rechercheminiatures

Pas les visages : ce qui accompagne un meilleur packaging, d’après 2 779 vidéos YouTube

Nous avons refait notre test de packaging sur 2 779 paires de vidéos issues de 402 chaînes choisies par une règle. Les visages, les expressions et le texte incrusté n’ont pas départagé les gagnantes ; le titre et sa cohérence avec la miniature, si. Ce qui a tenu, ce qui a échoué, et comment s’en servir.

Relu par Montero

Développement logiciel, crée ThumbSignalNotre méthode

9 novembre 20268 min de lecture
Pas les visages : ce qui accompagne un meilleur packaging, d’après 2 779 vidéos YouTube
Sur cette page

Pas les visages, et pas la miniature à elle seule. Nous avons refait notre test de packaging sur 2 779 paires de vraies vidéos issues de 402 chaînes choisies selon une règle fixe, et non par nous. Les vidéos qui ont dépassé le niveau habituel de leur chaîne n’avaient pas d’expressions plus exagérées, pas plus de texte incrusté, pas d’images plus lumineuses. Ce qui allait avec elles, c’était l’ensemble : une promesse claire, un titre qui donne envie, et une miniature et un titre qui racontent la même histoire. Voici ce que la réplication a montré, ce qu’elle a écarté, et comment vous en servir avant de publier.

À retenir

  • Sur 2 779 paires de vidéos d’une même chaîne, le score de packaging le plus élevé revenait à la vidéo la plus performante dans 55,3 % des cas, contre 50 % par hasard. La première étude, sur des chaînes choisies à la main, donnait 59,5 % : retenez le chiffre le plus bas.
  • Neuf facteurs sur treize ont été confirmés sur 1 434 paires issues de chaînes mises de côté jusqu’à la fin. Les neuf lisent le titre, ou la façon dont le titre et la miniature vont ensemble.
  • Aucune mesure de la miniature seule n’a été confirmée : ni les visages, ni le regard, ni l’expression, ni le texte incrusté, ni la luminosité, ni l’espace vide.
  • L’écart compte plus que le score. Un écart d’au moins 4 points a désigné la meilleure vidéo dans 62,1 % de 1 705 paires ; un écart de 1 à 3 points, dans 52,4 %.
  • Ces facteurs vont avec les vidéos les plus performantes. Rien ici ne montre qu’en augmenter un fasse mieux marcher une vidéo.

Qu’est-ce qui va vraiment avec une vidéo YouTube plus performante ?

D’après cette réplication, les éléments du packaging qui lisent le titre et l’accord entre le titre et la miniature. La cohérence titre / miniature arrive en tête : dans les paires où les deux vidéos différaient sur ce facteur, la vidéo la plus performante avait la note la plus haute dans 59,0 % des cas. Juste derrière viennent le cliffhanger, la curiosité, la clarté de la promesse et la réponse retenue (ce que les psychologues appellent l’effet Zeigarnik), tous entre 57 % et 59 %. Suivent la force du titre, la FOMO (la peur de manquer quelque chose), la rareté et l’émotion, entre 54 % et 57 %.

Aucun de ces effets n’est grand. Un facteur qui va avec la meilleure vidéo dans 58 % des cas se trompe de sens dans les 42 % restants. Voilà à quoi ressemblent, honnêtement, les preuves sur le packaging : le sujet, le moment de publication et le public décident de l’essentiel du sort d’une vidéo, et le packaging fait un peu pencher la balance. Quiconque promet davantage vend quelque chose que nous n’avons pas pu mesurer.

Comment la réplication a été construite

Notre premier test, l’étude sur 321 paires, reposait sur 60 chaînes choisies à la main. D’où un doute évident : le résultat tenait peut-être à notre choix plutôt qu’au score. Nous avons donc écrit un second protocole avant d’attribuer le moindre score, nous l’avons publié avant le choix des facteurs et l’ouverture de la moitié de confirmation, et nous avons pris les chaînes dans les classements des vidéos les plus populaires de YouTube de sept pays anglophones, selon une règle : au moins 100 000 abonnés, au moins 50 vidéos publiques, et aucune des 60 chaînes de la première étude. La méthode complète, avec l’empreinte du protocole, est sur la page de l’étude.

