अधिकांश थंबनेल सलाह पठनीयता से शुरू होती है: बड़ा टेक्स्ट, उच्च कंट्रास्ट, एक फोकल पॉइंट। यह सलाह सही है, और यह वही जगह है जहां पहले से स्थापित चैनल पहुंच चुके हैं। 642 वास्तविक थंबनेलों में, हमारा पठनीयता स्कोर बहुत कम बदला, और इसे समग्र स्कोर से हटाने से वास्तविक वीडियो को रैंक करने की क्षमता में कोई बदलाव नहीं आया।
मुख्य बिंदु
- 642 स्थापित चैनलों के थंबनेलों में, हमारा पठनीयता सब-स्कोर केवल 85 से 95 तक चला। हम जो अन्य सभी कारक मापते हैं, उनमें अधिक भिन्नता थी।
- पठनीयता को स्कोर से पूरी तरह हटाने से इसकी रैंकिंग सटीकता वही रही: 321 समान-चैनल जोड़ियों में से 62.0%।
- पठनीयता अभी भी एक आधार के रूप में महत्वपूर्ण है। एक थंबनेल जिसे फोन के आकार में कोई नहीं पढ़ सकता, अन्य किसी चीज़ के मूल्यांकन से पहले ही विफल हो जाता है — यह सिर्फ अच्छे वीडियो को बेहतर वीडियो से अलग करना बंद कर देता है।
- हमने इसके वजन को स्कोर में काफी कम कर दिया, लेकिन शून्य तक नहीं, क्योंकि नमूने में कोई शुरुआती नहीं था।
- एक बार टेक्स्ट पठनीय हो जाए, तो शीर्षक और वादे की स्पष्टता ही वे शेष अंतर थे।
क्या थंबनेल पठनीयता यह तय करती है कि कौन से वीडियो बेहतर प्रदर्शन करेंगे?
पठनीयता तय करती है कि एक थंबनेल खेल में है या नहीं, यह नहीं कि वह जीतता है या नहीं। स्थापित चैनलों में, हमारे मॉडल ने लगभग हर थंबनेल को आसानी से पढ़ा जा सकने वाला बताया, इसलिए पठनीयता एक चैनल के हिट्स को उसके मिसेज़ से अलग नहीं कर सकती थी। जब हमने इसे अपने स्कोर से हटा दिया, तो स्कोर वास्तविक वीडियो को ठीक उसी तरह रैंक करता रहा: 321 जोड़ियों में से 62.0%।
यह एक संकीर्ण दावा है, और उस संकीर्णता का महत्व है। यह नहीं कहता कि पठनीयता अहम नहीं है। यह कहता है कि उन चैनलों में जो पर्याप्त समय से अपलोड कर रहे हैं कि उनका एक आधार है, पठनीयता की समस्या पहले से ही हल हो चुकी है, और एक ऐसा कारक जिसे सभी पास कर चुके हैं, किसी को रैंक नहीं कर सकता।
वास्तविक थंबनेलों के बीच पठनीयता में वास्तव में कितनी भिन्नता होती है
अध्ययन में हर थंबनेल को बारह कारकों पर स्कोर दिया गया था। यहां दिखाया गया है कि उनमें से छह कारकों की विस्तारता 642 थंबनेलों में कैसी थी — वही 321 जोड़ियां जिनका उपयोग हमारे प्रकाशित स्कोर परीक्षण में किया गया था। स्प्रेड कॉलम मानक विचलन है: लगभग, एक आम थंबनेल औसत से कितनी दूर था।
| कारक | न्यूनतम से अधिकतम स्कोर | विस्तार |
|---|---|---|
| पठनीयता | 85 से 95 | 3.7 |
| क्लिकबेट जोखिम | 3 से 44 | 5.4 |
| जिज्ञासा | 29 से 68 | 6.8 |
| शीर्षक शक्ति | 23 से 93 | 10.3 |
| वादे की स्पष्टता | 8 से 95 | 13.9 |
| क्लिफहैंगर | 17 से 93 | 14.9 |
