Результаты совместного анализа категории «Gaming»

Среди всех предложенных каналов, работающих в разных игровых жанрах, больше всего респонденты оценили характеристику смысловой нагрузки, иначе говоря, тип создаваемого авторами контента. (Рис. 3.11).

Рис. 3.11 Сводка важности всех характеристик категории «Gaming».

Среди всего многообразия предложенных вариантов, респонденты оценили каналы посвященные проведению прямых трансляций и менее всего каналы, создающие развлекательные ролики (Рис 3.12).

Рис. 3.12 Утилиты сводок категории «Gaming» характеристика «Смысловая нагрузка».

Предложенные респондентам на оценку каналы работали в четырех различных жанрах, и наиболее привлекательными оказались каналы производящие ролики посвященные множеству игровых жанров сразу, а так же каналы, посвященные мобильным играм (Рис. 3.13).

Рис. 3.13 Утилиты сводок категории «Gaming» характеристика «Жанр».

Самой последней по значимости характеристикой для опрошенных, оказалась манера повествования, но самым значимым уровнем этой характеристики оказалась агрессивная (серьезная) манера повествования (Рис. 3.14).

Рис. 3.14 Утилиты сводок категории «Gaming» характеристика «Манера повествования».

Сравнение оценок полезностей приводит к тому, что в целом, все характеристики в этой категории имеют существенное влияние на привлекательность канала, однако жанр и манера повествования имею сравнимо одинаковые значения, а больше всего выделяется характеристика смысловой нагрузки. (Рис. 3.15).

Рис. 3.15. Оценки полезностей и значения важностей исследуемых характеристик категории «How to/Style»

3.2. Построение рекомендаций для помощи принятия управленческого решения менеджерам партнерской сети

Менеджер при подключении канала пытается дать ответ на вопрос: «будет ли расти аудитория конкретного канала, как следствие будет ли расти выручка партнерской сети?».

В данном исследовании был проведен анализ зависимости, привлекательности YouTube канала в конкретной категории, от выявленного набора характеристик. Была выдвинута гипотеза, что канал, обладающий той или иной характеристикой, будет наращивать свою аудиторию быстрее, а значит, партнерская сеть быстрее увеличит свою выручку, за счет подключения этого канала, и компенсирует расходы ресурсов на его подключение и обслуживание. Эта гипотеза проверялась совместным анализом, и измеренная полезность характеристики как раз и показала влияние этой характеристики на привлекательность канала, а значит и на его потенциальный рост. Ниже рекомендации структурированы по категориям.

«Film/Animation»

Действительно, по результатам совместного анализа видно, что каналы, работающие в категории «Film/Animation», ориентированные на подростковую аудиторию, и выпускающие короткие ролики, могут быть исследованы менеджером по подключению более пристально, с учетом своего личного опыта работы, однако фактор типа контента в этой категории, фильмы это или анимация, не является столь значимым, хотя по результатам совместного анализа видно, что предпочтения респондентов ушли в сторону анимации, но, тем не менее, на этом факторе не стоит заострять внимание при принятии решения о подключении.

Конечно, по результатам данного исследования «идеальным» будет являться канал выпускающий короткие анимированные ролики, направленные на подростковую аудиторию.

«How to/Style»

При подключении каналов из категории «How to/Style» менеджерам следует обращать внимание на направление работы этого канала, и если канал посвящен внешнему виду, т.н. «бьюти-блог», то, возможно, стоит задуматься о подключении этого канала к сети, так же необходимо учитывать количество рубрик, которые выпускают каналы этой категории, если их больше чем две (две рубрики получили почти нулевую оценку полезности), то этот канал может оказаться менее привлекательным для потенциальной аудитории. Предпочтения отдается специализированным каналам.

Однако закадровый голос почти не имеет значения, пусть и его наличие оказалось наиболее привлекательным для опрошенных, хотя «идеальным» каналом в этой категории будет канал посвященный внешнему виду, с одной единственной рубрикой, и наличием закадрового голоса.

«Gaming»

При подключении наиболее часто встречающихся каналов (за последний год) каналов категории «Gaming», менеджерам стоит обращать особое внимание на смысловую нагрузку этих каналов, если они посвящены прямым трансляциям, скорее всего эти каналы окажутся наиболее привлекательными для потенциальной аудитории. Так же следует учитывать манеру повествования автора канала, если она соответствует агрессивной (серьезной), возможно на этот канал так же стоит обратить внимание.
Не менее важен жанр, в котором работает канал. Совместный анализ выявил два наиболее привлекательных – это «multi» и «mobile», каналы не сосредоточенные на конкретной игре или жанре и посвященные мобильным игровым платформам соответственно.

Конечно, нужно учитывать, что эти рекомендации носят условный характер, поскольку модель, как и любая другая, допускает некоторые упрощения. Например, описанные ранее два фактора предельного значения аудитории и интенсивности роста не учитываются, поскольку их выявление и расчет тема для отдельного исследования. А так же не дает ответа на вопрос о росте аудитории в цифрах, то есть не является прогнозной.