Des paires d’une même chaîne, comme avant

Chaque paire réunit deux vidéos d’une même chaîne, publiées à peu d’intervalle, dont l’une a nettement dépassé le niveau récent de la chaîne et l’autre est nettement restée en dessous. Comparer des vidéos d’une même chaîne neutralise la taille de la chaîne, son public et son budget graphique, qui sinon noieraient tout effet du packaging. Un score qui ne saurait rien désignerait la meilleure vidéo une fois sur deux.

Choisir sur une moitié, confirmer sur l’autre

Les 402 chaînes ont été réparties en deux moitiés avant qu’aucun score n’existe. Sur la première, nous avons cherché les facteurs qui semblaient aller avec la meilleure vidéo et en avons retenu treize. Puis la seconde moitié, 1 434 paires que personne n’avait regardées, a été ouverte une seule fois pour confirmer ou rejeter chacun d’eux, avec un seuil strict qui tient compte du fait que treize choses sont testées à la fois. Un facteur qui ne fait que coller au bruit de la première moitié échoue en général sur la seconde, et c’est arrivé une fois : l’espace vide penchait d’un côté sur la première moitié et de l’autre sur la moitié de confirmation.

Ce qui ne s’est pas confirmé

Trois idées issues de notre première étude ont été testées de nouveau, et aucune n’a tenu. Une expression fortement exagérée n’allait pas avec la vidéo la moins performante, contrairement à ce que laissait penser la première étude : la meilleure vidéo en avait une dans 50,5 % des 719 paires qui différaient sur ce point. Un texte incrusté qui complète le titre n’allait pas non plus avec la meilleure vidéo (51,9 % de 804 paires). Une miniature plus lumineuse s’en est le plus approchée, à 52,2 % de 2 776 paires, sans atteindre le seuil corrigé.

Visages, regard et texte n’ont même pas été retenus

La moitié de développement a examiné chaque aspect observé de l’image : la présence d’un visage, la direction de son regard, son expression, la quantité de texte et ce qu’il dit. Aucun n’a atteint le seuil pour être retenu. Cela ne prouve pas qu’un visage n’aide jamais. Cela dit que, sur 402 chaînes, en avoir un, ou une réaction plus forte, ne séparait pas les vidéos qui ont mieux marché des autres. Pour l’ensemble des preuves sur les visages, voyez notre article sur ce que la recherche dit des visages dans les miniatures.

Le signal n’est pas dans la miniature seule

Un test exploratoire antérieur allait dans le même sens : notées avec un titre neutre à la place du vrai, les miniatures classaient leurs paires au hasard. La lecture que fait notre modèle de la lisibilité de la miniature n’a pas été confirmée non plus (52,5 %). La lisibilité reste un minimum, car une miniature que personne ne peut lire ne transmet rien, mais elle ne départage pas un bon packaging d’un meilleur. C’est ce que nous avions trouvé en échangeant les titres entre les vidéos : le titre porte une plus grande part du signal que l’image.

Pourquoi un petit écart de score ne vous dit rien

La réplication a aussi mesuré comment la taille de l’écart entre deux scores change la réponse. Quand les deux scores étaient égaux, la paire comptait comme un échec. Avec un écart de 1 à 3 points, le score le plus élevé avait raison dans 52,4 % des cas, à peine mieux qu’un pile ou face. De 4 à 9 points, il avait raison dans 60,0 % des cas, et à partir de 10 points, dans 65,4 %.

Écart entre les deux scoresPairesLe score le plus élevé désigne la meilleure vidéo
Même score162compté comme un échec
1 à 3 points91252,4 %
4 à 9 points1 06360,0 %
10 points ou plus64265,4 %

C’est pour cela que notre analyseur dit désormais « Trop serré pour trancher » quand deux versions de votre packaging sont à moins de 4 points l’une de l’autre, au lieu de faire passer une hausse de 2 points pour un progrès. Deux réserves sur ce tableau : il a été lu après le résultat, sans avoir été prévu à l’avance, et les paires qu’il contient ont eu des performances très différentes, alors que deux versions d’une même vidéo peuvent avoir des performances plus proches.

