Как работают алгоритмы Ютуба в 2025: подробный разбор

Да-да, алгоритмы Ютуба снова меняются. Те, кто работает на платформе последние лет пять, отлично помнят, что это уже случалось и не раз.

Иногда изменения ощущаются сильно, особенно если все поломалось, как это было, например, после появления Shorts в 2021 году. А иногда они проходят совсем незаметно.

Однако сегодня речь про весьма глобальные изменения, которые, однако, происходят на фоне и не так уж и заметны.

Основными виновниками изменений стали:

• Функции дублирования роликов на разные языки
• И использование нового формата Искусственного интеллекта внутри самих алгоритмов Ютуба

В очередной раз нам, авторам, предстоит подстраиваться под новые условия для эффективного продвижения контента на Ютубе, и сейчас мы разберём всё, что для этого необходимо.

Несколько раз в год менеджеры Ютуба выходят на связь с миром и вываливают нам какую-то разрозненную информацию о работе платформы, из которой ещё нужно постараться выудить что-то полезное, отделив пиар каких-то новых функций от реально полезной информации.

Но в этот раз на канале Creator Insider вышло действительно интересное интервью о новых алгоритмах Ютуба, где было минимальное количество воды и пиара.

Всю полезную информацию озвучивают в интервью двое наших старых знакомых — Рене Ричи и Тодд Бопрэ, которые уже много лет работают с Ютубом и на Ютуб.

Давайте же посмотрим, что будет с алгоритмами в 2025 году. 

Как работает система поиска и рекомендаций контента?

Рене задал очень общий и очень большой вопрос, поэтому Тодд отвечает на него весьма рвано, но мы поможем вам составить более детальную картину своими комментариями.

Сначала наш друг Тодд выдаёт полезную для всех авторов базу: все рекомендательные системы Ютуба настроены для зрителей, а не для авторов.

Блогеры часто задаются вопросом «А почему же Ютуб не продвигает мои видео», однако система и не планирует этого делать, так как устроена иначе.

Главная задача Ютуба — подобрать такие видео под каждого отдельного зрителя, которые доставят ему больше всего удовольствия и лучше всего попадут в его интересы.

Это выгодно платформе, так как в случае, если она рекомендует правильные видео, появляется больше шансов, что зритель задержится на Ютубе подольше, посмотрит больше роликов, а вместе с тем и рекламы, на которой, собственно, и зарабатываются деньги.

Этого Тодд, конечно, вслух не произнёс, но мы и без него догадываемся о мотивах, которыми компания руководствуется при работе с алгоритмами, зрителями и контентом.

Условно, существует зритель, которому нравится рыбалка, и он просматривает и ставит лайки на определённые ролики.

Ютуб смотрит на это, потом анализирует самые эффективные видео авторов по теме рыбалки и в конце концов предлагает зрителю подборку лучших на главной странице.

Только обратите внимание, что самые эффективные и лучшие видео — это не то же самое, что видео с наибольшим количеством просмотров. Об этом позже мы тоже поговорим.

Если блогер смотрит на аналитику своего контента исключительно по отдельным показателям, например, оценивает СТR или время просмотра, то это никак не поможет понять, эффективно видео или нет.

Как говорит нам Тодд, все эти данные — это просто то, что Ютуб способен нам показать, но по факту для составления рекомендаций для зрителя, он анализирует совокупность всех параметров ролика, а не каждый отдельно, а потом приплюсовывает к этому ещё и интересы зрителей.

Вот так и получается, что на главной странице у каждого зрителя будет своя плюс-минус уникальная подборка, которая основывается никак не на одном показателе.

Тогда бы мы все смотрели только мистера Биста, его показатели вряд ли кто-то способен переплюнуть.

Окей, мы поняли, что в конечном итоге всё решают интересы зрителей, но дальше Тодд говорит одну очень занимательную вещь: алгоритмы Ютуба работают по принципу сарафанного радио.

