વાર્તાકથન માટે રિટેન્શન ગ્રાફ કેવી રીતે વાંચવો: દર્શકો ક્યાં છોડી જાય છે

સરેરાશ જોવાયેલી ટકાવારી એ YouTube Studio ની અંદર સૌથી ભ્રામક સારાંશ સંખ્યાઓમાંની એક છે. બે 12 મિનિટના વિડિયો બંને 44% સરેરાશ વ્યૂ ટકાવારી સાથે પૂરા થઈ શકે છે અને તમારા ચેનલ ટેબલમાં એકસરખા દેખાતા બાજુમાં બેસી શકે છે. પણ તેમના રિટેન્શન ગ્રાફ ખોલો, અને તમે ઘણી વાર બે સંપૂર્ણપણે અલગ એડિટ જોશો: એકે નવ મિનિટ સુધી દર્શકોને સ્થિર રાખ્યા પછી લાંબા આઉટ્રો દરમિયાન તેમને ગુમાવ્યા, જ્યારે બીજાએ 30-સેકન્ડના નિશાન પહેલાં લગભગ અડધા પ્રેક્ષકોને કાઢી નાખ્યા અને ફક્ત એટલા માટે ટકી રહ્યો કારણ કે એક નાનો મુખ્ય સમૂહ અંત સુધી રહ્યો.

જો તમે દરેક અપલોડથી તમારું વાર્તાકથન સુધારવા માંગો છો, તો રેખાની સિલુએટ વાંચ્યા સુધી એક સરેરાશને અવગણો. ડેસ્કટોપ સ્ક્રીન પર Analytics -> Engagement -> Audience retention ખોલો જ્યાં તમે ટાઇમલાઇનની ઉપર સીધા વિડિયો પ્રિવ્યૂને સ્ક્રબ કરી શકો. તે ચાર્ટ પરનો દરેક અલગ આકાર તમારા એડિટમાં એક માળખાકીય ઘટનાનો સંકેત આપે છે, અને દરેક આકારને અલગ સુધારાની જરૂર હોય છે.

પાંચ રિટેન્શન આકાર જે દરેક વાર્તાકારને ઓળખવા જોઈએ

લગભગ કોઈ પણ લાંબો-ફોર્મ વિડિયો શરૂઆતથી અંત સુધી 100% આડી રેખા ધરાવતો નથી. દર્શકો નમૂનો લે છે, વિક્ષેપ પામે છે, અથવા જે જવાબ માટે આવ્યા તે મળી જાય પછી ટેબ બંધ કરે છે. તમે પૂર્ણતાની શોધમાં નથી. તમે ઇન્ફ્લેક્શન પોઇન્ટ્સની શોધમાં છો: તે ચોક્કસ સેકન્ડો જ્યાં ઢાળ તેની પહેલાના ભાગ કરતાં વધુ ઝડપથી ઢાળવાળો થાય છે, અથવા જ્યાં કર્વ ઉપર તરફ વળે છે કારણ કે લોકોએ પાછળ સ્ક્રબ કર્યું.

સ્ટાર્ટ ક્લિફનું નિદાન (0:00 to 0:30)

પ્રથમ 30 સેકન્ડમાં 15–25% ક્લિક ગુમાવવું YouTube પર સામાન્ય નમૂનો લેવાનું વર્તન છે, ખાસ કરીને જ્યારે Browse ભલામણો તમારા વિડિયોને ઠંડા દર્શકો સાથે પરિચય કરાવે. જ્યારે કર્વ 0:30 પહેલાં 40% અથવા વધુ ઘટી જાય, તો જોકે, તમે પેકેજિંગ અને શરૂઆતના કટ વચ્ચેના તૂટેલા હેન્ડશેક તરફ જોઈ રહ્યા છો.

