Dalam lanskap pemasaran digital yang terus berubah, memahami bagaimana YouTube: Cara Mengakali Algoritma dan Mendapatkan 100 Tampilan Unik menjadi sangat penting bagi para pemasar. Apakah Anda bertanya-tanya mengapa jumlah penayangan YouTube meroket, tetapi prospek dan penjualan tetap stagnan? Ingin tahu metrik YouTube mana yang benar-benar penting sekarang dan bagaimana membuat video Anda ditemukan di Ask YouTube, ChatGPT, dan alat pencarian AI lainnya? Dalam artikel ini, Anda akan mempelajari cara kerja metrik penayangan YouTube yang baru, data analitik mana yang harus dilacak alih-alih yang lama, dan bagaimana mengoptimalkan video, bab, dan Shorts untuk pencarian dan penemuan AI.
Sekarang, metrik penayangan YouTube lebih dekat dengan tayangan. Jika seseorang menggulir video panjang dan video tersebut diputar secara otomatis untuk sebagian kecil detik, YouTube menghitungnya sebagai penayangan. Apa yang YouTube sebut sebagai penayangan sebelumnya, sekarang disebut penayangan yang terlibat, yang berarti seseorang menunjukkan minat pada video, bukan hanya menggulirnya.
YouTube Mengubah Aturan Main: Apa yang Perlu Diketahui Pemasar
Evolusi Metrik: YouTube Mengejar Pesaing
Menurut Justin Brown, perubahan ini adalah upaya YouTube untuk mengejar platform lain. Untuk waktu yang lama, kreator yang memposting video yang sama di beberapa platform memperhatikan bahwa YouTube melaporkan lebih sedikit penayangan daripada TikTok atau Facebook, karena platform menghitung penayangan secara berbeda. Di beberapa platform, menggulir video telah dihitung sebagai penayangan selama bertahun-tahun.
Dalam sistem lama, YouTube tidak pernah mempublikasikan definisi pasti dari penayangan. Rumor mengaitkan ambang batas 30 detik, tetapi Justin berpendapat bahwa itu tidak pernah menjadi metrik yang baik karena tidak berfungsi untuk video pendek. Penayangan hanyalah seseorang yang menonton video cukup lama untuk dianggap signifikan, yang bisa berarti beberapa detik pada satu video dan sebagian besar video lainnya.
YouTube juga tidak menjelaskan apa itu penayangan yang terlibat, dan Justin menduga bahwa platform sengaja membiarkan definisinya ambigu. Google memiliki browser web, sistem operasi, Chromebook, dan ponsel Android, sehingga dapat menggunakan sinyal seperti apakah tab browser terbuka atau apakah seseorang menonton video sebelumnya dan lebih mungkin menonton video berikutnya saat diputar secara otomatis.
Justin percaya bahwa sinyal perilaku ini sekarang memiliki bobot lebih besar daripada persentase video yang ditonton. Tebakan terbaiknya adalah bahwa tampilan yang terlibat bergantung pada durasi video dan dimulai dengan beberapa detik—cukup bagi seseorang untuk memutuskan apakah video tersebut cocok untuk mereka. Dari sana, skor harus bergantung pada apa yang terjadi selanjutnya: pemirsa yang segera pergi mungkin tidak boleh dihitung, sementara yang tetap tinggal harus dihitung.
Putar Otomatis dan Dampaknya pada Keterlibatan
Putar otomatis juga mengubah cara orang menonton video. Video yang sebelumnya tidak diputar secara otomatis kini diputar di TV, perangkat seluler, dan komputer. Justin mendapati dirinya menonton video di aplikasi seluler yang tidak pernah dia klik karena video tersebut mulai diputar saat dia menggulir umpan.
YouTube sekarang memutar pratinjau ini dari awal video, dan jika dia menggulir umpan dan kembali, pemutaran dilanjutkan dari tempat dia berhenti. Karena algoritma YouTube memahami perilaku dan preferensi pemirsa, Justin melihat bahwa pengalaman putar otomatis ini menghasilkan lebih banyak tampilan yang terlibat, bukan hanya tampilan.
Di saluran Primal Video, jumlah tampilan melonjak secara signifikan pada hari perubahan mulai berlaku, dan garis dasar sekarang lebih tinggi. Video yang berorientasi pencarian tanpa judul clickbait dulunya mendapatkan beberapa ribu tampilan dalam 24 jam pertama. Sekarang, angka itu mendekati 5.000-7.000 tampilan. Tampilan yang terlibat, sebaliknya, kira-kira pada tingkat yang sama atau sedikit lebih tinggi.
