Não são os rostos, nem a thumbnail sozinha. Repetimos nosso teste de embalagem em 2.779 pares de vídeos reais de 402 canais escolhidos por uma regra fixa, não por nós. Os vídeos que superaram a linha de base do canal não tinham expressões mais exageradas, mais texto sobreposto nem imagens mais brilhantes. O que os acompanhava era a embalagem: uma promessa clara, um título com apelo, e uma thumbnail e um título que contam juntos uma só história. Veja o que a replicação encontrou, o que descartou e como usar isso antes de publicar.
Principais conclusões
- Em 2.779 pares de vídeos do mesmo canal, a pontuação de embalagem mais alta coube ao vídeo com melhor desempenho em 55,3% das vezes, contra 50% do acaso. O primeiro estudo, com canais escolhidos a dedo, chegou a 59,5%; conte com o número mais baixo.
- Nove dos treze fatores foram confirmados em 1.434 pares de canais guardados até o fim. Os nove leem o título ou a forma como o título e a thumbnail se encaixam.
- Nenhuma medida da thumbnail sozinha foi confirmada: nem rostos, nem olhar, nem expressão, nem texto sobreposto, nem brilho, nem espaço vazio.
- A diferença importa mais que a pontuação. Uma diferença de 4 pontos ou mais apontou o melhor vídeo em 62,1% de 1.705 pares; uma diferença de 1 a 3 pontos, em 52,4%.
- Esses fatores acompanham vídeos com melhor desempenho. Nada aqui mostra que aumentar um deles faça um vídeo ter melhor desempenho.
O que realmente acompanha um vídeo do YouTube com melhor desempenho?
Segundo esta replicação, as partes da embalagem que leem o título e o encaixe entre título e thumbnail. A coerência título/thumbnail veio em primeiro lugar: nos pares em que os dois vídeos diferiam nesse ponto, o vídeo com melhor desempenho teve a pontuação mais alta em 59,0% das vezes. Logo atrás vieram o cliffhanger, a curiosidade, a clareza da promessa e a resposta retida (o que os psicólogos chamam de efeito Zeigarnik), todos entre 57% e 59%. Depois vieram a força do título, o FOMO (o medo de ficar de fora), a raridade e a emoção, entre 54% e 57%.
Nenhum desses efeitos é grande. Um fator que acompanha o melhor vídeo em 58% das vezes deixa 42% dos pares em que apontou na direção errada. É assim, honestamente, a evidência sobre embalagem: o tema, o momento e o público decidem a maior parte do destino de um vídeo, e a embalagem só inclina um pouco as probabilidades. Quem promete mais está vendendo algo que nós não conseguimos medir.
Como a replicação foi construída
Nosso primeiro teste, o estudo com 321 pares, usou 60 canais que escolhemos a dedo. Isso deixa uma dúvida óbvia: talvez o resultado se devesse à nossa escolha, e não à pontuação. Então escrevemos um segundo protocolo antes de pontuar qualquer coisa, o publicamos antes de escolher os fatores e de abrir a metade de confirmação, e tiramos os canais das listas dos mais populares do YouTube em sete regiões de língua inglesa, segundo uma regra: pelo menos 100.000 inscritos, pelo menos 50 vídeos públicos e nenhum dos 60 primeiros. O método completo, com a impressão digital do protocolo, está na página do estudo.
Pares do mesmo canal, como antes
Cada par reúne dois vídeos de um mesmo canal, publicados com pouco tempo de diferença, em que um superou claramente a linha de base recente do canal e o outro ficou claramente abaixo dela. Comparar vídeos dentro de um mesmo canal neutraliza o tamanho do canal, o público e o orçamento de design, que de outra forma encobririam qualquer efeito da embalagem. Uma pontuação que não soubesse nada escolheria o melhor vídeo metade das vezes.
Escolher em uma metade, confirmar na outra
Os 402 canais foram divididos em dois antes de existir qualquer pontuação. Na primeira metade, procuramos os fatores que pareciam acompanhar o melhor vídeo e selecionamos treze. Depois, a segunda metade, 1.434 pares que ninguém tinha visto, foi aberta uma única vez para confirmar ou rejeitar cada um deles, com um limiar rigoroso que permite testar treze coisas ao mesmo tempo. Um fator que só coincide com o ruído da primeira metade costuma falhar na segunda, e um falhou: o espaço vazio apontou para um lado na primeira metade e para o outro na amostra reservada.
O que não se replicou
Três ideias do nosso primeiro estudo foram testadas de novo, e nenhuma se sustentou. Uma expressão muito exagerada não acompanhou o vídeo mais fraco, ao contrário do que o primeiro estudo sugeria: o melhor vídeo a tinha em 50,5% dos 719 pares que diferiam nesse ponto. O texto sobreposto que completa o título também não acompanhou o melhor vídeo (51,9% de 804 pares). Uma thumbnail mais brilhante chegou mais perto, com 52,2% de 2.776 pares, mas não atingiu o limiar corrigido.
Rostos, olhar e texto nem chegaram a ser selecionados
A metade de desenvolvimento examinou cada aspecto observado da imagem: se há um rosto, para onde ele olha, que expressão tem, quanto texto há e o que ele diz. Nenhum atingiu o limiar para ser selecionado. Isso não prova que rostos nunca ajudam. Significa que, em 402 canais, ter um rosto, ou uma reação mais forte, não separou os vídeos com melhor desempenho dos demais. Se você quer toda a evidência sobre rostos, nosso artigo sobre o que a pesquisa diz sobre rostos em thumbnails reúne tudo.