Поясняет он это так: когда вы хотите выбрать фильм или сериал на вечер, то часто спрашиваете у друзей, что интересного смотрели они в последнее время, чтобы опереться на их выбор.

Также и с алгоритмами: Ютуб сбивает зрителей с похожими интересами в группы, а потом рекомендует им похожий контент. Будто бы вот эти видео в подборке порекомендовал тебе друг.

Следующий цепляющий момент в словах Тодда — это вопрос о том, что делать с роликами, которые не набирают просмотры.

И хотя он не даёт прямого ответа, Тодд говорит, что не стоит ставить на них крест, потому что завирусившиеся видео по той же теме могут в любой момент подтолкнуть ваш ролик и дать ему второй шанс.

Такие фразы не помогают нам понять, стоит ли удалять и потом перезаливать неудавшееся видео, или всё-таки имеет смысл подождать до какого-то мистического момента, когда ваша тема снова станет популярна.

Однако Тодд приводит пример с темой ностальгии, когда люди начинают интересоваться тем, что было 5,10 или 15 лет назад и тем самым достают из недр Ютуба такие древности, что нам даже и не снилось.

Какие выводы делать из всего этого?

Мы считаем, что Тодд прав в том, что любое старое или неудавшееся видео вполне себе может взлететь в любой момент. Думаем, многие из вас такое наблюдали и сами, однако решение, что с таким роликом делать и как поступать, принимает каждый автор самостоятельно.

Переходим к следующей теме.

Насколько важны такие факторы, как время суток или тип устройства?

Открываем тему неочевидных параметров аналитики, которые нам с вами необходимо учитывать.

И оказывается, что тип устройства и время суток играют огромную роль в построении рекомендаций для зрителей.

Тодд объясняет нам это следующим образом: утром, когда вы собираетесь на работу, вы можете смотреть фоном на телефоне новости, а вот вечером вы уже добираетесь до телевизора и расчехляете на нём какую-нибудь крутую документалку про самые страшные эпидемии в истории человечества.

Это значит, что даже ваши собственные рекомендации как зрителя утром и вечером могут отличаться.

Но вернёмся к тому, что касается авторов.

Время, в которое зритель смотрит именно ваш ролик — это параметр, который вы не можете контролировать на 100%, но можете помочь себе, выпуская новое видео в то время, когда аудитория в большем количестве присутствует на Ютубе.

Это вы можете найти в аналитике во вкладке «Аудитория»:

А вот с устройствами дело обстоит проще: открываем подробную аналитику и смотрим, с каких гаджетов зрители смотрят ваши ролики.

От себя добавим, что это и правда важно, так как если, например, преобладают смартфоны, то вам следует позаботиться о том, чтобы все титры внутри видео были крупными и читаемыми с маленьких экранов.

А вот если вас смотрят с ТВ или ПК, то это значит, что важнее качество, так как три пикселя на большом экране вряд ли будут смотреться хорошо.

Авторы часто ищут какой-то один параметр аналитики, на который нужно опираться. Как на самом деле оптимизировать свой контент?

Как правильно подмечает Тодд, нам всем бы очень хотелось, чтобы достаточно было повысить какой-то один параметр, например, удержание, и Ютуб сразу накидывал бы за это показов.

Но никакого «одного» параметра не существует.

Проблема в том, что алгоритм слишком умный и знает, что в разные моменты анализировать нужно разные параметры и их сочетание. Варьироваться эта важность будет в зависимости от контекста.

Например, для просмотра на ТВ важнее будет время просмотра, в то время, как с мобильных устройств бóльшую роль будут играть реакции от аудитории: лайки, дизлайки, комментарии.

Или, например, время просмотра будет играть бóльшую роль для такого формата контента, как подкасты, в то время, как музыкальным видео важнее отклик аудитории.

И если вот так рассуждать, то становится понятно, что никакой конкретный параметр аналитики не даст вам чёткого ответа на вопрос, а куда же смотреть, чтобы оптимизировать видео.