Justin melihat metrik tampilan yang lebih tinggi sebagai garis dasar baru, bukan peningkatan kinerja, karena pelacakan internal yang diandalkan bisnisnya hampir tidak berubah. Peluncuran juga terlihat tidak merata. Justin melihat metrik tampilan yang berbeda di desktop daripada di aplikasi seluler, terutama untuk siaran langsung, yang menurutnya khas dari cara YouTube meluncurkan perubahan.
Metrik Utama untuk Bisnis: Bukan Hanya Tampilan
Untuk bisnis, metrik YouTube yang paling penting adalah metrik yang terkait dengan tujuan video. Justin mengatakan bahwa tampilan hanyalah sebagian kecil. Sebelum mengevaluasi video, dia merekomendasikan untuk memutuskan apakah tujuannya adalah membangun audiens, menumbuhkan daftar email, atau mendorong penjualan. Untuk perusahaan yang membangun merek, tujuannya adalah untuk menghasilkan prospek, penjualan, dan pelanggan, dan Justin memulai dari sana.
Tampilan memang bagus, tetapi dengan sendirinya, tampilan tidak banyak memberi tahu tentang hasil bisnis. Di antara analitik YouTube yang tersedia, tampilan yang terlibat (setara dengan jumlah tampilan lama), waktu tonton, dan rasio klik-tayang memberikan gambaran yang lebih jelas tentang apakah orang yang tepat mengklik dan menonton.
Justin percaya bahwa setiap metrik layak untuk diperhatikan, tetapi mengatakan bahwa setiap metrik perlu dipertimbangkan berdasarkan kasus per kasus. Membandingkan durasi tonton rata-rata berfungsi ketika video serupa, seperti seri berulang. Di saluran seperti Primal Video, di mana video satu minggu membahas perangkat lunak pengeditan dan minggu berikutnya membahas pengambilan gambar iPhone, waktu tonton yang lebih lama pada satu video tidak berarti pemirsa mendapatkan lebih banyak manfaat darinya. Pemirsa yang menonton video untuk waktu yang lebih singkat mungkin mendapatkan apa yang mereka butuhkan, menyelesaikan masalah mereka, dan menjadi pemirsa setia yang kembali.
Analisis Kinerja: Fokus pada Anomali
Alih-alih menghabiskan waktu berjam-jam di analitik YouTube, Justin merekomendasikan untuk melakukan analisis berorientasi masa depan yang didasarkan pada anomali. Dia mengidentifikasi video berkinerja terbaik dan terburuk selama periode tertentu, baik berdasarkan tampilan yang terlibat, tampilan, atau waktu tonton, dan kemudian membandingkan grafik retensi mereka untuk menemukan di mana orang-orang keluar.
Video yang berkinerja buruk mungkin kehilangan sebagian besar pemirsa di awal, sementara orang-orang yang bertahan menonton sisanya. Pola ini menunjukkan salah satu dari dua masalah: judul yang lemah atau YouTube menampilkan video kepada audiens yang salah yang mengklik dan segera pergi. Tidak ada metrik yang menjelaskan kinerja secara terpisah, jadi Justin melihat durasi tonton rata-rata, waktu tonton, dan retensi bersama-sama untuk memahami apa yang terjadi pada orang-orang yang menonton lebih dari 30 detik pertama.
Bagaimana video berkinerja awalnya tidak mencerminkan bagaimana video itu dapat berkinerja seiring waktu, terutama untuk saluran yang berorientasi pada pencarian YouTube. Primal Video tidak mendapatkan angka besar pada hari pertama atau minggu pertama, bahkan dengan ukuran saluran mereka. Seiring waktu, video masuk ke pencarian YouTube dan, semakin sering, lalu lintas yang didorong AI, dan kemudian mereka mulai “berkembang seperti bola salju.” Beberapa video terbesar saluran tersebut gagal saat diluncurkan.
Karena itu, Justin biasanya meninggalkan video yang berkinerja buruk dan beralih ke yang berikutnya. Mengedit ulang juga menjadi lebih berisiko. Tim Primal Video dulu merekam beberapa “pengait,” menerbitkan video, dan menggunakan editor YouTube untuk memotong versi yang tidak berfungsi, dengan kemampuan untuk mengembalikannya nanti. Sekarang, perubahan pada video yang diterbitkan hanya dapat menghapus rekaman. Tidak ada yang bisa ditambahkan kembali, dan setelah pengeditan disimpan, tidak ada cara untuk membatalkannya.
- Pro Tip: Editor YouTube masih dapat digunakan untuk menguji intro yang lebih panjang. Pendekatan Justin adalah menerbitkan video dengan bagian yang diperpanjang dan, jika tidak berfungsi, memotongnya dengan potongan yang bersih. Justin mengatakan bahwa pemirsa yang menonton konten gratis jarang memperhatikan potongan yang kasar atau lompatan dalam musik.
Tampilan Bersama: Metrik Baru atau Hanya Estimasi?
