إذا كنت تنشئ محتوى على YouTube، فهذا التحديث يستحق اهتمامك. فقد أعلنت المنصة للتو عن إتاحة ميزة A/B Testing لمقاطع الفيديو الكاملة، وليس فقط للصور المصغرة والعناوين التي كان بإمكان صناع المحتوى اختبارها منذ عام 2024.
استخدم الرمز TRYHARD33 عند الدفع للاستفادة من العرض قبل انتهاء صلاحيته.
احصل على خصم 33% على اشتراك GAMES+
ما الذي تغير عن اختبار الصور المصغرة القديم
كان اختبار A/B للصور المصغرة والعناوين الذي أُطلق في 2024 مفيداً حقاً، لكنه كان يلامس فقط سطح العوامل المؤثرة على احتفاظ الجمهور بالمشاهدة. فالصورة المصغرة الجذابة تجلب النقرات، لكن ما يحدث في أول 30 ثانية هو ما يحدد ما إذا كان المشاهد سيبقى أو سيغادر.
هذه الفجوة هي بالضبط ما تستهدفه الميزة الجديدة. يمكن لصناع المحتوى الآن تحميل ما يصل إلى ثلاث نسخ من نفس الفيديو، ثم السماح لـ YouTube بتوزيعها على الجمهور وقياس أي نسخة تحافظ على الانتباه بشكل أفضل. مقدمات مختلفة، إيقاع مختلف، ترتيب مقاطع مختلف، وأساليب بصرية مختلفة؛ كل هذا أصبح قابلاً للاختبار الآن مباشرة داخل YouTube Studio.
تعمل الميزة عبر مقاطع الفيديو الطويلة وShorts، وهو أمر أكثر أهمية مما قد يبدو. فالمحتوى القصير يعتمد كلياً على الثواني الأولى، والحصول على بيانات حول أي مقدمة تجعل المشاهد يواصل المتابعة هو نوع من الرؤى التي كانت تتطلب سابقاً أدوات خارجية أو مجرد تخمينات.
التحديث الشامل لـ Studio وراء هذه الخطوة
صاغ YouTube إعلان اختبار الفيديو كجزء من توجه أكبر لتحويل YouTube Studio إلى ما يسميه "شريكاً إبداعياً متكاملاً". ويشمل ذلك توليد الصور المصغرة بمساعدة الذكاء الاصطناعي التي تحاول مطابقة الأسلوب البصري الحالي للقناة، وتقديم توجيهات مخصصة للمسودات الأولية، وأدوات للتعامل مع الأجزاء الأكثر تكراراً في عملية النشر.
الأمر هو: يقضي معظم صناع المحتوى وقتاً غير متناسب في مهام لا علاقة لها فعلياً بصناعة المحتوى، مثل تنسيق الأوصاف، وكتابة الوسوم (Tags)، وإدارة التعليقات. يتجه YouTube الآن نحو استخدام الذكاء الاصطناعي لتولي جزء من هذا العبء.
ميزة إدارة التعليقات اختيارية؛ حيث صُمم النظام ليتعلم تفضيلات الإدارة الخاصة بقناة معينة بمرور الوقت، ثم يطبقها تلقائياً. ويمكن لصناع المحتوى إيقافها في أي وقت، مما يجعلها تجربة منخفضة المخاطر.
لماذا يجب على صناع محتوى الألعاب الاهتمام بشكل خاص
يُعد محتوى الألعاب على YouTube أحد أكثر الفئات تنافسية على المنصة. وغالباً ما يعتمد الفرق بين الفيديو الذي يحقق انتشاراً واسعاً والفيديو الذي يفشل على أول 60 ثانية. هل يدخل صانع المحتوى في أسلوب اللعب (Gameplay) مباشرة؟ هل تشرح المقدمة ما هو مثير في هذه الجولة أو اللحظة تحديداً؟ هل الإيقاع سريع بما يكفي لإبقاء شخص لديه 50 علامة تبويب مفتوحة أخرى؟
إن اختبار هذه القرارات عبر ميزة A/B Testing باستخدام بيانات المشاهدين الحقيقية، بدلاً من الاعتماد على الحدس، يعد ترقية ذات قيمة. فصانع المحتوى الذي يختبر ما إذا كانت المقدمة المباشرة تتفوق على المقدمة السردية سيحصل الآن على أرقام فعلية بدلاً من قسم تعليقات مليء بآراء متضاربة.
بالنسبة للقنوات التي تغطي ألعاباً ذات مجتمعات نشطة، مثل نوع المحتوى الذي تجده بجانب أدلة الألعاب الخاصة بنا، فإن هذا النوع من التكرار القائم على البيانات يمكن أن يغير بشكل ملموس كيفية هيكلة الفيديوهات بمرور الوقت.
كيف سيبدو هذا في المستقبل
يعد هذا الإطلاق جزءاً من إعلانات YouTube الأوسع في سبتمبر، ويتم تقديم الميزات كأدوات تتطور مع قناة صانع المحتوى بدلاً من كونها حلولاً موحدة للجميع. فأداة الصور المصغرة المعتمدة على الذكاء الاصطناعي تستمد أسلوبها من النمط الحالي للقناة بدلاً من توليد شيء عام، كما تتعلم ميزة إدارة التعليقات التفضيلات بدلاً من تطبيق فلتر شامل.
هذا النهج مهم لأن قنوات الألعاب تختلف بشكل كبير؛ فقناة الـ speedrunning لديها توقعات جمهور مختلفة تماماً عن قناة تحليل القصة (Lore) أو سلسلة تصنيفات المستوى (Tier List) التنافسية، مثل النوع الذي نغطيه في ملخص أفضل الـ Stands في YBA. الأدوات التي تتكيف مع هذه الاختلافات تكون أكثر فائدة من تلك التي تعامل كل صانع محتوى بنفس الطريقة.
بالنسبة لأي شخص يبني جمهوراً في الوقت الحالي، سواء على قناة راسخة أو قناة جديدة لا تزال تشق طريقها، فإن ميزة A/B Testing للفيديو هي على الأرجح أكثر شيء أعلنه YouTube قابلية للتطبيق الفوري. اختبار نسخ مختلفة من الفيديو هو أمر كان يتطلب سابقاً إما قناة ثانية أو الكثير من التتبع اليدوي. أما الآن، فقد أصبح مدمجاً مباشرة في سير عمل التحميل.
