Рекомендації YouTube: як алгоритм обирає відео для конкретного глядача

Ваше відео зібрало 2 000 переглядів і зупинилося. Сусіднє відео на каналі-ровеснику — 180 000 за той самий тиждень. Тема схожа, монтаж не гірший, превью не соромно показати. Різниця не в якості: рекомендації YouTube просто не знайшли для вашого відео глядача, якому воно підійде. Ця стаття — про те, як саме система шукає такого глядача і що ви можете зробити, щоб вона знайшла його швидше.

Рекомендації YouTube — це персональна добірка відео, яку платформа формує окремо для кожного глядача: стрічка на Головній сторінці і блок «Далі» поруч із тим відео, що людина дивиться зараз. За заявою YouTube, понад 70% часу перегляду на платформі приходить саме з рекомендацій, а не з пошуку чи прямих переходів. Для автора це означає просту річ: пошукова оптимізація вирішує меншу частину задачі, а більшу — те, наскільки добре ваше відео вписується в чиюсь персональну стрічку.

Ми вже розбирали загальну механіку алгоритму YouTube — які сигнали платформа рахує і як влаштовані її поверхні. Тут ми заходимо глибше і тільки в одну з них: у рекомендаційну стрічку. Що відбувається між моментом, коли ви натиснули «Опублікувати», і моментом, коли незнайома людина побачила ваше прев'ю серед двадцяти інших.

Звідки взялися рекомендації YouTube і чому вони змінилися

До 2012 року головним показником для YouTube була кількість переглядів. Логіка проста: більше кліків — вище позиція. Результат теж вийшов простий: платформа заполонилася заголовками-обманками і прев'ю, що не мали стосунку до вмісту. Людина клікала, розуміла, що її обдурили, і йшла — але клік уже зарахували.

У 2012 році YouTube перевів рекомендації на час перегляду замість кліків. Обманні прев'ю почали працювати проти каналу: людина заходила і за десять секунд закривала відео, а система бачила короткий сеанс і переставала показувати ролик іншим. Наступний великий крок стався у 2016-му, коли платформа перейшла на нейромережеву архітектуру — саме тоді з'явився поділ на дві стадії, про який ідеться нижче. Інженери Google описали цю архітектуру в публічній науковій роботі про рекомендаційні нейромережі YouTube, і вона досі залишається базовим поясненням того, як влаштована система.

Третій етап — той, у якому ми живемо зараз. Час перегляду виявився теж недосконалим сигналом: він заохочував розтягнуті відео і контент, який затягує, але не залишає нічого корисного. Тому платформа додала пряме опитування глядачів про задоволеність. Про цей поворот YouTube докладно розповів в офіційному розборі своєї рекомендаційної системи. Практичний висновок для автора: сьогодні недостатньо утримати людину — треба, щоб вона вважала витрачений час виправданим.

Чим рекомендації YouTube відрізняються від пошуку

Пошук і рекомендації розв'язують різні задачі, і це головне, що варто зрозуміти перед оптимізацією. У пошуку ініціатива в глядача: він сформулював запит, і система шукає відповідність. У рекомендаціях ініціатива в платформи: людина нічого не просила, вона просто відкрила застосунок, і YouTube має здогадатися, що їй показати.

Звідси різні правила гри. Для пошуку важливі ключові слова в заголовку й описі, бо система зіставляє текст запиту з текстом сторінки. Для рекомендацій ключові слова майже нічого не вирішують — там система спирається на поведінку схожих глядачів. Ваше відео потрапить у стрічку не тому, що в назві є потрібне слово, а тому, що люди з подібною історією переглядів дивилися його до кінця.

Перевірити пропорцію на своєму каналі можна за хвилину: YouTube Analytics → «Джерела трафіку». Ви побачите окремі рядки «Функції огляду» (це Головна сторінка і підписки), «Рекомендовані відео» (блок «Далі») і «Пошук YouTube». У більшості каналів, які ростуть, перші два рядки разом дають 60–80% переглядів. Якщо у вас домінує пошук, а рекомендації дають менше 20% — канал живе на запитах і майже не отримує нової аудиторії поза ними.

Дві стадії відбору: генерація кандидатів і ранжування

Сформувати стрічку з мільярдів відео за частку секунди неможливо, якщо оцінювати кожен ролик. Тому система розбиває задачу на два кроки з різною ціною обчислень: спершу грубо звужує каталог до кількох сотень кандидатів, потім прискіпливо сортує тільки їх. Розуміння цього поділу відповідає на найчастіше питання авторів: чому відео взагалі не показують — і чому інколи показують, але мало.