YouTube juga menambahkan metrik yang disebut “tampilan (bersama)”, yang memperkirakan kapan lebih dari satu orang menonton video bersama, seperti keluarga yang menonton di TV ruang tamu. YouTube mendasarkan estimasi pada faktor-faktor seperti demografi, genre video, dan waktu dalam sehari.
Justin tidak merekomendasikan mengubah konten untuk mendorong tontonan grup, seperti meminta pemirsa untuk mengundang teman atau pasangan. Dari semua yang dia lihat, metrik tersebut masih merupakan estimasi dari YouTube, dan akun keluarga bersama di TV sudah mengacaukan data. Sampai YouTube menemukan cara yang lebih andal untuk melacak tontonan bersama, dia tidak menganggapnya sebagai pengungkit yang berarti untuk strategi konten.
Nilai data tontonan bersama terletak pada kesepakatan merek dan sponsor, karena dapat menunjukkan bahwa jangkauan kreator lebih besar daripada yang disarankan oleh jumlah tontonan saja, terutama untuk konten keluarga. Justin berharap rasio tontonan terhadap tampilan yang terlibat akan menjadi metrik yang akan dibandingkan oleh kreator, menggantikan perbandingan tayangan tradisional dengan rasio klik-tayang. Karena metrik tontonan ini masih sangat baru, masih terlalu dini untuk menetapkan tolok ukur.
Unikasi Konten: Pengemasan adalah Segalanya
Namun mengubah tontonan menjadi tampilan yang terlibat masih bermuara pada pengemasan: judul, thumbnail, dan, terutama, awal video. Ketika video diputar secara otomatis, thumbnail menjadi kurang penting karena pemirsa mungkin tidak pernah melihatnya. Apa yang terjadi dalam beberapa detik pertama menjadi lebih penting. Ini bukan hal yang sepenuhnya baru.
Ketika YouTube pertama kali memperkenalkan putar otomatis dalam umpan, tim Primal Video memperhatikan bahwa orang-orang menonton tanpa suara tanpa mengklik video — perilaku yang disebut Justin sebagai “TV toilet”. Tanggapan Justin adalah menempatkan teks di layar di awal setiap video yang menjelaskan tentang apa video itu. Ini bukan teks tertutup yang dapat dihidupkan atau dimatikan oleh pemirsa. Ini adalah judul yang tertanam dalam video, seperti “Perangkat Lunak Pengeditan Mac Terbaik 2026”, sehingga siapa pun yang melihat video putar otomatis tahu persis tentang apa video itu, bahkan jika mereka tidak pernah melihat thumbnail atau judul.
Teks muncul sekitar 3 detik pertama saat aksi dimulai di layar, menyatakan janji video: hasil atau transformasi yang akan dialami pemirsa. Justin mengatakan ini membuat perbedaan besar bagi Primal Video ketika putar otomatis diluncurkan karena itu menggerakkan pemirsa ke keadaan terlibat. “Kepala bicara” tanpa teks di layar mempersulit pemirsa yang tidak bersuara untuk memahami tentang apa video itu.
- Kiat Pro: Teks judul di layar tidak memerlukan editor video khusus. Justin menggambarkannya sebagai teks sederhana di layar yang menyatakan janji video yang dapat ditambahkan oleh editor mana pun.
Ask YouTube dan Pencarian AI: Era Baru Penemuan Konten
YouTube meluncurkan fitur bernama Ask YouTube, dimulai di TV dan meluas ke perangkat seluler dan desktop. Ini memungkinkan pengguna untuk berdialog dengan YouTube untuk menjelajahi topik kompleks di luar pencarian kata kunci tradisional, dan jawabannya dapat mencakup teks serta video, Shorts, dan klip video yang relevan. YouTube mengklaim bahwa kreator dapat meningkatkan peluang mereka untuk muncul di hasil Ask YouTube dengan terus membuat konten unik berkualitas tinggi dan menambahkan bab video yang jelas serta judul deskriptif.
Justin melihat Ask YouTube sebagai bagian dari pergeseran yang lebih luas. Orang-orang mengharapkan untuk mencapai hasil lebih cepat, apakah mereka ingin belajar sesuatu atau dihibur, dan alat AI telah meningkatkan ekspektasi tersebut. Dia berharap penonton akan semakin sering melompat ke bagian tertentu dari video daripada menonton keseluruhan. Harapannya adalah bahwa klip singkat atau ringkasan akan mendorong penonton untuk menonton video lengkap, sama seperti cuplikan pencarian Google membantu beberapa pencari di tempat sambil juga mengarahkan lalu lintas ke video.
