對我們眼球的爭奪日趨白熱化，這對于喜歡看視頻的人來說是好事。Meerkat、 Periscope 和 Snapchat 正在爭奪視頻直播領(lǐng)域的霸主地位，Netflix 和 Hulu 則在電視和電影上一決雌雄，HBO 則在上個月新一季《權(quán)力的游戲》播出前推出了 HBO Now。從未有這么多高質(zhì)量、可立即獲得的電視為爭奪我們的注意力而戰(zhàn)。

然而，在這樣一個視頻黃金時代里，YouTube 發(fā)現(xiàn)自己存在一個嚴(yán)重問題：盡管其總瀏覽量呈上升趨勢，但大多數(shù)觀看都發(fā)生在 YouTube 的網(wǎng)站和應(yīng)用之外。這讓 YouTube 獲得關(guān)注、廣告收入以及珍貴的移動用戶變得更困難。在 Susan Wojcicki 于去年成為 YouTube 首席執(zhí)行官時，她可以繼續(xù)轉(zhuǎn)變 YouTube 提供廣告以及與用戶互動的方式，向特定頻道投入更多錢并大力推廣這些頻道。

但 YouTube 當(dāng)時面臨著一個更緊迫、更重要的問題：YouTube 編寫程序和測試代碼的方式已經(jīng)過時。造就這個全球最大視頻網(wǎng)站的代碼讓程序員們難以開發(fā)出新功能，從而吸引用戶觀看更多視頻，而不是轉(zhuǎn)而投向 Netflix 或 Hulu。

YouTube 工程總監(jiān) Christos Goodrow 表示道：“當(dāng)時那種狀態(tài)對于企業(yè)很不利。我們并沒有構(gòu)建出和觀眾的牢固關(guān)系，也沒有怎么嘗試改進(jìn)用戶體驗(yàn)?！?/p>

于是在 2012 年，YouTube 開展了一個龐大的跨部門項(xiàng)目來解決這些問題。這個代號為 InnerTube 的項(xiàng)目要解決從開發(fā)平臺到機(jī)器學(xué)習(xí)算法的一切問題，以便讓工程師和設(shè)計(jì)師更快地測試和打造更具粘性的多屏用戶體驗(yàn)。

如何解決 YouTube 的流量問題成了當(dāng)務(wù)之急

這一切都源自于一張信息圖。YouTube 用戶體驗(yàn)研究員 Kerry Rodden 在 2012 年制作了一張信息圖，將 YouTube 的觀看活動進(jìn)行了數(shù)據(jù)視覺化。這張圖很快傳遍了公司。這張圖上的數(shù)據(jù)顯示，大部分用戶是在博文、新聞文章、Facebook 和 Twitter 等社交媒體中分享的鏈接里觀看 YouTube 視頻，而不是通過 YouTube 網(wǎng)站或應(yīng)用觀看。用戶如此分散將限制 YouTube 留存、了解和變現(xiàn)用戶的能力。

YouTube 變現(xiàn)能力的重要性再強(qiáng)調(diào)也不為過。據(jù)《華爾街日報(bào)》報(bào)道，盡管 YouTube 號稱每月有 10 億觀眾，但去年的營收只有 40 億美元，且依舊沒有盈利?？紤]到只有 5000 萬訂戶的 Netflix 在 2014 年的營收有 55 億美元，你或許就不難理解將用戶集中到一個地方對 YouTube 的重要性了。

這個項(xiàng)目首先要從聚攏 YouTube 開始。YouTube 的軟件開發(fā)基礎(chǔ)設(shè)施遠(yuǎn)遠(yuǎn)跟不上新設(shè)備的激增以及對 YouTube 出現(xiàn)在這些屏幕上的需求。結(jié)果，YouTube 的開發(fā)流程也變得散亂：其 XBox 應(yīng)用以某一進(jìn)度在開發(fā)，而 iOS 應(yīng)用又以另一進(jìn)度在開發(fā)，諸如此類。

YouTube 工程總監(jiān) Andrew Berkheimer 說道：“隨著時間推移，這些不同系統(tǒng)和開發(fā)方式之間的摩擦開始拖累我們。于是我們意識到，這會成為一個大問題，尤其是移動正成為我們主要的服務(wù)領(lǐng)域?！?/p>