O sinal não está na thumbnail sozinha
Um teste exploratório anterior apontava na mesma direção: pontuadas com um título neutro no lugar do verdadeiro, as thumbnails ordenaram seus pares ao acaso. A leitura do próprio modelo sobre a legibilidade da thumbnail também não se confirmou (52,5%). A legibilidade continua importando como requisito mínimo, já que uma thumbnail que ninguém consegue ler não transmite nada, mas ela não separa uma boa embalagem de uma melhor. Isso bate com o que encontramos ao trocar os títulos entre vídeos: o título concentra uma parte maior do sinal do que a imagem.
Por que uma pequena diferença de pontuação não diz nada
A replicação também mediu como o tamanho da diferença entre duas pontuações muda a resposta. Quando as duas pontuações eram iguais, o par foi contado como erro. Com uma diferença de 1 a 3 pontos, a pontuação mais alta acertou em 52,4% das vezes, pouco melhor que cara ou coroa. De 4 a 9 pontos, acertou em 60,0% das vezes, e a partir de 10 pontos, em 65,4%.
| Diferença entre as duas pontuações | Pares | A pontuação mais alta é o melhor vídeo |
|---|---|---|
| Mesma pontuação | 162 | contado como erro |
| 1 a 3 pontos | 912 | 52,4% |
| 4 a 9 pontos | 1.063 | 60,0% |
| 10 pontos ou mais | 642 | 65,4% |
É por isso que nosso analisador agora diz «Perto demais para decidir» quando duas versões da sua embalagem estão a menos de 4 pontos uma da outra, em vez de fingir que uma alta de 2 pontos é uma melhoria. Duas ressalvas sobre a tabela: ela foi lida depois do resultado, não planejada de antemão, e os pares nela tiveram desempenhos muito diferentes, enquanto duas versões de um mesmo vídeo podem ter desempenhos mais próximos.
Como usar isso antes de publicar
- Trabalhe a embalagem, não só a imagem. Escreva primeiro a promessa e depois faça a thumbnail mostrar a mesma história que o título conta. A coerência foi o mais forte dos nove fatores.
- Torne a promessa concreta. A clareza da promessa e a força do título foram confirmadas: o espectador deve saber o que vai ganhar antes de clicar.
- Deixe uma pergunta em aberto. A curiosidade, o cliffhanger e a resposta retida acompanharam o melhor vídeo, desde que o vídeo responda à pergunta depois. Nosso guia sobre como usar a lacuna de curiosidade sem enganar os espectadores mostra onde fica o limite.
- Não persiga uma expressão mais exagerada. Nem um rosto nem uma expressão mais forte separaram os melhores vídeos.
- Compare versões e respeite a diferença. Pontue duas versões da sua thumbnail e do seu título; se estiverem a menos de 4 pontos uma da outra, trate-as como empatadas e deixe o teste A/B do YouTube decidir com espectadores reais. Nosso guia sobre testes A/B de thumbnails explica como fazer.
Limites desta replicação
Os canais são canais consolidados em inglês que aparecem nas listas do YouTube, o que favorece canais grandes e populares no momento; nada aqui descreve um canal novo ou pequeno. Onze dos 2.790 pares coletados foram descartados sem pontuação porque nosso analisador recusou seus títulos, um erro de contagem corrigido desde então. As visualizações foram lidas uma única vez e continuam aumentando. O estudo é observacional: mostra quais leituras acompanhavam vídeos que já tinham tido melhor desempenho, não que mudar uma delas mude o resultado. Os nove fatores confirmados foram confirmados uma vez, em uma única amostra reservada; outra amostra poderia ordená-los de outra forma.
Perguntas frequentes
Rostos em thumbnails do YouTube geram mais cliques?
Nesta replicação, os rostos não separaram os vídeos com melhor desempenho dos demais, e uma expressão muito exagerada também não (50,5% de 719 pares). Isso não significa que um rosto nunca ajude um vídeo específico. Significa que um rosto, por si só, não é o que as embalagens com melhor desempenho têm em comum.
O que importa mais, a thumbnail ou o título?
Segundo esta evidência, o título e o encaixe entre título e thumbnail. Os nove fatores confirmados leem o título ou esse encaixe, e nenhuma medida da thumbnail sozinha foi confirmada. A thumbnail ainda precisa ser legível, mas isso é o mínimo, não o que decide entre duas boas versões.
Qual deve ser a diferença entre duas pontuações de thumbnail?
Pelo menos 4 pontos. Abaixo disso, a pontuação mais alta apontou o melhor vídeo cerca de metade das vezes. A partir de 4 pontos, apontou o melhor em 62,1% de 1.705 pares, cerca de seis vezes em dez, e a partir de 10 pontos, em 65,4%.
Este estudo é independente?
Não. Nós criamos a pontuação e fizemos o teste; por isso o protocolo foi escrito e publicado antes de abrir a metade de confirmação, os canais foram escolhidos por uma regra e todos os resultados são relatados, inclusive os que nos são desfavoráveis. O método e os números estão na página do estudo.
Uma pontuação pode prever quantas visualizações meu vídeo vai ter?
Não. Ela compara versões da embalagem de um mesmo vídeo e diz qual pontua mais alto nos fatores associados aos vídeos com melhor desempenho. As visualizações dependem muito mais do tema, do momento e do público do que da embalagem.