Pencarian AI sudah menjadi sumber lalu lintas yang signifikan untuk Primal Video. Sumber lalu lintas nomor satu untuk saluran ini adalah pencarian YouTube, dan yang kedua adalah pencarian Google, dari orang-orang yang tidak pernah memulai di YouTube. Yang ketiga, dan yang paling cepat berkembang, adalah alat AI. ChatGPT dan Claude mengirim penonton ke video Primal Video di YouTube, dan saluran tersebut secara teratur menerima komentar dari orang-orang yang mengatakan ChatGPT mengirim mereka ke sana.
SEO untuk AI: Apa yang Berhasil Sekarang
Riset kata kunci belum hilang. Primal Video masih melihat volume pencarian untuk mengukur permintaan sebelum membuat video, daripada memposting dan berharap. Tetapi urutan kata kunci kurang penting daripada sebelumnya. YouTube telah lama mentranskripsikan apa yang dikatakan dalam video, dan sekarang AI memungkinkannya untuk memahami apa yang sebenarnya terjadi dalam video. Semakin lama video ditayangkan, semakin banyak YouTube belajar dari waktu tonton bagian mana yang menarik bagi penonton, dan Justin berharap YouTube akan mengarahkan penonton ke bagian-bagian tersebut.
Ini berarti bahwa optimasi YouTube sekarang bermuara pada pengalaman penonton. Justin berfokus pada apa yang diinginkan penonton, apa yang akan mereka ketikkan ke Google atau YouTube untuk menemukan video, dan apa yang akan menarik perhatian mereka bahkan jika mereka tidak mencarinya.
Karena jawaban cepat semakin banyak datang dari AI, Justin percaya bahwa bagian dari video yang tidak dapat digantikan oleh AI adalah bagian manusia. Penonton mungkin bisa mendapatkan ukuran spanduk atau pengaturan dari AI, tetapi mereka ingin mendengar bagaimana orang tertentu akan mendekatinya, pilihan apa yang akan dibuat orang itu, dan mengapa. Dengan membagikan pendapat, pengalaman, keyakinan, dan kerangka kerja Anda, Anda memberikan sesuatu kepada penonton yang tidak dapat ditawarkan oleh orang lain. Justin mengatakan bahwa orang-orang sudah “terbakar” oleh konten AI dan bahwa dia pergi begitu dia mendengar suara AI, jadi dia berharap konten buatan manusia akan menjadi lebih berharga, bukan kurang.
Optimasi Bab: ‘Tali Pancing’ Baru untuk Penelusuran
Primal Video memperlakukan bab seperti mereka memperlakukan judul di masa lalu. Untuk setiap bab, tim bertanya apa yang akan diketik seseorang untuk menemukan bagian itu jika itu adalah video yang berdiri sendiri, meneliti kata kunci dan volume pencarian, dan menamai bab tersebut sesuai. Stempel waktu dan penanda bab dalam deskripsi video tetap menjadi tempat untuk optimasi baik untuk pencarian YouTube maupun Google, dan masing-masing adalah tautan langsung ke momen tersebut dalam video.
Alih-alih menulis judul bab sebagai “pengait” yang menggoda apa yang akan datang, Justin merekomendasikan judul yang mengkomunikasikan apa yang sebenarnya dibahas oleh setiap bagian. Untuk video tentang lima hal yang diedit dengan baik oleh AI, setiap bab akan menyebutkan hal spesifik tersebut. Mengungkap jawaban dalam stempel waktu membantu YouTube menampilkan bagian tersebut, memberikan alat AI seperti ChatGPT jalur langsung ke jawaban, dan mencegahnya tersembunyi dalam judul misterius yang mungkin atau tidak mungkin diklik oleh pemirsa.
Justin melihat bab yang dioptimalkan untuk pencarian sebagai “tali pancing” tambahan yang membantu pemirsa menemukan konten. Pendekatan ini cocok untuk saluran yang dibuat untuk pencarian. Primal Video mendidik, bukan menghibur, jadi alih-alih bersaing dengan pembuat konten hiburan seperti MrBeast untuk tempat di beranda, mereka bertujuan untuk muncul di bagian atas ketika seseorang memiliki masalah tertentu. Dia melihat peluang yang sama untuk sebagian besar pemilik bisnis yang dapat berbagi wawasan mereka dan berbicara tentang produk mereka tanpa bersaing untuk tampilan hiburan.
Alat AI membuat optimasi bab jauh lebih cepat daripada secara manual. Justin menunjuk ke vidIQ, yang alat AI-nya menghasilkan judul dan penanda bab berdasarkan volume pencarian. Tim Primal Video telah menghubungkan vidIQ ke asisten AI mereka melalui koneksi MCP. Setelah video selesai, tim mengunggah file subtitle VTT atau SRT, yang mencakup waktu untuk semua yang diucapkan, dan meminta AI untuk menghasilkan bab berdasarkan frasa kunci di sekitar setiap bagian, sambil menjaga judul tetap mudah dibaca.