Однако построенная модель доказывает, что метод экспертной оценки и последующего применения совместного анализа может применяться для анализа составных характеристик YouTube канала, как выражение потенциального роста аудитории этого канала.

И по результатам проведенного исследования с конкретным выделенным списком факторов, для каждой категории каналов, были составлены именно такие рекомендации.

ЗАКЛЮЧЕНИЕ

В работе было исследовано функционирование и взаимодействие партнерских сетей с владельцами YouTube каналов и компанией Google, в этом взаимодействии обнаружилась проблема принятия решения менеджерами по подключению каналов к партнерской сети, поскольку не существует инструмента оценки аудитории канала, на момент принятия этого решения. Эта проблема во многом связана со сбором и предоставлением данных со стороны авторов, поскольку большая часть из них является конфиденциальной, либо сбор этих данных потребует длительных наблюдений.

Поскольку функционирование партнерских сетей подразумевает некоторый штат сотрудников, а так же есть обязательные к исполнению правила составленные компанией Google, партнерские сети не могут бесконечно расширяться и просто подключать всех подряд, ввиду этих ограничений: по трудовым ресурсам и правилам составленных компанией Google.

На текущий момент существует два инструмента способные помочь в принятии подобного решения – «SocialBlade» и «VidIQ». Но оба этих инструмента не являются исчерпывающими, даже в случае одновременного применения, поскольку первый сервис хоть и предоставляет возможность построения некоторых прогнозов, их достоверность вызывает сильное сомнение. Второй же сервис способен предоставить какие-то дополнительные сведения о канале, но его прогнозы и вычисленные средние так же вызывают сомнения.

Попытка создать собственный инструмент построения прогнозных значений числа подписчиков провалилась ввиду невозможности сбора необходимого объема исходных данных.

В результате чего был сделан выбор в пользу метода совместного (conjoint) анализа, который позволяет работать с данными предоставленными партнерской сетью, а именно список подключенных к этой сети каналов за последний год.

Эти данные были разделены по категориям, определенными сервисом YouTube и партнерской сетью, сгруппированы и выстроены по убывающей характеристике числа подписчиков (от большего к меньшему).

Из всех категорий на анализ были отобраны три:

1. «Gaming»;

2. «How to/Style»;

3. «Film/Animation»;

В исходных данных уже имелось два параметра – число подписчиков канала, на момент запроса данных, и время подключения его к партнерской сети. Была построена парная регрессия, для каждой выделенной группы, для проверки сформулированной гипотезы: «фактор времени работы внутри партнерской сети влияет на число подписчиков каналов».

Гипотеза в частном случае верна, любой канал, функционируя в нормальном режиме работы всегда будет иметь положительную динамику подписчиков.

Однако в этом исследовании не учитывалось две важных характеристики – предельная аудитория канала и период интенсивного роста.

Эти два фактора взаимосвязаны, однако, их выделение и определение это тема для дальнейших исследований.

Гипотеза была отвергнута, поскольку коэффициент детерминации для всех трех исследуемых групп оказался крайне мал, меньше одной десятой. Это показывает не значительное влияние параметра времени работы, на число подписчиков, что косвенно подтверждает эмпирические наблюдения о росте аудитории у работающих каналов, однако не может являться исчерпывающим ответом для принятия решения о подключении канала к сети.

Все это привело к созданию экспертной группы из менеджеров по подключению партнерской сети и владельцев YouTube каналов, которым на оценку было предложено несколько десятков крупнейших каналов из каждой категории, для выявления составных характеристик, влияющих, по мнению экспертов на общую полезность работы этого канала, что выражается приростом аудитории.

После выявления экспертами характеристик, были составлены планы, для каждой исследуемой категории отдельно, куда вошли каналы, обладающие тем или иным набором выделенных экспертами характеристик. По этому плану проводился опрос, для проведения совместного анализа.

Данные опросов были обработаны, и на выходе получилось оцененная полезность выявленных экспертами характеристик YouTube каналов, на основании этих вычислений были построены рекомендации для принятия решения о подключении канала к партнерской сети. Эта оценка полезностей характеристик означает привлекательность каналов для потенциальной аудитории, а значит, может использоваться для построения примерных прогнозов об успехе конкретного канала, если он обладает этими характеристиками.

Таким образом все поставленные в начале исследования задачи были успешно выполнены.

По итогу – цель исследования – создание инструмента помощи принятия решения для менеджеров партнерской сети, по вопросу подключения новых владельцев каналов, была полностью достигнута

Основной трудностью проведения такого анализа является выявление характеристик, и составление плана анализа для конкретной категории, однако данный метод можно без проблем использовать и для других категорий YouTube каналов, чтобы выявить значимые факторы и строить новые рекомендации для новых характеристик, или других групп каналов.