જ્યારે હું મારા પોતાના કોલોરાડો પર્વત-ઘાટ ડ્રાઇવ્સમાંથી રફ કટની સમીક્ષા કરું છું, ત્યારે લગભગ દરેક સ્ટાર્ટ ક્લિફ એ જ ભૂલ સુધી દોરી જાય છે: વિડિયોની જાહેરાત કરવી, તેને શરૂ કરવાને બદલે. પાર્કિંગ લોટમાં કારની બાજુમાં ઊભા રહીને હું ક્યાં ડ્રાઇવ કરવા જઈ રહ્યો છું તે સમજાવવું ફિલ્માંકન કરતી વખતે તાર્કિક લાગે છે, કારણ કે તે મારી સવારની કાલાનુક્રમિક શરૂઆત છે. જે દર્શકે ટ્રીલાઇનની ઉપરની સાંકડી શેલ્ફ રોડનું થંબનેલ ક્લિક કર્યું, તેને પાર્કિંગ લોટ ખોટો વિડિયો લાગે છે.

ભવિષ્યના અપલોડ પર સ્ટાર્ટ ક્લિફ ઠીક કરવા માટે:

1. ફ્રેમ એકને થંબનેલની દુનિયા સાથે મેળવો. દર્શકને પાંચ સેકન્ડમાં દ્રશ્ય પુષ્ટિ આપો કે તેઓ તે જ વાર્તામાં પહોંચ્યા છે જે તેમણે ક્લિક કરી હતી.
2. પૃષ્ઠભૂમિ સંદર્ભ સમજાવતા પહેલાં કેન્દ્રીય તણાવ જણાવો. સંદર્ભ ત્યારે જ મહત્વનો છે જ્યારે દર્શકને પરવા હોય કે આગળ શું થાય છે.
3. અભિવાદન વિધિઓ કાપો. "હે બધા, ચેનલ પર પાછા સ્વાગત" જેવા વાક્યો તમારી સૌથી કીમતી શરૂઆતની સેકન્ડો તે દર્શકો પર બગાડે છે જેઓ હજી તમને ઓળખતા નથી.

તમારા રિટેન્શન ઓપનને અમારી CTR અને તમારું દર્શક વચન જાળવવું માર્ગદર્શિકાના ક્લિક-થ્રુ રેટ સાથે જોડો. ઊંચો CTR પછી તીવ્ર સ્ટાર્ટ ક્લિફ એટલે તમારા પેકેજિંગે વધુ પડતું વચન આપ્યું; નીચો CTR પછી સપાટ શરૂઆતનો કર્વ એટલે વિડિયો પોતે મજબૂત છે અને વધુ તીવ્ર પેકેજિંગને લાયક છે.

નકલી ડ્રામા વિના ધીમા રેખીય ઘટાડાને ઠીક કરવો

ધીમો, લક્ષણરહિત નીચેનો ઢાળ એ ઓળખવા માટે સૌથી સહેલી સમસ્યા છે કારણ કે કોઈ એક ટાઇમસ્ટેમ્પ આપત્તિજનક લાગતો નથી. દર્શકો ફક્ત દર મિનિટે 2–3% દરે છૂટા પડતા જાય છે જ્યાં સુધી રૂમનો બે-તૃતીયાંશ ભાગ ખાલી ન થાય.

ક્રિએટર્સ ઘણી વાર ધીમા ઘટાડાનું ખોટું નિદાન કરે છે અને દર ચાર સેકન્ડે અતિ-સક્રિય ઝૂમ, મોટેથી સંગીત, અથવા સાઉન્ડ ઇફેક્ટ્સ ઉમેરીને પ્રતિક્રિયા આપે છે. ઘોંઘાટ ભાગ્યે જ ઢીલી વાર્તાને બચાવે છે. દર્શકો ધીમા ઘટાડા દરમિયાન ભટકે છે કારણ કે માહિતીની ઘનતા અપેક્ષા કરતાં નીચે ગઈ અથવા કારણ કે તેઓ કહી શકતા નથી કે તેઓ ચાપમાં કેટલા આગળ છે.