Стадія 1. Генерація кандидатів — чи потрапите ви в список узагалі

На цьому кроці система відповідає на питання «які кілька сотень відео з усього каталогу взагалі мають шанс сподобатися цій людині». Вирішує тут не якість вашого монтажу, а зв'язки: історія переглядів конкретного глядача, канали, на які він підписаний, і — головне — поведінка людей зі схожим профілем. Якщо тисяча глядачів із подібними інтересами подивилася ваше відео і залишилася задоволена, ви стаєте кандидатом для тисячі першого.

Звідси головна проблема нового каналу. У вас немає накопиченої історії: система не знає, кому ви підходите, бо ще ніхто схожий вас не дивився. Це не покарання і не «фільтр для новачків» — це відсутність даних. Саме тому перші 10–20 відео на каналі майже завжди йдуть важче за наступні: система будує профіль вашого контенту з нуля і робить це на дуже маленькій вибірці.

Стадія 2. Ранжування — на якому місці вас покажуть

Кандидати відібрані, тепер їх треба вишикувати. Тут працює важча модель, яка прогнозує для кожної пари «глядач + відео» ймовірність двох речей: що людина клікне і що після кліку залишиться надовго. Прогноз кліку спирається на прев'ю і заголовок — ми розбирали цю частину в матеріалі про CTR мініатюри YouTube. Прогноз утримання спирається на те, як поводилися попередні глядачі: чи досиділи, чи пішли на десятій секунді — докладно ця механіка розібрана в матеріалі про час перегляду YouTube.

Ця пара прогнозів пояснює ситуацію, яка збиває з пантелику багатьох авторів: показів багато, а переглядів мало — або навпаки, CTR відмінний, а охоплення не росте. У першому випадку ви пройшли добір кандидатів, але програєте конкуренцію за клік. У другому — клік ви вигризли, але система бачить, що люди швидко йдуть, і знижує вас у наступних видачах. Один показник без другого не працює.

Персоналізація: чому одне відео бачать зовсім різні люди

Стрічки двох людей із однаковими інтересами майже ніколи не збігаються. Причина в тому, що система будує рекомендації не за темою, а за конкретною поведінкою — і додає до неї контекст моменту.

Історія переглядів і «схожі глядачі»

Основа персоналізації — колаборативна логіка: якщо люди, які дивилися те саме, що й ви, потім дивилися ще й відео X, вам теж покажуть X. Тому нішевий канал із 3 000 підписників може стабільно потрапляти в рекомендації: у нього щільна, однорідна аудиторія, і система швидко розуміє, кому цей контент підходить. А канал-«вінегрет» із 50 000 підписників може буксувати, бо його глядачі не схожі один на одного і будувати зв'язки нема на чому.

Практичний наслідок неприємний, але важливий: різкі стрибки теми шкодять. Якщо канал про ремонт квартир раптом випускає відео про подорож, система не має кому його показати — старій аудиторії воно не за профілем, нової ще немає. Такі відео зазвичай збирають 10–20% від звичайного охоплення каналу і додатково розмивають профіль на кілька наступних публікацій.

Контекст: пристрій, час доби, мова, регіон

Поверх історії накладається ситуація перегляду. Одна й та сама людина на телефоні вранці і на телевізорі ввечері отримує різні стрічки: короткі формати частіше показують на мобільному, довгі — на великому екрані. Мова інтерфейсу і регіон звужують добір ще сильніше, і для українських каналів це працює в обидва боки. З одного боку, конкуренція за україномовного глядача нижча, ніж за англомовного. З іншого — аудиторія обмежена, і вихід за її межі майже завжди означає падіння середнього охоплення. Загальний обсяг аудиторії платформи по країнах щороку оновлює глобальний огляд цифрової аудиторії DataReportal — корисно звіряти очікування з реальними цифрами ринку, перш ніж будувати плани зростання.

Сигнали задоволеності: що YouTube питає у глядача про ваше відео

Це найменш очевидна частина системи і водночас та, що найсильніше відрізняє рекомендації від пошуку. Крім поведінки, платформа збирає пряму оцінку: чи вважає глядач витрачений час виправданим. Ці сигнали важать більше, ніж здається з боку, і саме через них «затягуючий, але порожній» контент з часом просідає.