Здесь сейчас будет рекомендация уже от нас: все эти бреши вы закроете с опытом и с анализом вашей целевой аудитории. Потому что только на практике и с помощью кропотливого анализа вы все эти вещи и узнаете.

Если вам сложно самостоятельно разобраться в этом или вы вообще понятия не имеете, с чего начать, то приглашаем присоединиться к нашему Закрытому клубу видеоблогеров.

Здесь команда Prodvigate лично ответит на все ваши вопросы и поможет решить конкретно вашу проблему.

А помимо прочего в клубе мы ежедневно публикуем инсайдерскую информацию, помогаем разобраться с оформлением, аналитикой и прочими нюансами и даже с тем, где и как сейчас авторам зарабатывать.

Вступайте в наше сообщество по ссылке, а мы не будем задерживаться и приступим к следующему вопросу:

Многие думают, что алгоритмы — это про то, что необходимо удержать зрителя любой ценой, но Ютуб не зациклен на максимальном вовлечении.

Вот так друзья, отложите в сторону ваше стопроцентное удержание на видео, оно больше никому не нужно.

Ладно, оставим излишний сарказм, лучше поясним, что тут к чему.

Если ваш ролик посмотрели от начала до конца — это хорошо, но если ролик по схожей теме у другого автора посмотрели от начала до конца и ещё и лайк поставили, то это будет важнее для Ютуба.

Отсюда и образовался тезис, что не всё время зрителя, проведённое за просмотром видео, одинаково ценно.

Мы снова прошлись по кругу и пришли к тому, что Ютуб не анализирует параметры видео по отдельности, только в совокупности, так что ваше стопроцентное удержание и правда может не пригодиться.

Платформе важно понять то, какие видео зритель посмотрел, и ему это в итоге понравилось.

Посему Ютуб ввёл понятие «удовлетворённость зрителя» как раз для того, чтобы не просто засчитать время просмотра и удержание, но и понять поведение зрителей во время этого просмотра и то, как они относятся ко времени, потраченному на ролик.

Это делается с помощью опросов, которые иногда появляются после просмотра видео, а также и с помощью лайков, дизлайков, кнопки «Поделиться», пересмотров и проматываний видео.

Эти данные скармливаются алгоритмам, чтобы они понимали, что оценивать в видео авторов, чтобы составлять лучшие рекомендации для зрителей.

Таким вот методом проб и ошибок Ютубовцы поняли, что если учитывать сразу много параметров, то зрители чаще возвращаются на платформу.

Что важнее: смотреть на цифры показателей аналитики или на то, как они работают для конкретного автора и думать о том, как улучшить эти значения?

И это снова очень странный вопрос и снова на ту же тему: блогеры пытаются найти конкретные критерии, по которым можно оценить свои успехи, и насколько они хороши в сравнении с другими блогерами, но в итоге всё равно у вас ничего не получится, дурачки.

По словам самого Тодда, успех зависит от того, КТО посмотрит ваше видео, то есть от того, кому Ютуб ролик покажет, какие охваты у него и сколько в итоге просмотров.

Так что на этом моменте мы себе ставим пометочку: иногда авторы не властны над тем, какой аудитории Ютуб отправит их видео.

И дальше Тодд ещё раз подчёркивает тот факт, что оценить свой ролик и ролик конкурента объективно не получится, поэтому даже если вы поставите рядом его и ваше время просмотра, это не будет объективно.

Да даже если вы поставите два ваших видео рядом — всё равно это не даст вам какого-то чёткого ответа.

И да, Ютуб показывает нам эти метрики в аналитике, но Тодд советует нам сосредоточиться на наших целях, а не на цифрах показателей.

Если вы хотите получать просмотры, чтобы продавать свои товары и услуги, то подумайте, что для вас важнее: СТR в 20% и при этом 10 просмотров или СТR в 5% и 100 просмотров?

То есть, где конверсия просмотра в покупку будет выше?

