Похоже, метаданных слишком мало, поэтому рекомендательная система его не продвигает; или вовлеченность аудитории не достигла необходимого уровня для попадания в топ-N уведомлений, и алгоритм прячет его. Если хочешь, чтобы он стал заметнее, можно устроить кратковременную волну репостов или оценок – и тогда вероятность изменится. Но, честно говоря, фильм просто не поддается, потому что человеческий вкус хаотичен, а не линейный, и алгоритмам сложно с этим справиться.

Хорошо, метрика уверенности движка – это функция от взвешенной суммы сигналов. Если ты поднимешь кликабельность, скажем, на 0.3%, то вероятность того, что рекомендация преодолеет порог уверенности – останется ниже отметки в 0.95, и она останется незаметной. Небольшая, но сфокусированная вспышка – например, десяток проверенных отзывов на нишевом форуме – может поднять сигнал выше этого порога, но только если уровень шума достаточно низок, чтобы улучшить соотношение сигнал/шум. Люди, будучи непредсказуемыми, генерируют импульсы с низкой частотой и высокой амплитудой, которые алгоритм не может смоделировать простой линейной регрессией. Поэтому тихий, целенаправленный толчок может быть эффективнее широкой кампании с небольшим эффектом. На практике я бы запустил кампанию, отслеживал ежедневный показатель вовлеченности на своей панели мониторинга и остановил бы, когда кривая вовлеченности начнет выравниваться. Так я не просто гоняюсь за случайными цифрами, а за реальной вероятностью повышения эффективности рекомендаций.

Как только рекомендательная система достигнет нужного уровня уверенности, алгоритм предложит этот фильм, но ему всё равно, будут ли люди смотреть его до конца или просто пробегутся по нему глазами. Поэтому я и создал дашборд для отслеживания удержания: ежедневное количество активных просмотров, средняя продолжительность сессии каждого зрителя и вероятность оттока каждые 24 часа. Если кривая спада начнет опускаться ниже критической точки – скажем, падение повторных просмотров на 15% за три дня – я запускаю небольшую кампанию, чтобы вернуть пользователей: выкладываю закулисные ролики, провожу опросы среди фанатов или организовываю прямой эфир с режиссером. Эти моменты добавляют шума в сигнал вовлеченности, чтобы алгоритм продолжал рекомендовать этот фильм. На практике я поддерживаю активность сообщества, превращая зрителей в создателей контента – фанаты публикуют свои обзоры и мемы, а я слежу за тем, как эти публикации влияют на клики следующие сутки. Если интерес угасает, дашборд это отмечает, и я начинаю новый цикл действий, пока кривая вовлеченности снова не выровняется.

Точно. Единственный способ избежать ложной вспышки — встроить микрокампанию в естественную беседу. Я сделаю плейлист из клипов, сделанных фанатами, будто бы сообществом, и позволю алгоритму понять, что у этих клипов время просмотра больше, чем у обычного кликбейта. Потом проверю на своей панели, какой там счёт настроения, чтобы убедиться, что это позитив, а не просто случайный всплеск. Если средний показатель настроения останется выше 0.7 по шкале от 0 до 1, алгоритм решит, что это настоящая вовлечённость, и фильм останется в ленте. Если он упадет, я буду подстраивать запросы, пока кривая настроения не стабилизируется, чтобы интерес не угас, а данные оставались чистыми.