Kebanyakan saran thumbnail dimulai dari keterbacaan: teks besar, kontras tinggi, satu titik fokus. Saran itu benar, dan inilah posisi saluran yang sudah mapan. Dari 642 thumbnail nyata, skor keterbacaan kami hampir tidak berubah, dan menghapusnya dari skor keseluruhan sama sekali tidak mengubah seberapa baik skor tersebut menilai video nyata.
Ringkasan utama
- Dari 642 thumbnail saluran mapan, sub-skor keterbacaan kami hanya berkisar 85 hingga 95. Setiap faktor lain yang kami ukur bervariasi lebih lebar.
- Menghapus keterbacaan dari skor sama sekali tidak mengubah akurasi peringkatnya: 62,0% dari 321 pasangan saluran yang sama.
- Keterbacaan tetap penting sebagai standar dasar. Thumbnail yang tidak bisa dibaca di ukuran ponsel gagal sebelum hal lain dinilai — hanya saja, ia tidak lagi membedakan video bagus dari yang luar biasa.
- Kami mengurangi bobotnya secara signifikan, tapi tidak sampai nol, karena sampel tidak mencakup pemula.
- Sekali teks sudah jelas, judul dan kejelasan janji adalah tempat perbedaan tersisa terletak.
Apakah keterbacaan thumbnail memengaruhi performa video?
Keterbacaan menentukan apakah thumbnail masuk dalam permainan, bukan apakah ia menang. Di antara saluran mapan, model kami menilai hampir setiap thumbnail mudah dibaca, sehingga keterbacaan tidak bisa membedakan video populer dari yang kurang laku. Saat kami menghapusnya dari skor, skor tersebut tetap menilai video nyata sama baiknya seperti sebelumnya: 62,0% dari 321 pasangan.
Ini klaim yang lebih sempit dari yang terdengar, dan kesempitannya penting. Ini tidak berarti keterbacaan tidak penting. Ini berarti bahwa di antara saluran yang sudah mengunggah cukup lama untuk memiliki standar dasar, masalah keterbacaan sudah terpecahkan, dan faktor yang semua orang lulus tidak bisa menilai siapa pun.
Seberapa besar variasi keterbacaan antar thumbnail nyata
Setiap thumbnail dalam studi ini dinilai berdasarkan dua belas faktor. Berikut seberapa luas enam di antaranya bervariasi di seluruh 642 thumbnail — pasangan 321 yang sama yang digunakan dalam uji skor kami yang diterbitkan. Kolom "spread" adalah simpangan baku: kira-kira, seberapa jauh thumbnail tipikal berada dari rata-rata.
| Faktor | Skor terendah hingga tertinggi | Spread |
|---|---|---|
| Keterbacaan | 85 hingga 95 | 3,7 |
| Risiko clickbait | 3 hingga 44 | 5,4 |
| Rasa penasaran | 29 hingga 68 | 6,8 |
| Kekuatan judul | 23 hingga 93 | 10,3 |
| Kejelasan janji | 8 hingga 95 | 13,9 |
| Cliffhanger | 17 hingga 93 | 14,9 |
Keterbacaan bukan hanya kolom paling sempit. Seluruh rentangnya, dari terendah hingga tertinggi, lebih kecil daripada jarak rata-rata tipikal dari faktor-faktor di bagian bawah tabel. Thumbnail terlemah dalam sampel masih mendapat skor 85.
Ini adalah penilaian model kami, bukan pengukuran dengan penggaris. Tapi model tidak bersikap longgar secara umum: ia menyebarkan kejelasan janji hampir di seluruh skala, dari 8 hingga 95. Model memiliki rentang yang tersedia dan tidak menggunakannya untuk keterbacaan, karena thumbnail di depannya tidak banyak berbeda dalam hal itu.
Apa dampak rentang sempit terhadap skor
Bobot dalam skor tidak mengukur seberapa penting sesuatu. Ia menentukan seberapa banyak angka akhir bergerak ketika faktor itu berubah. Jika faktor hampir tidak berubah, bobot besar padanya sebagian besar menambahkan jumlah yang sama ke setiap thumbnail. Ini mengangkat skor semua orang tanpa memisahkan siapa pun.