Мораль по итогу тут следующая: не все показатели аналитики объективны, и не на всех нужно так сильно акцентировать своё внимание, потому что в конечном счёте важны только охваты и количество просмотров, а всё остальное — это мелочи.

Но тут у нас будет комментарий: да, это, конечно, и правда важнее всего, но только вот уважаемые представители Ютуба не говорят о том, какие показатели могут помочь решить проблему с охватами и количеством просмотров.

Сказать: «Просто делайте интересные видео» маловато. Огромное количество авторов делает всё, как надо, но не получает от Ютуба показов, что тогда?

Совет от Тодда здесь очень расплывчатый: сделайте шаг назад и оцените показатели комплексно, как это делают алгоритмы самой платформы.

Что по поводу многоязычных аудиодорожек: как будут работать алгоритмы с видео на разных языках и с разной ЦА?

Ну наконец-то мы добрались до одной из самых важных и волнующих тем!

И Тодд начинает сразу с самого интересного: вместе с запуском функции загрузки аудиодорожек на разных языках они расширили возможности систем рекомендаций на платформе.

Делается это для того, чтобы алгоритмы автоматически понимали, что ролик доступен аудитории с такими-то интересами, но на разных языках.

Более того, они настроили специальную обратную связь для оценки эффективности каждой аудиодорожки по отдельности, чтобы не получилось так, что на русском языке ваше видео смотрели хорошо, на английском не очень, а показы отрубили и в том, и в другом случае.

Рекомендации по работе с мультиязычными роликами такие:

• Делайте перевод названий и описаний к видео вручную на разных языках

От себя еще добавим: старайтесь делать обложки к видео такими, чтобы они были кликабельными в основном за счёт визуала, так как текст на обложке вам никто не переведёт.

И нет, функция А/В тестирования вам здесь особо не поможет, она не настолько умна. Хотя в будущем всё может быть.

Вручную вы можете перевести название и описание к видео в настройках каждого отдельного ролика в пункте «Субтитры». Там вы добавляете перевод на нужный язык и редактируете пункт «Название и описание».

• Переводите как можно больше видео на канале

Если зритель посмотрел ролик, который ему понравился, но пришёл на канал автора и больше не нашёл для себя ни одного ролика на своем языке, то и смысла в этом одиночном просмотре практически нет.

Этот тезис Тодда ещё раз подчёркивает главный способ продвижения на Ютубе в 2025 году: вы должны продать зрителю просмотр не одного своего ролика, а всех видео на канале. Чем больше зритель проводит времени на вашем канале, тем больше вы будете нравиться самой платформе.

И третий совет:

• Лучше переведите 80% контента на несколько языков, чем 20% роликов, но на 100 языков

Думаем, что этот совет просто продолжает мысль выше, а также можем предположить, что хоть они алгоритмы и поменяли под это дело, но какие-то несовершенства точно остаются. 

Ах да, и ещё следите за мировыми трендами, потому что в любом случае ваш успех будет завязан на актуальных и востребованных темах.

Спады и подъёмы просмотров: что делать, если количество просмотров начало снижаться?

Так или иначе вопрос весьма болезненный: каждый из авторов переживал подъёмы и спады просмотров, но не каждый понял, а что это вообще было.

А уж тем более, что с этим делать.

Если просмотры просели, это вовсе не значит, что вашему каналу конец. В целом спады и подъёмы — это нормально для любого канала, все их переживают, а держать планку на самой высокой отметке всё равно невозможно.

Есть такие понятия, как сезонность и цикличность зрительского интереса.

Второй термин мы придумали сами, но именно об это и говорит Тодд.

Сезонность — это то, как меняется интерес зрителей к контенту в зависимости от времени года, праздников, каникул, времени отпусков у большинства ваших зрителей.

А вот цикличность зрительского интереса — это уже больше про человеческую психологию.

