляются после 8–15 видео на одну тему. Это не жёсткий порог, а точка, когда данных становится достаточно для уверенного подбора. Если вы изменили подход на уже существующем канале, закладывайте 4–8 недель: система переоценивает профиль постепенно и опирается на новые публикации, а не на архив. Резкой перемены за неделю не бывает — и любой, кто обещает иное, продаёт вам ожидания, а не результат.

Влияют ли дизлайки на попадание в рекомендации?

Публичный счётчик дизлайков убрали, но сигнал работает дальше — прежде всего для персональных рекомендаций человека, который его поставил. Значительно сильнее бьют кнопки «Не интересует» и «Не рекомендовать этот канал»: первая убирает конкретное видео, вторая закрывает вас для зрителя полностью. Умеренное количество дизлайков на дискуссионной теме не проблема и даже полезно, потому что порождает обсуждение. Тревожный сигнал — когда дизлайки растут вместе с падением удержания в первые секунды: это почти всегда означает разрыв между превью и содержимым.

Что лучше для рекомендаций — длинные видео или Shorts?

Это разные ленты с разной механикой, поэтому сравнивать их напрямую некорректно. Shorts дают быстрый охват и новых зрителей, но слабее конвертируют в постоянную аудиторию: человек листает дальше, часто не запомнив канал. Длинные видео растут медленнее, зато строят более глубокую связь и лучше работают на Главной. Рабочая связка для нового канала — Shorts как источник первого знакомства и длинные видео как то, что удерживает. Но делать Shorts «чтобы было», без привязки к основной теме канала, вредно: вы приведёте аудиторию, которой ваш главный контент не нужен.

Может ли старое видео вдруг попасть в рекомендации?

Да, и это происходит чаще, чем кажется. Система периодически проверяет архивные видео на небольшой новой аудитории, и если показатели хорошие, показы расширяются. Чаще всего вторая волна приходит к evergreen-темам вроде «как сделать X»: сезонный интерес, изменение в популярном приложении или упоминание вашего видео кем-то крупным — и ролик оживает через год. Поэтому не удаляйте слабые видео и время от времени обновляйте превью и заголовки в материалах, которые когда-то собирали хорошо.

Помогает ли внешнее усиление просмотров выйти в рекомендации?

Оно решает одну конкретную задачу — нехватку начальных данных у нового канала, когда системе не на чем строить связи. Но само по себе в рекомендации не выводит: если удержание низкое, дополнительные просмотры лишь быстрее покажут алгоритму, что видео не держит зрителя. Порядок действий должен быть таким: сначала довести удержание до приемлемого уровня хотя бы на нескольких видео, и только потом усиливать старт. В обратном порядке вы платите за ускорение негативного вывода.

Как понять, с какой именно поверхности идут мои просмотры?

В YouTube Analytics откройте вкладку «Охват» и посмотрите на «Источники трафика». Строка «Функции обзора» — это Главная страница и лента подписок, «Рекомендованные видео» — блок «Далее» рядом с чужими роликами, «Поиск YouTube» — запросы. Если у вас доминируют «Рекомендованные видео», вы хорошо работаете на смежных темах и стоит усиливать это направление. Если преобладают «Функции обзора» — у вас сильная база подписчиков. Если же 70% даёт поиск, канал живёт на запросах и пока не имеет собственного места в лентах зрителей.

Быстрая самопроверка перед публикацией следующего видео — пять вопросов, на которые стоит ответить честно:

• Кому конкретно это видео? Если ответ «всем, кому интересно» — система тоже не поймёт, кому его показать.
• Что обещает превью и когда это обещание выполняется? Если позже первой минуты — переделайте начало.
• С каким из ваших предыдущих видео это стыкуется? Видео вне серии почти всегда даёт худший охват.
• После какого чужого видео его логично посмотреть? Это ваш шанс на блок «Далее».
• Что зритель заберёт с собой? Время просмотра вы увидите в аналитике, а оценку полезности — нет, и именно она решает долгую судьбу канала.

Главное и с чего начать

Рекомендации YouTube — не лотерея и не награда за старание. Это два последовательных вопроса, на которые система отвечает вместо вас: кому это может подойти и в каком порядке показать. На первый вопрос влияет однородность канала, на второй — превью и первые тридцать секунд. Всё остальное, включая теги, хештеги и «правильный» хронометраж, решает значительно меньше, чем принято думать.

Начните с простого: откройте Analytics и посмотрите долю рекомендаций в источниках трафика за последние 90 дней. Если она ниже 30%, ваша задача — не снимать больше, а сделать следующие 5 видео одной узкой серией и сократить вступления до 10 секунд. Если у канала ещё нет истории вообще, имеет смысл дать системе стартовые данные — усилить просмотры YouTube на первых видео серии, чтобы алгоритму было с чем работать. Первые изменения в доле рекомендаций обычно видны через 4–6 недель — и дальше они накапливаются сами, потому что каждое удачное видео уточняет профиль канала для следующего.