nerd, investigar y aprender “Pelado Nerd” en YouTube “YouTuber” Tengo un canalcito donde subo videos sobre mi trabajo Principal SRE Site Reliability Engineer @ Split Pablo “Pelado Nerd” Fredrikson, Presidente del canal Pelado Nerd Una vez di una charla en Nerdearla con la bragueta abierta
de videos • En lugar de reconocer gatos, reconoce los mejores videos para recomendarte basado principalmente en watchtime ◦ Usa muchos datos para encontrar una lista de videos que van a tener más posibilidades de que los mires por más tiempo ◦ Si mi amigo y yo vemos canales similares y sale un video y mi amigo lo mira, me lo va a recomendar a mi • Hace pequeñas apuestas para ver cual video elegís y cada vez que lo hacés, se hace más “inteligente” y te recomienda cada vez mejor @pablokbs
generalmente es una simple función de retención esperada por impresión. Ranking por click-through rate (CTR) generalmente promueve videos que el usuario no termina (clickbait), pero watch time captura mejor la interacción.
reacción explícita existe en YT (likes), usamos reacciones implícitas de vistas para entrenar el modelo. Donde un usuario completando un video es un ejemplo positivo.
que mostrar • Ahora lo hace automáticamente con Machine Learning y recomendaciones • Los suscriptores sirven solo para la primera oleada de vistas y medir la retención más rápido • Si un video se hace viral, es porque: ◦ Buen título y thumbnail (miniatura) -> Alto Click-through rate (CTR) ◦ Alta retención ◦ Likes/dislikes, comentarios, compartirlo afuera de YT, no afecta mucho • Hay videos que no se hacen virales pero se mantienen en el tiempo ◦ Contenido “buscable” ◦ Buen título y thumbnail ◦ Relativamente buena retención