Вы наверняка замечали за собой, что сначала, когда вы чем-то сильно увлекаетесь, вы готовы день и ночь проводить за любимым делом. Но потом интерес превращается в рутину, а в конце концов вы и вовсе забрасываете своё увлечение. Но рано или поздно у многих наступает тот самый день, когда этот цикл начинается снова.

Также и с каналами на Ютубе: мы подсаживаемся на контент автора, смотрим запоем все его видео, устаём, забываем, а потом возвращаемся снова.

И если автор и его контент выстрелили быстро, то аудитория, которая увлеклась его роликами, начнёт уставать от блогера примерно в одно и то же время.

В таком случае Тодд советует для начала не переживать об этом и лучше подумать о том, как можно ситуацию исправить, например, сменив формат или темы, которые вы разбираете.

Чтобы оценить объективно, что же стало причиной спада, смотрите аналитику минимум за 90 дней, а лучше за год, тогда вы легко сможете отследить, например, сезонность.

Если ваши графики волнообразные и подъёмы совпадают с какими-то регулярными событиями, то это точно она.

Если у вас за долгий период был график-горка с одним подъёмом наверх и резким спуском вниз, после которого наступила ровная линия — пора подумать над тем, почему вы могли наскучить зрителю.

Ещё одна проблема, которую отметили Тодд и Рене, оказалась не такой очевидной, но очень интересной: спрос и предложение на рынке.

Если спрос на какую-то тему у зрителей большой, а предложений в формате видео от авторов мало, то все просмотры будут уходить только счастливчикам, которые всё-таки сделали ролики по теме.

Но как только другие блогеры просекут, где золотая жила и начнут бомбить контентом по этой теме, то просмотры рассеются по большому количеству предложений, а потом и вовсе спрос зачахнет. По сути так и работают тренды.

Отследить это сложнее всего: вам придётся постоянно посматривать за тем, что происходит у конкурентов и в целом в вашей нише. Но если уж выбирать, на какую аналитику потратить своё время — на эту, или на ту, что в Творческой студии, то выбирайте анализ конкурентов.

Потому что это ещё то искусство — суметь разглядеть какую-то востребованную тему ещё в зародыше и отхватить все миллионные просмотры до того, как это заметят остальные авторы.

А дальше разговор двух специалистов поворачивает в какую-то совершенно другую тему:

Вкладка «Подписки» — единственный способ оценить объективно то, как на ваш контент реагирует аудитория без участия алгоритмов.

Во вкладке «Подписки» нет рекомендательных систем, и ролики располагаются просто в порядке их появления на платформе. Поэтому те просмотры, которые приходят к вам из этой вкладки, действительно расскажут вам об аудитории больше, чем любые данные с главной страницы.

Кроме того, данная вкладка — это единственная область, которую авторы могут на 100% контролировать.

Тодд советует нам сравнивать, у каких видео из вкладки «Подписки» какой СТR, и вот тогда уже как-то объективно сравнивать показатели. Если где-то СТR просел, то можно подумать: дело в обложке, названии, вступлении или теме видео?

Подобный анализ поможет понять, делаете ли вы качественный контент, который нравится зрителям, что важнее в долгосрочной перспективе, так как помогает удерживать зрителя на канале, или вас просто завирусили алгоритмы.

И всё это звучит прекрасно, логично и великолепно, да только вот у Ютуба нет такого параметра в аналитике, как  «просмотры из вкладки “Подписки”».

При анализе источников трафика, у нас есть пункт «Уведомления», который хоть как-то может быть похож на эту вкладку, но это всё ещё не она.

А во вкладке «Аудитория» есть пункт «время просмотра подписчиками», которое при этом не означает, что ваш подписчик посмотрел ролик из вкладки «Подписки». Это просто говорит о том, что он подписан на канал.

И последнее, на что можно было бы подумать — это постоянные зрители, но это снова не равно понятию «подписчики» или «просмотры из вкладки “Подписка”». Это просто зрители, которые были на вашем канале за выбранный период и посетили его ещё раз.