Keterbacaan membawa salah satu bobot terbesar di sisi klik skor kami sementara bervariasi lebih sedikit daripada apa pun yang kami ukur. Dalam praktiknya, ia berfungsi sebagai bonus hampir konstan, dan bonus konstan menekan persis perbedaan antar thumbnail yang sisanya dari skor ada untuk menunjukkan.
Apa yang terjadi ketika kami menghapus keterbacaan dari skor
Kami tidak perlu menebak. Studi ini sudah menyimpan setiap sub-skor untuk setiap thumbnail, sehingga skor keseluruhan bisa dihitung ulang dengan setiap set bobot tanpa meminta model apa pun yang baru. Kami menilai ulang semua 321 pasangan dengan keterbacaan pada bobot aslinya, pada beberapa bobot yang dikurangi, dan pada nol, membandingkan skor dengan presisi penuh bukan sebagai angka bulat — itulah sebabnya angka-angka ini sedikit di atas 59,5% yang kami terbitkan awalnya.
Pada bobot aslinya, skor memilih video yang performanya lebih baik di 62,0% pasangan. Pada nol, dengan keterbacaan dihapus sepenuhnya, ia memilih yang lebih baik di 62,0% pasangan. Setiap nilai di antaranya tetap dalam jarak 0,6 poin dari itu. Di setengah saluran yang tidak tersentuh oleh eksperimen prompt kami, hasilnya tetap: 59,4% pada bobot asli, dan 59,4% pada nol.
Mengapa kami mengurangi, bukan menghapusnya
Data akan memungkinkan penghapusan keterbacaan sepenuhnya. Kami tidak melakukannya, karena siapa yang ada dalam sampel. Setiap saluran dalam studi ini mapan: riwayat unggahan panjang, audiens stabil, thumbnail dibuat oleh orang yang sudah lama belajar membuat teks jelas. Inilah tepatnya mengapa keterbacaan terlihat tidak aktif.
Ini bukan siapa yang menggunakan pemeriksa thumbnail. Seorang pembuat konten yang mengunggah video kesepuluhnya dengan teks kecil di latar belakang ramai adalah orang yang keterbacaan ada untuk menangkapnya, dan bagi mereka, keterbacaan bervariasi sangat besar. Menghapusnya berdasarkan sampel yang tidak mengandung thumbnail semacam itu akan menjawab pertanyaan yang tidak pernah diajukan data. Jadi bobotnya dikurangi secara signifikan, dan perbedaannya dibagikan ke faktor klik lainnya secara proporsional terhadap bobot mereka saat ini, yang membuat urutannya tetap tidak berubah.
Untuk thumbnail tipikal, skor keseluruhan turun sekitar satu poin. Kami juga menguji penimbangan ulang statistik penuh dari semua dua belas faktor; ia naik 1,9 poin, yang berada dalam noise untuk sampel sebesar ini, sehingga bobot lainnya dibiarkan seperti semula.
Batas keterbacaan yang harus dilalui setiap thumbnail
Semua ini tidak berarti keterbacaan bisa diabaikan. Ini berarti ia adalah pemeriksaan lulus-gagal yang harus dilewati dengan cepat, lalu berhenti memoles. Versi kerja dari pemeriksaan itu:
- Perkecil thumbnail hingga ukuran kira-kira seperti yang muncul dalam daftar video yang disarankan dan lihat selama satu detik. Jika Anda tidak bisa membaca setiap kata, terlalu banyak kata atau terlalu kecil.
- Hitung kata-kata di gambar. Tiga atau empat sudah banyak di ukuran itu, dan satu frasa pendek biasanya lebih mudah dibaca daripada kalimat.
- Periksa kontras dalam skala abu-abu. Teks yang menonjol dari latar belakang hanya karena warna akan menghilang bagi sebagian penonton dan di beberapa layar.
- Temukan satu hal yang pertama kali menarik perhatian mata. Jika dua titik fokus bersaing, thumbnail meminta penonton memilih sebelum mereka memutuskan untuk mengklik.
- Lihat bersama thumbnail yang benar-benar akan muncul di sebelahnya. Jelas di kanvas kosong tidak sama dengan jelas di feed yang ramai.
Jika thumbnail lulus semua lima, lebih banyak usaha pada keterbacaan tidak mungkin menjadi hal yang membedakannya dari video di sebelahnya.
