<p>在這個社交媒體盛行、內(nèi)容競爭白熱化的時代，如何在眾多視頻中脫穎而出，成為每個內(nèi)容創(chuàng)作者和網(wǎng)絡(luò)營銷者關(guān)注的焦點。嶺南大學市場及國際企業(yè)學系的一項最新研究《點擊賺錢：透過分析影片標題及縮圖預測點閱率》，為我們揭示了提升社交媒體影片點擊率的秘訣。</p> <p><br />研究團隊利用先進的人工智能技術(shù)，深入分析了全球超過16,000條YouTube影音短片，這些影片涵蓋了音樂、電影、體育、教育、政治和科技六大熱門領(lǐng)域。</p> <p><br />研究團隊利用人工智能從影片中提取縮圖的內(nèi)容，包括影像中的特定對象（例如人類臉部表情、車輛、動物、食品）等資料，并分析影片的標題和文字說明（即嵌入縮圖中的文字），研究這些功能對于短片觀看量的變化，以及如何影響網(wǎng)民決定是否觀看該影片。</p> <p><br />研究發(fā)現(xiàn)，影片標題和縮圖，竟然藏著提升觀看量的大學問！在影片縮圖中表達強烈情緒能吸引更多觀看次數(shù)，但在標題中表達強烈情緒則會產(chǎn)生反效果。</p> <p>&nbsp;</p> <p style="text-align: center;"><strong>縮圖中的情緒密碼</strong></p> <p style="text-align: center;">&nbsp;</p> <p>研究團隊分析在2023年2月16日至28日期間，Youtube發(fā)布一星期以上，共計16,215條影片。影片平均時長為177秒，觀看次數(shù)平均為36,600人次，其中三成八影片（6,168條影片）包含文字說明，五成一影片（8,220條影片）使用含有人像的縮圖。結(jié)果發(fā)現(xiàn)，其中一成八影片（18.3%）在縮圖中無論表達正面或負面的強烈情緒，都有較高的觀看量。影片含有簡而精的標題（17.5%）、標題帶有正能量（36.4%）、標題使用標點符號（83.6%）和圖釋（11.1%），以及在縮圖中加入文字說明（38%），這些影片都有更高的點擊量。</p> <p>&nbsp;</p> <p style="text-align: center;"><strong>標題中的文字要訣</strong></p> <p style="text-align: center;">&nbsp;</p> <p>以問題形式作為影片標題（5%），甚至在標題中「放負」（15.9%），影片的觀看次數(shù)都較少。影片中使用冗長的文字說明（8%），表達強烈的正面或負面情緒（13.1%），也對影片的觀看次數(shù)產(chǎn)生負面影響，點擊次數(shù)相應(yīng)減少。此外，研究團隊發(fā)現(xiàn)，影片的時長愈短、縮圖的像素愈大、使用包含人像或較鮮艷的縮圖，都能吸引更多觀眾觀看。</p> <p style="text-align: center;"><br /><strong>研究團隊說</strong></p> <p style="text-align: center;">&nbsp;</p> <p>嶺大市場及國際企業(yè)學系系主任彭玲教授表示，本次進行的創(chuàng)新研究應(yīng)用了人工智能作有系統(tǒng)的分析，深入了解影片標題和縮圖中表達的情緒對觀眾參與度的重要影響。彭教授表示：&ldquo;影片縮圖、標題及文字說明作為影片內(nèi)容的快照，可以顯著增強影片的視覺吸引力，從而提高觀看量。內(nèi)容創(chuàng)作者在競爭激烈的市場中為了獲得廣告收益和贊助，可能會采用嘩眾取寵的標題和圖像吸引點擊和觀看，不過，研究結(jié)果表明，若策略不當，反而會損失瀏覽量。&rdquo;</p> <p><br />彭教授補充，有關(guān)研究結(jié)果對短影片營銷提供重要的參考指標。&ldquo;本次研究有系統(tǒng)地分析高瀏覽量短影片的特性。值得留意的是，內(nèi)容創(chuàng)作者要避免在標題和文字說明中出現(xiàn)夸張的情感語言，這可能會被視為標題誘餌，減低網(wǎng)民觀賞影片的興趣。相反，在影片標題中適當加入標點符號和圖釋等情緒標記，有助激發(fā)網(wǎng)民的好奇心，提高觀賞的興趣。營銷人員可以此作為制作影片縮圖的原則，驅(qū)使網(wǎng)民點擊觀賞，一探究竟。&rdquo;</p> <p><br />嶺大的研究團隊還包括嶺大市場及國際企業(yè)學系教授崔耕教授，以及助理教授鐘宇豪教授。有關(guān)研究近日在國際知名期刊《商業(yè)研究期刊》（Journal of Business Research）發(fā)表。請閱讀全文：《點擊賺錢：透過分析影片標題及縮圖預測點閱率》Clicks for money: Predicting video views through a sentiment analysis of titles and thumbnails - ScienceDirect</p>