Comment vous en servir avant de publier

  1. Travaillez l’ensemble, pas seulement l’image. Écrivez d’abord la promesse, puis faites montrer à la miniature la même histoire que celle du titre. La cohérence était le plus fort des neuf facteurs.
  2. Rendez la promesse précise. La clarté de la promesse et la force du titre ont toutes deux été confirmées : le spectateur doit savoir ce qu’il obtiendra avant de cliquer.
  3. Laissez une question ouverte. La curiosité, le cliffhanger et la réponse retenue allaient tous avec la meilleure vidéo, à condition que la vidéo réponde ensuite à la question. Notre guide pour utiliser l’écart de curiosité sans tromper les spectateurs montre où passe la limite.
  4. Ne courez pas après un visage plus expressif. Ni la présence d’un visage ni une expression plus forte ne distinguaient les meilleures vidéos.
  5. Comparez des versions, et respectez l’écart. Analysez deux versions de votre miniature et de votre titre ; à moins de 4 points d’écart, considérez-les comme à égalité et laissez le test A/B de YouTube trancher avec de vrais spectateurs. Notre guide sur les tests A/B de miniatures explique comment faire.

Les limites de cette réplication

Les chaînes sont des chaînes anglophones établies qui figurent dans les classements de YouTube, ce qui favorise les grandes chaînes et celles qui sont populaires en ce moment ; rien ici ne décrit une chaîne nouvelle ou petite. Onze des 2 790 paires collectées ont été écartées sans score, parce que notre analyseur refusait leur titre, un bug de comptage corrigé depuis. Les vues ont été relevées une seule fois et continuent d’augmenter. L’étude est observationnelle : elle montre quelles lectures allaient avec des vidéos qui avaient déjà mieux marché, pas que changer l’une d’elles change le résultat. Les neuf facteurs confirmés l’ont été une fois, sur une seule moitié de confirmation ; un autre échantillon pourrait les classer autrement.

Questions fréquentes

Les visages sur les miniatures YouTube rapportent-ils plus de clics ?

Dans cette réplication, les visages ne séparaient pas les vidéos qui ont mieux marché des autres, et une expression fortement exagérée non plus (50,5 % de 719 paires). Cela ne veut pas dire qu’un visage n’aide jamais une vidéo en particulier. Cela veut dire qu’un visage n’est pas, en soi, ce que les packagings les plus performants ont en commun.

Qu’est-ce qui compte le plus, la miniature ou le titre ?

D’après ces résultats, le titre et l’accord entre le titre et la miniature. Les neuf facteurs confirmés lisent le titre ou cet accord, et aucune mesure de la miniature seule n’a été confirmée. La miniature doit rester lisible, mais c’est le minimum, pas ce qui départage deux bonnes versions.

Quel écart faut-il entre deux scores de miniature ?

Au moins 4 points. En dessous, le score le plus élevé a désigné la meilleure vidéo environ une fois sur deux. À partir de 4 points, il l’a désignée dans 62,1 % de 1 705 paires, soit environ six fois sur dix, et à partir de 10 points, dans 65,4 % des cas.

Cette étude est-elle indépendante ?

Non. Nous avons conçu le score et mené le test, c’est pourquoi le protocole a été écrit et publié avant l’ouverture de la moitié de confirmation, les chaînes ont été choisies selon une règle, et tous les résultats sont publiés, y compris ceux qui nous donnent tort. La méthode et les chiffres sont sur la page de l’étude.

Un score peut-il prédire le nombre de vues de ma vidéo ?

Non. Il compare des versions du packaging d’une même vidéo et vous dit laquelle est la plus forte sur les facteurs qui allaient avec les vidéos les plus performantes. Les vues dépendent bien plus du sujet, du moment de publication et du public que du packaging.

Portrait illustré de Montero

Qui relit ces articles

Montero

Développement logiciel, crée ThumbSignal

Une passion pour la création de contenu sous toutes ses facettes : l'idée, le script, la vidéo, puis la miniature et le titre qui la font cliquer. Conçoit ThumbSignal de bout en bout, du modèle de score et de la chaîne d'IA au cloud qui la fait tourner, et mène les études qui confrontent le score aux vrais clics YouTube.

  • Création de contenu
  • TypeScript et Next.js
  • AWS
  • Modèles vision-langage
  • Conception d'études