angenommen ein Konkurrent rankt mit einem 10 min Video und retention=40% zu einem Keywoard auf Platz 1 und mein Video hätte eine Länge von 20 min und eine retention=30%. Würde YouTube mein Video dann höher ranken wenn die ctr beider Videos gleich ist oder meinst du, Channel authority, abonnentenzahlen etc spielen da auch mit rein?
Ich bin mir recht sicher, dass CTR und Retention nur ein Teil der Gleichung sind, und da kommen viele andere Faktoren noch mit hinzu. Aber das genaue Rezept der "Ranking-Suppe" ist nicht bekannt, und wenn überhaupt wissen nur sehr wenige Ingenieure bei YT die Zusammensetzung. Das ist aber auch gut so, weil je mehr Infos dazu öffentlich werden und je genauer die Methoden bekannt werden, wie gearbeitet wird, desto eher gibt es automatisierte Systeme oder findige Creator, die versuchen würden, dies auszunutzen um schlechte Inhalte trotzdem nach vorn zu bekommen.
Und die Suche und das Ranking dort ist halt auch nur ein Teil des gesamten Systems, die meisten Views werden heute nicht mehr über die Suche generiert, sondern über die Vorschlagssysteme der anderen KI-Teilsysteme.
Große Teile der Entscheidungen (geschätzt >99%) innerhalb von YT basieren auf lernenden Systemen. Und wenn manuelle, menschliche Entscheidungen getroffen werden, sind diese sofort Input für die KIs, um zukünftig besser ohne Menschen entscheiden zu können. Diese Systeme haben zwar vorgegebene Parameter und diese können von Menschen geändert werden, aber trotzdem treffen diese Entscheidungen die Machine Learning Komponenten, und das vor allem auf Grund von Experimenten mit vielen Variationen und Messungen, wie gut welche Variation im Endeffekt in der Lage war, das gewünschte Ziel zu erreichen.
Und das Ziel heißt bei der Suche, den Suchwunsch des Zuschauers möglichst zu befriedigen und bei den meisten anderen Bereichen, die Zuschauer möglichst lange zu unterhalten und ihre Gesamt-Watch-Session so lang wie möglich zu halten. Dazu werden nicht nur Unmengen von Daten zu den Videos gesammelt, sondern immer wichtiger werden auch die Datensätze zu den Vorlieben, Wünschen und Verhaltensweisen jedes einzelnen Viewers.
Im Endeffekt muss man immer daran denken, der Ansatz der Kis ist seit einigen Jahren nicht mehr, Viewer für Videos zu suchen, sondern umgekehrt, es werden Nutzerwünsche untersucht und versucht zu erraten, mittels A/B Tests gegen andere Videos und Messungen, welches Video besser funktioniert für diese Besuchergruppe. Und so werden Videos ausgesucht, die eventuell dazu in der Lage sind, das Interesse dieses einen Zuschauers oder dieser Gruppe von Zuschauern mit gleichen Interessen zu bekommen und möglichst lange zu halten. Ist Dein Video also in der Lage, Bedürfnisse von bestimmten Usern zu befriedigen, oder nicht? Das ist die Frage, um die sich alles dreht.