更糟糕的是，YouTube 無法從移動設(shè)備上收集細(xì)致的用戶行為分析數(shù)據(jù)。也就是說，如果用戶是躺在床上用手機(jī)觀看 YouTube 視頻，桌面端 YouTube 也毫不知情。

Goodrow 承認(rèn)道：“我們當(dāng)時沒有用移動端的數(shù)據(jù)簡直是瘋了。當(dāng)我們開始做這件事時，我們發(fā)現(xiàn)有一大群用戶只使用移動設(shè)備?！彪S著用手機(jī)觀看視頻的用戶數(shù)繼續(xù)攀升，像這樣的盲點(diǎn)會成為嚴(yán)重的競爭劣勢。

實(shí)際上，在 2012 年時，大部分人通過移動設(shè)備觀看 YouTube 視頻。盡管 YouTube 的工程師們?yōu)楦鞣N屏幕打造了一大堆應(yīng)用，但糟糕的開發(fā)基礎(chǔ)設(shè)施和散亂的開發(fā)流程讓工程師們很難在移動設(shè)備上做一些簡單的事情，比如通過 A/B 測試來研究新的設(shè)計(jì)元素和功能，或是衡量用戶行為。

InnerTube 旨在掃清這些技術(shù)障礙。Goodrow 表示道：“InnerTube 將讓我們可控地對用戶界面進(jìn)行大規(guī)模測試。”

更快地行動，打破更多陳規(guī)

即便沒有過時的基礎(chǔ)設(shè)施拖累，移動開發(fā)和網(wǎng)絡(luò)開發(fā)相比也存在一個重要缺陷：速度慢。

Andrew Berkheimer 在談到舊系統(tǒng)時說道：“每一版應(yīng)用要花六周時間，從而讓迭代周期和學(xué)習(xí)周期變得很長。”這也意味著，如果一項(xiàng)新功能的效果不如預(yù)期，他們也要花數(shù)周時間才能移除。類似的，新的設(shè)計(jì)理念和功能也受困于這一令人痛苦的開發(fā)周期，這讓習(xí)慣于網(wǎng)絡(luò)開發(fā)的工程師們頭疼不已，要知道網(wǎng)絡(luò)開發(fā)的變更立即可見，迭代也經(jīng)常進(jìn)行。

這是 InnerTube 旨在解決的另一件事。得益于一套更靈活的新 API，YouTube 的工程師們現(xiàn)在可以更容易地在多個平臺上推送變更，對應(yīng)用進(jìn)行一些在線更新而無需重新提交應(yīng)用。這一系統(tǒng)還讓撤銷變更變得容易，可以讓開發(fā)者們更自由地試驗(yàn)，而無需擔(dān)心出問題的應(yīng)用在應(yīng)用商店上呆很久。

Berkheimer 表示道：“在過去，我們必須對放上去的功能非常小心，因?yàn)闊o法關(guān)閉?，F(xiàn)在我們可以更大膽一些了，因?yàn)槲覀冊谟行枰獣r可以關(guān)閉新功能。而如果新功能確實(shí)奏效，我們也可以輕松地將它開啟給所有人使用?！?/p>

從小更改到大的應(yīng)用更新，YouTube 的移動開發(fā)流程比以前要更順暢和高效了。事實(shí)上，在 InnerTube 之后，以前的六周滯后期已經(jīng)消失，YouTube 的工程師們現(xiàn)在能在一周的時間里將新版應(yīng)用推送到生產(chǎn)環(huán)境中。

現(xiàn)在工程師們打造新產(chǎn)品也要容易得多了。比如，在 InnerTube 項(xiàng)目打下堅(jiān)實(shí)的基礎(chǔ)后，2 月份發(fā)布的 YouTube Kids 應(yīng)用的開發(fā)就容易得多了。YouTube Kids 與 Netflix 直接展開對兒童的競爭。隨著開發(fā)基礎(chǔ)設(shè)施新近完成，YouTube 希望能更快速地對競爭對手們做出反應(yīng)。