Опитування про корисність відео

Час від часу YouTube показує глядачам коротке опитування з проханням оцінити переглянуте відео за шкалою. Відповідає невеликий відсоток людей, але вибірка велика в абсолютних числах, і платформа використовує ці оцінки для навчання моделей. Ключове тут те, що оцінка не збігається з часом перегляду: відео можна додивитися до кінця і поставити низьку оцінку, якщо в підсумку воно нічого не дало. Саме тому розтягування хронометражу заради утримання — стратегія на один квартал, не більше.

«Не цікавить» і «Не рекомендувати цей канал»

Дві кнопки в меню картки відео — найжорсткіший негативний сигнал, який може дати глядач. Перша прибирає конкретне відео зі стрічки, друга закриває глядачеві весь ваш канал. Платформа описує роботу цих інструментів в офіційному описі рекомендаційної системи. Найчастіша причина, чому їх тиснуть — розрив між обіцянкою прев'ю і вмістом відео. Людина клікнула, отримала не те, і закрила канал назавжди одним рухом.

Лайки, дизлайки, збереження, поширення

Публічний лічильник дизлайків прибрали у 2021 році, але сам сигнал нікуди не зник — він далі впливає на персональні рекомендації того, хто натиснув. Позитивні сигнали розрізняються за вагою: поширення і збереження в плейлист «цінніші» за лайк, бо коштують глядачеві більше зусиль і краще прогнозують повернення. Лайк — найдешевша дія, тому й вага в нього менша, хоча він залишається найпростішим способом показати системі, що відео зайшло.

«Автори часто оптимізують те, що видно в Analytics, і забувають про те, чого там немає. Утримання ви бачите, а оцінку корисності — ні. Найпростіша перевірка: подивіться власне відео через тиждень після публікації і чесно спитайте себе, чи дізналися б ви щось нове, якби були глядачем. Якщо відповідь «ні» — цифри утримання вас підводять, і рекомендації рано чи пізно це відобразять.»

Дві поверхні рекомендацій: Головна і блок «Далі»

Рекомендації — не одне місце, а два, і вони живуть за різними правилами. В Analytics вони називаються «Функції огляду» і «Рекомендовані відео». Різниця між ними визначає, який тип контенту вам вигідніше робити.

Головна сторінка

Це те, що людина бачить, відкривши застосунок без конкретного наміру. Тут система спирається на довгострокову картину: на які канали ви підписані, що дивилися останнім часом, що дивляться схожі глядачі. Свіжість важлива — нові відео з ваших каналів отримують пріоритет у перші години після публікації. Саме тому активна база підписників дає ефект, який не купується разово: кожна публікація стартує з гарантованої аудиторії, і від її реакції залежить, чи піде відео далі.

Рекомендовані поруч із чужим відео

Це блок збоку або під час перегляду, де ваше відео може з'явитися поруч із роликом іншого автора. Механіка тут інша: система шукає не «що ця людина любить взагалі», а «що логічно подивитися одразу після цього конкретного відео». Тому в Suggested виграє контент, що продовжує тему: наступний крок, розбір підтеми, відповідь на питання, яке виникає під час перегляду.

Це найдоступніший канал зростання для невеликих каналів. Пробитися на Головну складно — там ви конкуруєте з усім, що людина любить. А потрапити в блок «Далі» поруч із популярним відео у своїй ніші цілком реально, якщо ваш ролик закриває суміжне питання. Практичний прийом: знайдіть у ніші 5–10 відео з великою кількістю переглядів, подивіться в коментарях, що люди питають після перегляду, і зробіть відео-відповідь на найчастіше питання.

Свіжість, сезонність і «другий шанс» старого відео

Поширений міф: якщо відео не злетіло за перші три дні, воно мертве. Насправді свіжість — сильний, але не єдиний фактор, і працює вона по-різному для різних типів контенту. Новинний ролик поза своїм тижнем справді нікому не потрібен. А відео формату «як зробити X» живе роками і може отримати друге життя через півтора року після публікації.

Причина в тому, що система постійно перевіряє гіпотези. Старе відео періодично показують невеликій новій аудиторії — і якщо воно раптом дає хороші показники на цій вибірці, покази розширюють. Спрацьовує це зазвичай за одним із трьох сценаріїв: тема знову стала актуальною (сезон, новина, зміна в популярному застосунку), у каналу з'явилася нова аудиторія з іншим профілем, або хтось великий послався на ваше відео.