पठनीयता सिर्फ सबसे संकरा स्तंभ नहीं है। इसकी पूरी श्रृंखला, न्यूनतम से अधिकतम, तालिका के निचले हिस्से के कारकों के औसत से आम दूरी से भी छोटी है। नमूने में सबसे कमजोर थंबनेल का स्कोर भी 85 था।
ये हमारे मॉडल के रेटिंग हैं, न कि पैमाने से ली गई माप। लेकिन मॉडल सामान्य रूप से दयालु नहीं था: इसने वादे की स्पष्टता को लगभग पूरे पैमाने पर फैलाया, 8 से 95 तक। इसके पास पैमाना उपलब्ध था और इसने इसका उपयोग पठनीयता के लिए नहीं किया, क्योंकि उसके सामने वाले थंबनेलों में उस पर बहुत कम भिन्नता थी।
एक संकरी श्रृंखला स्कोर पर क्या प्रभाव डालती है
एक स्कोर में वजन कुछ के महत्व को मापता नहीं है। यह तय करता है कि जब वह कारक बदलता है, तो अंतिम संख्या कितनी बदलती है। यदि कोई कारक बहुत कम बदलता है, तो उस पर बड़ा वजन लगभग हर थंबनेल में एक समान राशि जोड़ता है। यह हर किसी के स्कोर को बढ़ाता है, बिना किसी को अलग किए।
पठनीयता हमारे स्कोर के क्लिक पक्ष पर सबसे बड़े वजनों में से एक थी, जबकि यह हमारे द्वारा मापे गए किसी भी अन्य चीज़ से कम भिन्न होती थी। व्यवहार में यह एक लगभग स्थिर बोनस के रूप में काम करती थी, और एक स्थिर बोनस उन अंतरों को संकुचित करता है जिन्हें बाकी स्कोर दिखाने के लिए मौजूद है।
जब हमने स्कोर से पठनीयता हटा दी तो क्या हुआ
हमें अनुमान लगाने की जरूरत नहीं थी। अध्ययन में पहले से ही हर थंबनेल के लिए हर सब-स्कोर है, इसलिए स्कोर को किसी भी वजन सेट के तहत फिर से गणना की जा सकती है, बिना मॉडल से कुछ नया पूछे। हमने सभी 321 जोड़ियों को फिर से रैंक किया, पठनीयता को उसके मूल वजन, कई कम वजन और शून्य पर, पूर्ण शुद्धता के स्कोर की तुलना करते हुए, न कि गोल नंबर के रूप में — इसलिए ये आंकड़े थोड़े ऊपर हैं जो हमने मूल रूप से 59.5% प्रकाशित किए थे।
मूल वजन पर, स्कोर ने 62.0% जोड़ियों में बेहतर प्रदर्शन करने वाले वीडियो को चुना। शून्य पर, पठनीयता को पूरी तरह हटाने पर, इसने 62.0% जोड़ियों में बेहतर वाले को चुना। उसके बीच का हर मान उससे 0.6 अंक के भीतर रहा। उन चैनलों के आधे हिस्से में जिन्हें हमारे किसी भी प्रॉम्प्ट प्रयोग ने छुआ नहीं था, परिणाम वही रहा: मूल वजन पर 59.4%, और शून्य पर 59.4%।
हमने इसे हटाने के बजाय कम क्यों किया
डेटा ने पठनीयता को पूरी तरह हटाने की अनुमति दी होती। हमने ऐसा नहीं किया, क्योंकि नमूने में जो लोग थे। अध्ययन में हर चैनल स्थापित था: लंबे अपलोड इतिहास, स्थिर दर्शक, थंबनेल जो उन लोगों द्वारा बनाए गए थे जिन्होंने पहले ही सीख लिया था कि टेक्स्ट को पठनीय बनाना है। यही कारण है कि पठनीयता निष्क्रिय लगी।
यह वह नहीं है जो थंबनेल चेकर का उपयोग करता है। एक ऐसा निर्माता जो अपने दसवें वीडियो के साथ एक व्यस्त पृष्ठभूमि पर छोटा कैप्शन अपलोड कर रहा है, वह व्यक्ति है जिसे पठनीयता पकड़ने के लिए मौजूद है, और उनके लिए यह बहुत अधिक भिन्न होती है। ऐसे थंबनेल वाले नमूने के आधार पर इसे हटाना एक ऐसा सवाल का जवाब देना है जो डेटा ने कभी नहीं पूछा। इसलिए इसका वजन काफी कम कर दिया गया, और अंतर को अन्य क्लिक कारकों में उनके मौजूदा वजन के अनुपात में बांट दिया गया, जिससे उनका क्रम अपरिवर्तित रहा।