ધીમા ઘટાડા સામે એડિટ કરતી વખતે બે આદતો જુઓ:

• દરેક મુદ્દાના અંતે વિજય લેપ કાપો. ઘણા વક્તાઓ 40 સેકન્ડમાં એક વિચાર સ્પષ્ટ રીતે સમજાવે છે, પછી આગળ વધતા પહેલાં થોડા અલગ શબ્દોમાં તે જ મુદ્દો ફરી કહેવામાં બીજી 25 સેકન્ડ ખર્ચે છે. તે બીજો પાસ એ છે જ્યાં રેખા નમી જાય છે.
• દર્શકોને સ્પષ્ટ સંકેતો અને સ્વચ્છ પ્રકરણ સીમાઓ આપો. જ્યારે પ્રેક્ષકો જાણે છે કે ત્રણ-ભાગની વાર્તા હમણાં જ ભાગ એક પૂરો કરીને ભાગ બેમાં સૌથી કઠિન પરીક્ષામાં પ્રવેશી રહી છે, ત્યારે જિજ્ઞાસા સંક્રમણને પુલ બનાવે છે. સારી રીતે લખાયેલા YouTube પ્રકરણો સ્ક્રબ બાર પર તે નકશાને મજબૂત કરે છે.

એક ટાઇમસ્ટેમ્પ ક્લિફ અને રીવોચ સ્પાઇક સાથે મળીને વાંચવા

એક ટાઇમસ્ટેમ્પ ક્લિફ અને રીવોચ સ્પાઇક તમારી આખી એનાલિટિક્સ સ્ક્રીન પર સૌથી વધુ સંકેતવાળા કોઓર્ડિનેટ્સ છે કારણ કે તેઓ ટાઇમલાઇન પરના ચોક્કસ ક્ષણો તરફ ઇશારો કરે છે.

જ્યારે તમે 04:18 પર અચાનક ઊભો ઘટાડો જુઓ, ત્યારે 04:05 પર સ્ક્રબ કરો અને અવાજ ચાલુ રાખીને 04:30 સુધી જુઓ, એમ માનીને કે તમે હોસ્ટને ક્યારેય મળ્યા નથી. દસમાંથી નવ વખત, કારણ અસ્પષ્ટ હોય છે:

• તમે ટાઇટલના મુખ્ય પ્રશ્ન સાથે સંબંધિત ન હોય તેવી બે-મિનિટની બાજુની વાર્તામાં વળ્યા.
• તમે "સુરક્ષિત રહેવાની વાત કરતાં, ચાલો હું તમને આજના સ્પોન્સર વિશે જણાવું..." સાથે અચાનક જાહેરાત વાંચનમાં સંક્રમણ કર્યું.
• તમે જટિલ ચાર્ટ અથવા સ્ક્રીન રેકોર્ડિંગ બતાવ્યું જે મોબાઇલ દર્શકો વાંચી શકે તે માટે પૂરતું ઝૂમ કર્યા વિના.
• તમે બે મિનિટનું ફૂટેજ બાકી હોવા છતાં શબ્દોમાં અંતનો સંકેત આપ્યો ("તો એકંદરે, વાત લપેટવા માટે...").

રીવોચ સ્પાઇક ઊલટું કામ કરે છે. ઉપરનો ઉછાળો એટલે દર્શકોએ સક્રિય રીતે પ્લેહેડને પાછળ ખેંચ્યું એક લાઇન સાંભળવા અથવા દ્રશ્ય ફ્રેમની બીજી વાર તપાસ કરવા. કેટલીકવાર સ્પાઇક ઝડપી ઑન-સ્ક્રીન ચેકલિસ્ટને ચિહ્નિત કરે છે; બીજી વાર તે 45-સેકન્ડનું પ્રદર્શન જાહેર કરે છે જેણે તેની આસપાસના દસ મિનિટ કરતાં વધુ મૂલ્ય આપ્યું. જ્યારે પણ એક ટૂંકો સેગમેન્ટ નરમ વિડિયોની અંદર ભારે રીપ્લે કમાય, ત્યારે તે સ્પાઇકને સમર્પિત ફોલો-અપ અપલોડ માટે માન્ય વિષય બ્રીફ તરીકે ગણો. રિટેન્શન ઇમ્પ્રેશન્સ અને સેશન અવધિ સાથે કેવી રીતે ક્રિયાપ્રતિક્રિયા કરે છે તેના વિશાળ સંદર્ભ માટે, અમારી YouTube એનાલિટિક્સ મેટ્રિક્સ માર્ગદર્શિકા વાંચો.