Що з цього випливає на практиці. По-перше, не видаляйте відео зі слабкими показниками — вони нічого не псують, а шанс на другу хвилю зберігають. По-друге, оновлюйте прев'ю і заголовок у старих матеріалів, які колись збирали добре: для системи це новий сигнал, і вона перевірить відео ще раз. По-третє, плануйте сезонні теми з випередженням у два-три тижні — щоб на піку інтересу відео вже мало накопичену історію переглядів, а не стартувало з нуля.

Що впливає на рекомендації, а що ні — зведена таблиця

Навколо рекомендацій наросло багато порад, які або застаріли, або ніколи не працювали. Ось коротка звірка того, що справді має вагу для рекомендаційної стрічки — окремо від пошуку.

Покроково: як налаштувати канал під рекомендації YouTube

Порядок кроків має значення — кожен наступний спирається на дані з попереднього.

1. Визначте, звідки йде ваш трафік зараз. Analytics → «Джерела трафіку» за останні 90 днів. Запишіть частку функцій огляду, рекомендованих відео і пошуку. Це точка відліку, з якою ви порівнюватимете зміни через два місяці.
2. Знайдіть свої найкращі відео за утриманням, а не за переглядами. Відсортуйте ролики за середнім відсотком перегляду. Часто виявляється, що найпопулярніше відео тримає гірше за скромний ролик на 3 000 переглядів — саме другий і є вашим зразком для наступних тем.
3. Перевірте перші 30 секунд трьох останніх відео. Подивіться графік утримання: якщо крива падає нижче 70% до тридцятої секунди, проблема у вступі. Приберіть привітання, оголошення рубрики і прохання підписатися — усе це коштує вам показів.
4. Зведіть обіцянку прев'ю з першою хвилиною. Те, що людина побачила на картинці, має з'явитися у відео протягом першої хвилини. Розрив тут — головна причина натискань «Не рекомендувати цей канал».
5. Зробіть серію з 3–5 відео на одну підтему. Однорідна серія дає системі щільні дані і різко спрощує добір кандидатів. Розкидані по темах поодинокі ролики цього не дають.
6. Цільтеся в блок «Далі» свідомо. Знайдіть 5–10 популярних відео в ніші, зберіть питання з коментарів і зніміть відповіді. Це найкоротший шлях до Suggested-трафіку для каналу без історії.
7. Публікуйте тоді, коли аудиторія онлайн. Analytics показує години активності ваших глядачів. Реакція перших годин формує перше уявлення системи про відео — краще не віддавати цей шанс нічній публікації.
8. Дайте системі стартовий сигнал. Новому каналу бракує саме початкових даних. Частина авторів на старті підсилює перегляди на YouTube, щоб алгоритму було на чому будувати перші зв'язки, а далі працює вже органіка.

Помилки, через які канал не потрапляє в рекомендації

Це не абстрактні поради, а те, що найчастіше видно в аналітиці каналів, які зупинилися на одному рівні.

• Канал без профілю. Огляд техніки, влог, рецепт і реакція на новину в одному місці. Система не може визначити, кому це показувати, і за замовчуванням не показує майже нікому. Найчастіша причина, чому канал із пристойним контентом не росте роками.
• Прев'ю обіцяє більше, ніж є у відео. Дає короткостроковий стрибок CTR і довгостроковий провал: люди йдуть у перші секунди, частина тисне «Не цікавить». Після двох-трьох таких відео падає охоплення всього каналу, а не тільки проблемних роликів.
• Довгий вступ. Заставка на 15 секунд, привітання, розповідь про плани на канал — і графік утримання падає до 50% ще до початку суті. Для рекомендацій це вирок: система бачить, що люди не тримаються, і звужує покази.
• Гонитва за чужими трендами поза нішею. Виїхати на популярній темі можна, але якщо вона не стикується з рештою каналу, ви отримаєте нерелевантну аудиторію. Наступні відео підуть гірше, бо система почне пропонувати вас людям, яким ваш звичайний контент не цікавий.
• Видалення «невдалих» відео. Ролик зі слабкими показниками не тягне канал донизу — рекомендації оцінюють кожне відео окремо. Видаляючи, ви втрачаєте шанс на другу хвилю і накопичену історію.
• Оптимізація тільки під пошук. Ключі в заголовку, теги, довгий опис — і нуль уваги до утримання. Канал збирає трафік із запитів, але залишається невидимим у стрічці, де живе основна маса переглядів.