एक आम थंबनेल के लिए समग्र स्कोर लगभग एक अंक गिर जाता है। हमने सभी बारह कारकों का पूर्ण सांख्यिकीय पुनर्वजन भी परीक्षण किया; इसने 1.9 अंक जीते, जो इस आकार के नमूने के लिए शोर के भीतर है, इसलिए बाकी वजन वैसे ही रहे।
हर थंबनेल के लिए पठनीयता बार जिसे पार करना होता है
इसका मतलब यह नहीं है कि पठनीयता को छोड़ा जा सकता है। इसका मतलब है कि यह एक पास-या-फेल जांच है जिसे जल्दी से साफ किया जाना चाहिए, और फिर पॉलिश करना बंद कर देना चाहिए। उस जांच का एक कार्यात्मक संस्करण:
- थंबनेल को उस आकार तक सिकोड़ें जिसमें यह सुझाए गए वीडियो की सूची में दिखाई देता है और इसे एक सेकंड के लिए देखें। यदि आप हर शब्द नहीं पढ़ सकते, तो शब्द बहुत अधिक हैं या वे बहुत छोटे हैं।
- छवि पर शब्दों की गिनती करें। उस आकार में तीन या चार पहले से ही बहुत अधिक हैं, और एक छोटा वाक्यांश आमतौर पर एक वाक्य से बेहतर पढ़ा जाता है।
- ग्रेस्केल में कंट्रास्ट की जांच करें। रंग से ही अपनी पृष्ठभूमि से अलग दिखने वाला टेक्स्ट कुछ दर्शकों और कुछ स्क्रीन पर गायब हो जाता है।
- एक चीज ढूंढें जिस पर आंख सबसे पहले पड़ती है। यदि दो फोकल पॉइंट प्रतिस्पर्धा करते हैं, तो थंबनेल दर्शक से उनके क्लिक करने का फैसला करने से पहले चुनाव करने को कहता है।
- उन थंबनेलों के बगल में देखें जिनके साथ यह वास्तव में दिखाई देगा। एक खाली कैनवास पर पठनीय होना एक भीड़ वाले फीड में पठनीय होने के समान नहीं है।
यदि एक थंबनेल सभी पांच को पास कर जाता है, तो पठनीयता पर अधिक काम करने से उसे अगले वीडियो से अलग करने की संभावना कम है।
एक बार टेक्स्ट पठनीय हो जाने के बाद प्रयास कहां लगाएं
हमारे मूल परीक्षण में, एक चैनल के अतिरिक्त प्रदर्शनकर्ताओं को उसके अंतर्निहित प्रदर्शनकर्ताओं से सबसे स्पष्ट रूप से अलग करने वाला कारक वादे की स्पष्टता था: पैकेजिंग कितनी अस्पष्ट रूप से बताती है कि वीडियो क्या है। फिर अगला था फोमो संकेत और जरूरत। ये तीनों ज्यादातर शीर्षक में होते हैं, और शीर्षक और छवि के एक साथ कैसे काम करते हैं, बजाय अक्षरों की पठनीयता के।
यह अध्ययन के उस एक प्रयोग से मेल खाता है जिसने छवि को बनाए रखते हुए शीर्षक बदला। जब हर थंबनेल को दूसरे वीडियो के शीर्षक के खिलाफ फिर से स्कोर दिया गया, तो इसका स्कोर औसतन ग्यारह अंक से अधिक बदल गया — पठनीयता की पूरी श्रृंखला से लगभग तीन गुना। हमारे मॉडल के दृष्टिकोण से, शब्दों में अंतर अक्षरों की तुलना में अधिक है। यदि आप देखना चाहते हैं कि आपका अपना पैकेजिंग कहां है, तो आप एक थंबनेल और शीर्षक को उन्हीं बारह कारकों के खिलाफ स्कोर कर सकते हैं और देख सकते हैं कि कौन से कारक इसे पीछे रोक रहे हैं।