運(yùn)用深度學(xué)習(xí)技術(shù)改進(jìn)推薦算法

作為 InnerTube 項(xiàng)目的一部分，YouTube 的工程師們徹底改變了視頻推薦引擎的工作方式。對于終端用戶而言，這看起來可能像是小細(xì)節(jié)，但其背后其實(shí)隱藏了許多技術(shù)細(xì)節(jié)。推薦視頻的相關(guān)性對 YouTube 具有重大價值：推薦越好，用戶體驗(yàn)越具粘性。用戶觀看視頻的時間越多，YouTube 以及視頻創(chuàng)作者賺的錢就越多。

為了讓視頻推薦盡可能完美，YouTube 接入了 Google Brain。Google Brain 是谷歌的人工智能項(xiàng)目，專注于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)。未來某一天，Google Brain 項(xiàng)目或許能復(fù)制乃至超越人腦的復(fù)雜度。Google Brain 的神經(jīng)網(wǎng)絡(luò)也非常適用于語音識別、推薦視頻等任務(wù)。

Goodrow 表示道：“我們在用的神經(jīng)網(wǎng)絡(luò)要比我在 20 年前用的神經(jīng)網(wǎng)絡(luò)大 10 倍?，F(xiàn)在的神經(jīng)網(wǎng)絡(luò)有數(shù)以千計(jì)的節(jié)點(diǎn)，接受了數(shù)萬億次的訓(xùn)練，從而能更好地推薦用戶感興趣的視頻?！?/p>

這一系統(tǒng)的輸入數(shù)據(jù)是 YouTube 數(shù)億用戶的活動：觀看的視頻、觀看時長、喜歡的視頻、跳過的視頻等等。他們還增加了一個讓用戶取消推薦的按鈕。

和過去基于回歸的推薦算法相比，新的推薦引擎取得了巨大進(jìn)步。盡管基于回歸的推薦算法擅長于記憶視頻間的關(guān)系，但不擅長處理陌生情況。神經(jīng)網(wǎng)絡(luò)推薦引擎則更擅長于推薦新視頻或缺少歷史數(shù)據(jù)的視頻。

YouTube 的推薦算法并不會挖掘用戶在谷歌搜索中的搜索歷史，因?yàn)榫W(wǎng)絡(luò)搜索歷史非常寬泛，搜索有關(guān)稅收的信息并不意味著用戶想看與稅收有關(guān)的視頻。

收獲碩果

通過 InnerTube 項(xiàng)目實(shí)現(xiàn)的事情：更快的迭代、改進(jìn)的用戶測試、移動用戶分析、更智能的推薦讓 YouTube 收獲巨大。在 2015 年初時，移動端 80% 的 YouTube 視頻觀看發(fā)生在 YouTube 應(yīng)用內(nèi)，桌面端 55% 的YouTube 視頻觀看發(fā)生在 YouTube上。公司2015 年初的視頻觀看量同比增長了 50%，其中絕大部分觀看發(fā)生在 YouTube 的應(yīng)用或網(wǎng)站中。

除此之外，技術(shù)并不是產(chǎn)生這一結(jié)果的唯一因素。YouTube 數(shù)年來一直在原創(chuàng)內(nèi)容上投入巨資，即便這一服務(wù)還沒有達(dá)到 Netflix 一樣的成功高度，但也為 YouTube 帶來了可觀的新流量。YouTube 還在線下投入巨資打廣告。為了增加營收以及與視頻訂閱服務(wù)競爭，YouTube 在上個月表示，將于今年某個時候推出一項(xiàng)無廣告服務(wù)。

不過，不管這些與技術(shù)無關(guān)的龐大投資有多大影響，如果用戶體驗(yàn)不好，它們的效果也不會太好。既然現(xiàn)在有超過一半的視頻觀看發(fā)生在 YouTube 的網(wǎng)站或應(yīng)用內(nèi)，它也就能進(jìn)一步獲得用戶的關(guān)注了。

這并不是說 YouTube 從此就一帆風(fēng)順了。你見過有人談?wù)撃硞€ YouTube 頻道像談?wù)摗稒?quán)力的游戲》一樣嗎？底層的代碼變得更好不會一夜之間就改變這一狀況，但它們遲早會幫助 YouTube 實(shí)現(xiàn)這一目標(biāo)。

via fc

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。