Скільки коштує підсилити старт відео

Зовнішнє підсилення не замінює контент — воно розв'язує вужчу задачу: дає системі перші дані, коли їх узяти нізвідки. Нижче актуальні ціни на послуги для YouTube, щоб ви розуміли порядок сум, а не орієнтувалися на здогадки.

Ціни актуальні на момент публікації; поточні тарифи і пакети завжди на сторінках послуг — підписники на YouTube і лайки на YouTube. Для коротких відео є окремий напрям — просування YouTube Shorts, бо Shorts живуть у власній стрічці з іншою механікою добору.

Два приклади: як виглядає вихід у рекомендації

Приклад 1. Канал про ремонт: серія замість поодиноких відео

Канал із 1 200 підписників, 14 відео за пів року, середнє охоплення — 600–900 переглядів. Джерела трафіку: пошук 71%, рекомендації 12%. Тематика розкидана: від укладання плитки до огляду шурупокрута і влогу з дачі.

Що змінили: наступні 6 відео зняли однією серією про санвузол — від демонтажу до затирання швів, кожне відео відповідало на питання, що виникало в попередньому. Вступи скоротили з 40 до 8 секунд. Прев'ю привели до єдиного стилю з номером кроку.

Результат за 10 тижнів: середнє утримання зросло з 31% до 48%, частка рекомендацій у джерелах трафіку — з 12% до 54%, середнє охоплення відео — до 4 100. Ключовим виявився блок «Далі»: відео серії почали показувати одне за одним, і глядачі дивилися по 2–3 ролики поспіль.

Приклад 2. Новий канал: старт із нуля без історії

Канал про домашню випічку, створений із нуля. Перші 4 відео зібрали 40–120 переглядів кожне — класична ситуація, коли системі нема на чому будувати добір кандидатів.

Що зробили: узяли вузьку підтему замість «випічки взагалі» — тільки хліб на заквасці. Зняли 5 відео поспіль. Перші три підсилили переглядами по 1 000, щоб алгоритм отримав початкову вибірку і зміг зрозуміти, кому пропонувати канал.

Результат за 8 тижнів: четверте відео серії вийшло в рекомендації самостійно і зібрало 11 400 переглядів, канал набрав 940 підписників. Частка рекомендацій у трафіку — 61%. Важлива деталь: підсилення дало ефект тільки тому, що утримання на відео було вище 50%. На двох попередніх спробах із розмитою темою ті самі перегляди не дали нічого — система отримала дані і зробила висновок, що показувати відео нема кому.

Часті запитання про рекомендації YouTube

Чому моє відео не потрапляє в рекомендації, хоча має хороше утримання?

Найімовірніше, проблема на першій стадії — генерації кандидатів, а не на ранжуванні. Утримання оцінюється вже після того, як відео комусь показали, а якщо система не розуміє, кому вас пропонувати, показів просто не буде. Причина зазвичай у розмитій тематиці каналу: глядачі надто різні, зв'язків між ними немає. Перевірка проста — подивіться, чи схожі між собою останні 10 відео. Якщо ні, почніть із серії на одну вузьку підтему і дайте системі 4–6 тижнів на перебудову профілю каналу.

Скільки часу потрібно, щоб канал почав отримувати рекомендації?

Для каналу з однорідним контентом перші стабільні покази в стрічці зазвичай з'являються після 8–15 відео на одну тему. Це не жорсткий поріг, а точка, коли даних стає достатньо для впевненого добору. Якщо ви змінили підхід на вже наявному каналі, закладайте 4–8 тижнів: система переоцінює профіль поступово і спирається на нові публікації, а не на архів. Різкої зміни за тиждень не буває — і будь-хто, хто обіцяє інше, продає вам очікування, а не результат.

Чи впливають дизлайки на потрапляння в рекомендації?

Публічний лічильник дизлайків прибрали, але сигнал працює далі — насамперед для персональних рекомендацій людини, яка його поставила. Значно сильніше б'ють кнопки «Не цікавить» і «Не рекомендувати цей канал»: перша прибирає конкретне відео, друга закриває вас для глядача повністю. Помірна кількість дизлайків на дискусійній темі не є проблемою і навіть корисна, бо породжує обговорення. Тривожний сигнал — коли дизлайки ростуть разом із падінням утримання в перші секунди: це майже завжди означає розрив між прев'ю і вмістом.

