Video Reach AI
Optimizing Video Reach with Artificial Intelligence
| Programm / Ausschreibung | BASIS, Basisprogramm, Budgetjahr 2020 | Status | abgeschlossen |
|---|---|---|---|
| Projektstart | 01.07.2020 | Projektende | 30.09.2021 |
| Zeitraum | 2020 - 2021 | Projektlaufzeit | 15 Monate |
| Keywords | |||
Projektbeschreibung
Unternehmen investieren viel Zeit und Geld in die Erstellung und Verbreitung ihrer Online-Videoinhalte. Dennoch haben viele mit geringen Videoansichten zu kämpfen. Bessere Video-Metadaten würden helfen , ihre Videos sichtbarer zu machen und mehr Zuschauer zu erreichen, aber den BetreiberInnen von YouTube-Kanälen fehlt dazu häufig das erforderliche Know-how . Um Videoinhalte zu optimieren, verlassen sich Unternehmen meist auf ihre Kreativagenturen. Das Problem bei diesem Ansatz ist jedoch, dass Agenturen nicht datengetrieben arbeiten, sondern Entscheidungen rein nach kreativen Gesichtspunkten oder nach Bauchgefühl treffen. Während die meisten Unternehmen ihre Websites bereits für Suchmaschinen optimieren, tun sie dies noch nicht für ihre Videos. Um eine größere Zielgruppe zu erreichen, zahlen Unternehmen für YouTube-Videoanzeigen, da das Erreichen von organischen Videoansichten ohne Werbung sehr viel schwieriger zu sein scheint. Der Grund dafür ist, dass Suchmaschinen-Optimierung mit vielen unklaren Regeln verbunden ist, die Unternehmen in der Regel nicht kennen. Werbeausgaben sind bisher die einzige Alternative.
Das übergeordnete Ziel dieses Projekts ist es, YouTube-Channel-BesitzerInnen weltweit mit einer künstlichen Intelligenz auszustatten, die ihnen Empfehlungen liefert, mit denen die monatliche organische Reichweite ihrer YouTube-Videos um das Zehnfache erhöht werden kann (verglichen mit den durchschnittlichen monatlichen organischen Ansichten in den Monaten vor der Verwendung von tubics). Dieses Ziel werden wir mit folgenden F & E-Aktivitäten erreichen: 1) Optimierung vorhandener Videos mit maßgeschneiderten Empfehlungen: BenutzerInnen erhalten ein dynamisches Regelwerk für Videometadaten, das mit hoher Wahrscheinlichkeit Rankings und Views von Videos steiger kann. 2) Optimierung der Produktion von Videoinhalten durch datengetriebene Empfehlungen für neue Videothemen: BenutzerInnen erhalten Empfehlungen für Videothemen, die mit einer hohen Wahrscheinlichkeit hohe Platzierungen und ein starkes Wachstum der Video-Aufrufe erreichen.