Будущее ТВ: Как работает рекомендательный алгоритм YouTube — впервые изнутри

На VidCon 2025 представители впервые подробно раскрыли логику работы своих рекомендаций для паблишеров и креаторов. Ключевой инсайт: у платформы не одна, а десятки разных рекомендательных систем для разных форматов (Shorts, live, shopping, TV). Все они стремятся не «раскрутить» ролик, а подобрать релевантный контент под конкретного зрителя — учитываются история просмотров, интерес к знакомым и новым каналам, устройство, время суток, даже просмотренные другими пользователями видео. Форматы контента сильно влияют на логику отбора и работу сигналов: над Shorts, live, commerce-контентом работают отдельные продуктовые команды.

Платформа опровергла миф о том, что любой engagement (включая дизлайки и негативные комментарии) якобы позитивно влияет на распространение видео: дизлайки — это негативный сигнал, и система старается снижать показ такого контента аудитории, склонной к негативу. Однако высокая разница в оценках означает, что одни группы пользователей могут всё же получать подобные ролики, если их интересы совпадают с положительно настроенными.

Основной вывод для индустрии: рекомендации YouTube нацелены на удержание и качество индивидуального опыта пользователя, а не на «прокачку» самих роликов. Короткие видео Shorts ежедневно собирают 200 млрд просмотров. Параллельно на CTV-рынке обсуждаются вызовы снижения CPM и новые подходы к медиаинвентарю, а YouTube внедряет AI-инструменты (например, Veo 3) и расширяет партнёрства с крупными агентствами.

← Назад в лентуЧитать оригинал →
✈️ Подписывайтесь на мой Telegram-канал — там еще больше интересного про AdTech, MarTech, AI и многое другое!