પ્રકાશિત કર્વ અને તમારા આગલા કટ વચ્ચેનું લૂપ બંધ કરવું

વર્ષો સુધી, ક્રિએટર ટૂલ્સે વિભાજિત વર્કફ્લો ફરજ પાડ્યો: એનાલિટિક્સ ડેશબોર્ડ તમને પ્રકાશિત કર્વ બતાવે પણ સ્ક્રીન પર શું થયું તે સમજ્યા વિના, જ્યારે મેટાડેટા જનરેટર્સ અપલોડ પહેલાં કીવર્ડ અનુમાન કરે પણ પ્રકાશિત વિડિયોએ ખરેખર ધ્યાન કેવી રીતે જાળવ્યું તે ક્યારેય તપાસ્યા વિના.

VidSeeds.ai Video Intelligence તે લૂપના બંને અર્ધને જોડે છે જ્યારે શું માપવામાં આવે છે અને શું અનુમાનિત છે તે અંગે કડક રહે છે:

• Video Autopsy (/why) સાથે પ્રકાશિત અપલોડ પર: તમારી YouTube ચેનલ કનેક્ટ કરો અને કોઈ પણ હાલના અપલોડ પર Video Autopsy ચલાવો. VidSeeds.ai YouTubeના માપેલા રિટેન્શન ડ્રોપ્સ અને રાઇઝને તે ચોક્કસ ટાઇમસ્ટેમ્પ પરના બોલાયેલા ટ્રાન્સક્રિપ્ટ, દ્રશ્ય દ્રશ્ય ફેરફારો, અને ઓડિયો પેસિંગ સાથે સીધા જોડે છે. માપેલો કર્વ ડેટા લેબલ કરેલા દર્શક-ઇરાદા અનુમાનથી સ્પષ્ટ રીતે અલગ રહે છે જે સમજાવે છે કે કોઈ વિભાગે દર્શકોને કેમ ગુમાવ્યા અથવા રાખ્યા, અને Blueprint Carry સાબિત માળખાકીય પાઠોને સારાંશ આપે છે જેથી તેઓ સીધા તમારા આગલા પ્રોજેક્ટમાં પસાર થાય.
• અપલોડ પહેલાં Pre-Upload Diagnosis સાથે: એક પણ જાહેર વ્યૂ અસ્તિત્વમાં હોય તે પહેલાં, VidSeeds.ai તમારા પૂર્ણ કટને જુએ છે અને સાંભળે છે જેથી ટાઇમસ્ટેમ્પવાળા પેસિંગ ખેંચાણ, ધીમા શરૂઆત, અને ટાઇટલ-થી-હૂક બેમેલને ચિહ્નિત કરી શકે. નકલી રિટેન્શન સ્કોર શોધવાને બદલે, તે તમને સમીક્ષા કરી શકાય તેવી ટાઇમકોડ નોંધો અને NLE માર્કર્સ (.xml, .csv, .edl, .fcpxml, .txt) આપે છે જ્યારે તમે હજી પાંચ મિનિટમાં એડિટ ચુસ્ત કરી શકો છો.

દરેક અપલોડ પર એક વાર્તાકથન ચલ બદલો, તપાસો કે તમારા છેલ્લા વિડિયો જ્યાં ઘટ્યો ત્યાં કર્વ સપાટ થાય છે કે નહીં, અને તે ચકાસાયેલ નિયમ આગળ લઈ જાઓ.

તમારા પોતાના પ્રકાશિત વિડિયો પર દર્શકો કેમ રહ્યા અથવા ગયા તે જોવા તૈયાર છો? તમારા વાસ્તવિક ફૂટેજ સામે માપેલા રિટેન્શન ડ્રોપ્સ અને રાઇઝની તપાસ કરવા અને તે પાઠોને તમારા આગલા અપલોડમાં લઈ જવા માટે VidSeeds.ai માં Video Autopsy ચલાવો. પાત્ર નવા ખાતાઓને 100 મફત સીડ્સ મળી શકે છે. ક્રેડિટ કાર્ડની જરૂર નથી.

વારંવાર પૂછાતા પ્રશ્નો

YouTube વિડિયોની પ્રથમ 30 સેકન્ડમાં સામાન્ય ઘટાડો શું છે?

