EEAT Mechanics

Video-Engagement: ein Twiddler, benannt danach, wie fesselnd ein Video ist

Ein Video-Twiddler namens VideoEngagingness erhält Einstellungen mit der Anfrage. Was er liest, ist nicht bekannt. YouTube hat erklärt, welche Engagement-Signale seine Empfehlungen nutzen – das beschreibt aber YouTube, nicht diesen Twiddler.

By Thomas Wawra· Published · Version 1.0· Systems referenced: Mustang / SuperRoot etc.

01Was bekannt ist

Das Schemaobjekt heißt VideoEngagingnessTwiddlerParams und liegt im Namensraum quality_video. Params sind Einstellungen, die mit der Anfrage mitgehen. „Engagingness“ meint, wie sehr ein Video sein Publikum fesselt oder einbindet. RESONEO führt den Twiddler ohne Anmerkung.

Wie jeder Twiddler empfiehlt er nur; die Entscheidung trifft das Twiddler-Framework in Superroot, der Schicht, die zusammenführt, was Googles Indizes liefern.

Quelle je Aussage (1)
C
Der Video-Engagement-Twiddler hat ein Params-Objekt (VideoEngagingnessTwiddlerParams) im Namensraum quality_video; ein Signal- oder Annotationsobjekt ist nicht aufgeführt.[1]

02Was YouTube über Engagement sagt

2021 zählte Cristos Goodrow, VP of Engineering bei YouTube, die Signale dahinter auf: Klicks, Wiedergabezeit, Umfrageantworten, Teilen, Likes und Dislikes. 2011 stellte YouTube fest, dass ein Klick nicht heißt, dass ein Video angesehen wurde, und nahm 2012 die Wiedergabezeit hinzu.

Danach ging YouTube über die bloße Zeit hinaus. Es bittet Zuschauer, Videos mit einem bis fünf Sternen zu bewerten, und zählt nur Bewertungen mit vier oder fünf Sternen als „valued watchtime“, als wertvoll empfundene Wiedergabezeit. Weil nicht alle antworten, sagt ein mit den Antworten trainiertes Modell die Umfrageantworten für alle voraus.

All das beschreibt YouTubes Empfehlungen. Der Twiddler sitzt in Googles Suchsystem, und nichts sagt uns, dass er eines dieser Signale nutzt.

Quelle je Aussage (4)
O
YouTube nennt als Signale hinter seinen Empfehlungen „clicks, watchtime, survey responses, sharing, likes, and dislikes“[2]
O
„Only videos that you rate highly with four or five stars are counted as valued watchtime.“[2]
O
Weil nicht alle eine Umfrage ausfüllen, hat YouTube mit den vorhandenen Antworten ein Modell für maschinelles Lernen trainiert, das Umfrageantworten für alle vorhersagt.[2]
C
YouTubes Beschreibung seiner Empfehlungssignale ist Kontext für den Twiddler, kein Beleg dafür, was der Twiddler in Googles Suchsystem liest.[3]
Quelle: eeat-mechanics, eigene Einordnung · Mustang / SuperRoot etc.

03E-E-A-T und die Systemkarte

Für Webseiten ist die nächste Idee auf unserer Karte NavBoost, das aus Nutzerklicks lernt. Die Analogie liegt nahe, doch wir ordnen den Twiddler dort nicht zu: Er arbeitet an Videos, und kein gemeinsames Signal ist bekannt. Der Hauptartikel stellt die Bild- und Video-Twiddler ausdrücklich außerhalb der E-E-A-T-Systemkarte dieser Website. Auf unserer Karte gehört er zur Twiddler-Schicht, zu nichts sonst.

Engagement ist kein Qualitätsurteil im Sinne von E-E-A-T. Ein Video kann fesseln und trotzdem falsch sein. YouTubes eigener Text legt nahe, dass Zufriedenheit das Ziel ist, nicht bloße Zeit.

Quelle je Aussage (1)
C
NavBoost ist die nächste Analogie im Web; der Video-Engagement-Twiddler wird ihm dennoch nicht zugeordnet, weil er auf Videos wirkt und kein gemeinsames Signal bekannt ist.[4]

04Quellen

Dieser Deep Dive ist Schicht-2-Content. Er interpretiert das Material und verweist immer auf Schicht 1 zurück, die Referenzebene. Jeder Claim ist einer Quelle zugeordnet, nach Art gekennzeichnet: [A] Unter Eid ausgesagt · [B] Wörtlich aus dem Leak · [O] Von Google dokumentiert · [W] Studie · [S] Auf der Seite nachgesehen · [C] Unsere Einschätzung · [P] Patent.

© Thomas Wawra · Senior SEO Manager · wetter.com — ein Unternehmen von Funke Digital