इस खोज की सीमाएं
यहां सब कुछ स्थापित, अंग्रेजी भाषा वाले चैनलों का वर्णन करता है, जिन्हें एक मॉडल द्वारा स्कोर दिया गया था। पठनीयता निष्क्रिय लगी क्योंकि उन चैनलों ने पहले ही इसे हल कर लिया था, और इस खोज को उस चेतावनी के बिना एक नए चैनल पर लागू नहीं किया जाना चाहिए।
पठनीयता के आंकड़े मॉडल के रेटिंग हैं, न कि स्वतंत्र माप, इसलिए एक मॉडल जो लेगिबिलिटी को नियमित रूप से अधिमूल्यांकित करता है, वही संकरी श्रृंखला उत्पन्न करेगा। हमें ऐसा असंभव लगता है, क्योंकि उसी मॉडल ने अन्य कारकों के लिए लगभग पूरे पैमाने का उपयोग किया, लेकिन यह डेटा अकेले इसे बाहर नहीं कर सकता। और मूल अध्ययन के साथ, यह सभी संबंध है: किसी थंबनेल को बदलकर फिर से प्रकाशित नहीं किया गया था ताकि देखा जा सके कि आगे क्या हुआ।
अक्सर पूछे जाने वाले प्रश्न
YouTube पर थंबनेल टेक्स्ट साइज़ का महत्व है?
हां, एक आधार के रूप में। फीड में थंबनेल दिखने वाले आकार में पढ़ा नहीं जा सकने वाला टेक्स्ट उस स्थान को बर्बाद करता है जिसे यह व्याप्त करता है। हमारे डेटा के अनुसार, स्थापित चैनलों ने लगभग सभी उस आधार को पहले से ही पार कर लिया है, इसलिए एक बार टेक्स्ट पठनीय हो जाए, तो इसे बड़ा या बोल्ड बनाना एक वीडियो को दूसरे से अलग करने के लिए असंभव है।
आपके स्कोर में पठनीयता क्यों महत्वहीन हो गई?
यह महत्वहीन नहीं हुई; यह अलग करना बंद हो गई। 642 स्थापित चैनलों के थंबनेलों में यह केवल 85 से 95 तक भिन्न थी, इसलिए यह हर स्कोर में लगभग समान राशि जोड़ती थी। इसे हटाने से स्कोर की वास्तविक वीडियो को रैंक करने की क्षमता में कोई बदलाव नहीं आया, इसलिए इसका वजन कम कर दिया गया।
क्या मुझे थंबनेल पठनीयता पर काम करना बंद कर देना चाहिए?
केवल तभी जब यह फीड आकार पर एक त्वरित जांच पास कर जाए: लगभग एक सेकंड में हर शब्द पढ़ा जा सके, एक स्पष्ट फोकल पॉइंट, और ग्रेस्केल में जीवित रहने के लिए पर्याप्त कंट्रास्ट। उस बिंदु के बाद, शीर्षक और यह देखने पर समय लगाना अधिक संभावना है कि यह वीडियो के पड़ोसियों के साथ तुलना कैसे बदलेगी।
क्या इसने मेरे मौजूदा थंबनेल स्कोर को बदल दिया?
थोड़ा सा। पठनीयता के वजन को कम करने और अन्य क्लिक कारकों को बढ़ाने से, एक आम समग्र स्कोर लगभग एक अंक गिर जाता है। हम जिन संदर्भ थंबनेलों की जांच करते हैं, उनमें से कोई भी ग्रेड नहीं बदला और सबसे बड़ा बदलाव एक अंक था।
क्या यह छोटे या नए चैनलों पर लागू होता है?
स्वचालित रूप से नहीं। नमूने में हर चैनल स्थापित था, जो ठीक वही कारण है कि पठनीयता में इतनी कम भिन्नता दिखी। एक नया चैनल वास्तव में पढ़ने में कठिन थंबनेल रखने की अधिक संभावना रखता है, और उनके लिए, पठनीयता सबसे पहले ठीक करने की सबसे महत्वपूर्ण चीज हो सकती है।