Di mana harus mengeluarkan usaha setelah teks jelas
Dalam uji awal kami, faktor yang paling jelas membedakan video unggulan dari yang kurang laku di saluran adalah kejelasan janji: seberapa jelas kemasan menyatakan apa video itu. Sinyal takut ketinggalan dan urgensi datang berikutnya. Ketiganya sebagian besar ada di judul, dan bagaimana judul dan gambar bekerja bersama, bukan di keterbacaan hurufnya.
Ini sesuai dengan satu eksperimen dalam studi yang mengubah judul sambil menjaga gambar. Saat setiap thumbnail dinilai ulang terhadap judul video lain, skornya bergerak lebih dari sebelas poin rata-rata — sekitar tiga kali seluruh rentang keterbacaan. Dalam pandangan model kami, kata-kata membawa lebih banyak perbedaan daripada hurufnya. Jika Anda ingin melihat di mana kemasan Anda berada, Anda bisa menilai thumbnail dan judul terhadap dua belas faktor yang sama dan lihat mana yang menahan Anda.
Batas temuan ini
Semua ini menggambarkan saluran berbahasa Inggris yang mapan, dinilai oleh satu model. Keterbacaan terlihat tidak aktif karena saluran-saluran itu sudah menyelesaikannya, dan temuan ini tidak boleh diterapkan ke saluran baru tanpa catatan ini.
Angka keterbacaan adalah penilaian model, bukan pengukuran independen, sehingga model yang secara sistematis melebih-lebihkan keterbacaan akan menghasilkan rentang sempit yang sama. Kami menganggap ini tidak mungkin, karena model yang sama menggunakan hampir seluruh skala untuk faktor lain, tapi data ini sendiri tidak bisa menyingkirkan kemungkinan itu. Dan seperti studi aslinya, semua ini adalah asosiasi: tidak ada thumbnail yang diubah dan dipublikasikan ulang untuk melihat apa yang terjadi selanjutnya.
Pertanyaan yang Sering Diajukan
Apakah ukuran teks thumbnail penting di YouTube?
Ya, sebagai standar dasar. Teks yang tidak bisa dibaca di ukuran thumbnail di feed membuang ruang yang ditempatinya. Data kami menunjukkan bahwa hampir semua saluran mapan sudah melewati standar dasar ini, jadi setelah teks jelas, membuatnya lebih besar atau tebal tidak mungkin menjadi pembeda antar video.
Mengapa keterbacaan berhenti penting dalam skor Anda?
Ia tidak berhenti penting; ia berhenti membedakan. Dari 642 thumbnail saluran mapan, ia hanya berkisar 85 hingga 95, sehingga menambahkan hampir jumlah yang sama ke setiap skor. Menghapusnya tidak mengubah kemampuan skor untuk menilai video nyata, itulah sebabnya bobotnya dikurangi.
Haruskah saya berhenti bekerja pada keterbacaan thumbnail?
Hanya setelah ia lulus pemeriksaan cepat di ukuran feed: setiap kata bisa dibaca dalam sekitar satu detik, satu titik fokus jelas, dan kontras cukup untuk bertahan di skala abu-abu. Di luar titik itu, waktu yang dihabiskan untuk judul dan seberapa jelas kemasan menyatakan janjinya lebih mungkin mengubah bagaimana video dibandingkan dengan tetangganya.
Apakah ini mengubah skor thumbnail saya yang sudah ada?
Sedikit. Dengan bobot keterbacaan dikurangi dan faktor klik lainnya dinaikkan untuk mengimbangi, skor keseluruhan tipikal turun sekitar satu poin. Di seluruh thumbnail referensi yang kami periksa setiap perubahan, tidak ada peringkat yang berubah dan pergerakan terbesar hanya satu poin.
Apakah ini berlaku untuk saluran kecil atau baru?
Tidak otomatis. Setiap saluran dalam sampel adalah saluran mapan, itulah tepatnya mengapa keterbacaan menunjukkan variasi sangat sedikit. Saluran baru jauh lebih mungkin memiliki thumbnail yang benar-benar sulit dibaca, dan untuk mereka, keterbacaan bisa menjadi hal paling penting untuk diperbaiki pertama.