Так что мысль, конечно, прекрасная, да только вот в реальности этого не существует.

В конце Рене говорит очевидную, но правильную мысль: некоторые темы интересны узкой аудитории, а некоторые — более широкой, и это влияет на охваты.

Ютуб внедряет в алгоритмы больше Больших Языковых Моделей (LLM)

Вот мы и подошли к сложной, но важной теме, которая может сильно поменять работу рекомендательных систем.

Но сначала разберёмся с основными понятиями.

Существуют Большие и Малые языковые модели, которые используются для работы Искусственного интеллекта — сокращенно SLM и LLM.

Языковая модель — это программные алгоритмы, которые анализируют и генерируют текст на основе изученного материала. То есть для того, чтобы ИИ выдавал вам какие-то ответы, ему необходимо учиться и анализировать огромное количество параметров.

Соответственно Малая Языковая модель работает с меньшим количеством параметров, а Большая — с бóльшим.

И если у Малой объёмы обрабатываемых параметров сильно меньше, то Большая способна работать с каким-то просто бесконечным количеством материалов и копать в суть сильно глубже.

Чтобы было понятнее, Тодд говорит нам, что если вы работали с Gemini, Chat GPT и подобными чат-ботами, то вы уже знакомы с Большой Языковой Моделью.

Теперь Большие Языковые Модели повсеместно внедряются в системы рекомендаций Ютуба, чтобы выборка для зрителей была ещё более релевантной.

Работает это следующим образом: LLM анализирует не просто тему видео, но и всё её содержание, и формат, и контекст, и даже настроение.

Например: представим себе зрителя, который интересуется темой автомобилей, а точнее — обзорами на них.

Если Малая языковая модель могла выдавать в рекомендациях ролики всех блогеров, которые делают обзоры на авто, то Большая языковая модель способна уловить, что данному конкретному зрителю не нравятся какие-то серьёзные обзоры, а только юмористические.

Поэтому в рекомендациях для него она будет показывать только такого рода блогеров, а не всех подряд обзорщиков.

И для зрителей, и для авторов контента это отличные новости, так как менеджеры Ютуба обещают нам, что контент и его целевая аудитория смогут быстрее и проще находить друг друга.

Однако ни Тодд, ни Рене не дали никаких рекомендаций по тому, как же авторам лучше работать со своими каналами сейчас, когда происходят эти, весьма глобальные изменения алгоритмов и внедрения в них новых возможностей ИИ.

Из всего их диалога мы бы сделали следующие выводы:

• Рекомендательные системы работают для зрителей, а не для авторов, поэтому нам, блогерам, необходимо изучать свою целевую аудиторию, а не то, как устроены алгоритмы
• Алгоритмы показывают самые эффективные видео, а не те, которые набрали больше всего просмотров
• Рекомендательные системы работают по принципу «сарафанного радио»: зрителям со схожими интересами будет рекомендоваться похожий контент
• Аналитика отдельных параметров не поможет нам понять, какие видео — самые удачные, смотреть на аналитику нужно комплексно
• Анализируйте и оценивайте собственный контент в зависимости от ваших целей
• Мы не можем на 100% влиять на то, какой аудитории Ютуб будет показывать наши видео
• Новые алгоритмы будут анализировать использование аудиодорожек на разных языках и выстраивать рекомендации с учётом этого
• Спады и подъёмы просмотров — это естественный процесс, и нам необходимо анализировать, почему так происходит, чтобы влиять на ситуацию
• Внедрение Больших языковых моделей будет делать работу систем рекомендаций контента более точной, но как в этом случае действовать авторам — пока неясно

Такое вот любопытное и неоднозначное интервью. Далеко не все его тезисы мы можем применить на практике прямо сейчас. Но зная курс, на который в 2025 году настраивается Ютуб, нам с вами в долгой перспективн будет гораздо проще улавливать изменения алгоритмов и по возможности под эти изменения адаптироваться.