Що краще для рекомендацій — довгі відео чи Shorts?

Це різні стрічки з різною механікою, тому порівнювати їх напряму некоректно. Shorts дають швидке охоплення і нових глядачів, але слабше конвертують у постійну аудиторію: людина гортає далі, часто не запам'ятавши канал. Довгі відео ростуть повільніше, зате будують глибший зв'язок і краще працюють на Головній. Робоча зв'язка для нового каналу — Shorts як джерело першого знайомства і довгі відео як те, що утримує. Але робити Shorts «щоб було», без прив'язки до основної теми каналу, шкідливо: ви приведете аудиторію, якій ваш головний контент не потрібен.

Чи може старе відео раптом потрапити в рекомендації?

Так, і це відбувається частіше, ніж здається. Система періодично перевіряє архівні відео на невеликій новій аудиторії, і якщо показники добрі, покази розширюються. Найчастіше друга хвиля приходить до evergreen-тем на кшталт «як зробити X»: сезонний інтерес, зміна в популярному застосунку або згадка вашого відео кимось великим — і ролик оживає через рік. Тому не видаляйте слабкі відео і час від часу оновлюйте прев'ю та заголовки в матеріалах, які колись збирали добре.

Чи допомагає зовнішнє підсилення переглядів вийти в рекомендації?

Воно розв'язує одну конкретну задачу — брак початкових даних у нового каналу, коли системі нема на чому будувати зв'язки. Але саме по собі в рекомендації не виводить: якщо утримання низьке, додаткові перегляди лише швидше покажуть алгоритму, що відео не тримає глядача. Порядок дій має бути таким: спершу довести утримання до прийнятного рівня хоча б на кількох відео, і тільки потім підсилювати старт. У зворотному порядку ви платите за прискорення негативного висновку.

Як зрозуміти, з якої саме поверхні йдуть мої перегляди?

У YouTube Analytics відкрийте вкладку «Охоплення» і подивіться на «Джерела трафіку». Рядок «Функції огляду» — це Головна сторінка і стрічка підписок, «Рекомендовані відео» — блок «Далі» поруч із чужими роликами, «Пошук YouTube» — запити. Якщо у вас домінують «Рекомендовані відео», ви добре працюєте на суміжних темах і варто посилювати цей напрям. Якщо переважають «Функції огляду» — у вас сильна база підписників. Якщо ж 70% дає пошук, канал живе на запитах і поки що не має власного місця в стрічках глядачів.

Швидка самоперевірка перед публікацією наступного відео — п'ять питань, на які варто відповісти чесно:

• Кому конкретно це відео? Якщо відповідь «усім, кому цікаво» — система теж не зрозуміє, кому його показати.
• Що обіцяє прев'ю і коли ця обіцянка виконується? Якщо пізніше першої хвилини — переробіть початок.
• З яким із ваших попередніх відео це стикується? Відео поза серією майже завжди дає гірше охоплення.
• Після якого чужого відео його логічно подивитися? Це ваш шанс на блок «Далі».
• Що глядач забере з собою? Час перегляду ви побачите в аналітиці, а оцінку корисності — ні, і саме вона вирішує довгу долю каналу.

Головне і з чого почати

Рекомендації YouTube — не лотерея і не нагорода за старанність. Це два послідовні питання, на які система відповідає замість вас: кому це може підійти і в якому порядку показати. На перше питання впливає однорідність каналу, на друге — прев'ю і перші тридцять секунд. Усе інше, включно з тегами, хештегами і «правильним» хронометражем, вирішує значно менше, ніж прийнято думати.

Почніть із простого: відкрийте Analytics і подивіться частку рекомендацій у джерелах трафіку за останні 90 днів. Якщо вона нижча за 30%, ваша задача — не знімати більше, а зробити наступні 5 відео однією вузькою серією і скоротити вступи до 10 секунд. Якщо в каналу ще немає історії взагалі, має сенс дати системі стартові дані — підсилити перегляди YouTube на перших відео серії, щоб алгоритму було з чим працювати. Перші зміни в частці рекомендацій зазвичай видно через 4–6 тижнів — і далі вони накопичуються самі, бо кожне вдале відео уточнює профіль каналу для наступного.