两条视频的平均观看时间都是30秒,是否说明表现相同?如果一条视频总长1分钟,另一条总长5分钟,仅这个数值还不足以回答。观看持续了多久,与看完内容的多少,是不同的问题。

YouTube Analytics的公开指标文档把averageViewDuration定义为平均播放时长,单位是秒;averageViewPercentage则表示一次播放中平均观看了视频的百分比。它还单独定义了estimatedMinutesWatched,用于表示指定对象累计被观看的分钟数。[1] 因而平均秒数、平均百分比和累计分钟数,不适合放在一起当成同一种“观看量”。

用一个受控例子理解差别

假设只有一次观看,也没有重复观看:观众看了1分钟视频中的30秒,观看比例是50%;看了5分钟视频中的30秒,比例是10%。这个例子只说明分母变化的影响,并不是对真实平台平均值计算过程的完整模拟。面对多个观众、多个视频或不同报表维度,应回到平台对应指标定义。

运营人员看到平均时长没有变化,可以继续检查本期视频长度和内容形式是否改变。如果短片变成长教程,直接拿前后两期的平均秒数作唯一成绩,就可能忽略问题的背景。反过来,观看百分比较高也不能单独证明选题满足了目标受众需求,还需要结合内容任务来解释。

先让比较对象一致

来源文档指出,在播放列表报表中,平均观看时长对应播放列表语境下的视频播放;不同报表中的views也可能代表不同数量。[1] 因此,同一张运营简报中最好注明数据来自单条视频、频道还是播放列表,并保持日期范围明确。标题相近的数字不一定共享完全相同的统计范围。

还应区分累计规模和单次体验。累计观看分钟数增加,可能来自更多播放,也可能与观看时长变化有关;仅凭累计值本身不能把增长归因于某一项编辑改动。这是对指标含义的分析,本文没有访问任何频道后台,也不报告实际增粉或播放效果。

实务上,可以先选择要回答的问题,再使用对应指标:关注内容长度是否适合观看过程,就结合时长与比例;关注一段时间的消费规模,就查看累计数据并说明范围。把指标解释清楚,比在不同单位之间寻找一个看起来最大的数字更有用。

信息来源

本文基于上述公开资料整理,未使用来源页面的图片、视频或嵌入媒体。