મોટાભાગના લાંબા-ફોર્મ ચેનલોમાં પ્રથમ 30 સેકન્ડમાં 15–25% દર્શકો ગુમાવવા સામાન્ય છે કારણ કે ઠંડા દર્શકો શરૂઆતનો નમૂનો લે છે અને પુષ્ટિ કરે છે કે વિષય તેમની જરૂરિયાતને અનુરૂપ છે કે નહીં. જ્યારે 0:30 પહેલાં 35–50% અથવા વધુ નીકળી જાય, ત્યારે તેને ધીમા વોર્મઅપ ફૂટેજ અથવા તમારા ટાઇટલ/થંબનેલ વચન અને તમારા શરૂઆતના દ્રશ્ય વચ્ચેની બેમેલને કારણે સ્ટાર્ટ ક્લિફ તરીકે ગણો.

મારા રિટેન્શન ગ્રાફમાં 100% થી ઉપર ઉછાળો અથવા મધ્ય-વિડિયો સ્પાઇક કેમ છે?

મધ્ય-વિડિયો સ્પાઇક ત્યારે થાય છે જ્યારે દર્શકો એક જ જોવાના સેશન દરમિયાન ચોક્કસ સેગમેન્ટને ઘણી વાર ફરી જોવા માટે પાછળ સ્ક્રબ કરે છે. ગીચ દ્રશ્ય વિગતો, વ્યવહારુ પગલાં, અથવા અસાધારણ જાહેરાતો માટે ચોક્કસ ટાઇમકોડ તપાસો; સ્પાઇક્સ તે ક્ષણોને પ્રકાશિત કરે છે જે તમારા પ્રેક્ષકોએ સૌથી વધુ મૂલ્યવાન ગણી, અને ઘણી વાર મજબૂત સ્વતંત્ર વિડિયો વિષયો તરફ ઇશારો કરે છે.

જો હું રિટેન્શન ક્લિફ જોઉં તો શું મારે YouTube Studio માં પહેલેથી પ્રકાશિત વિડિયો ટ્રિમ કરવો જોઈએ?

YouTube Studio Editor માં પ્રકાશિત વિડિયોને ફક્ત ત્યારે ટ્રિમ કરો જ્યારે સ્પષ્ટ ટેકનિકલ ભૂલ, ડેડ એર બ્લોક, અથવા દૂર કરી શકાય તેવો વિષયાંતર શરૂઆતમાં, અંતમાં, અથવા આસપાસના વાક્યોને તોડ્યા વિના એક અલગ સીમ પર સ્વચ્છ રીતે બેસે. મોટાભાગના કિસ્સાઓમાં, તમારું વધુ સારું પગલું એ છે કે પ્રકાશિત વિડિયોને અકબંધ રાખો અને પાઠને તમારા આગલા કટ પર લાગુ કરો જેથી તમે હાલની શોધ ઇન્ડેક્સિંગ અથવા અજીબ ઓડિયો સંક્રમણોને ખલેલ ન પહોંચાડો.

VidSeeds.ai અનુમાન કર્યા વિના રિટેન્શનનું વિશ્લેષણ કેવી રીતે કરે છે?

પ્રકાશિત વિડિયો પર, Video Autopsy (/why) તમારા વાસ્તવિક YouTube Analytics કર્વને આયાત કરે છે જેથી દરેક ટાઇમસ્ટેમ્પ પરના ચોક્કસ બોલાયેલા શબ્દો અને દ્રશ્ય દ્રશ્યો સાથે માપેલા રિટેન્શન ડ્રોપ્સ અને રાઇઝને સંરેખિત કરી શકે, દર્શક ઇરાદાની કોઈ પણ સમજૂતીને સ્પષ્ટ રીતે અનુમાન તરીકે લેબલ કરીને રાખે છે. અપલોડ પહેલાં, Pre-Upload Review ધીમા હૂક્સ અને પેસિંગ ખેંચાણ માટે પૂર્ણ વિડિયો ફાઇલની તપાસ કરે છે જેથી તમે પ્રકાશિત કરતા પહેલાં કટ ચુસ્ત કરી શકો.