YouTube 留存曲线实际上显示了什么？
YouTube 观众保留曲线显示在每个时间戳仍在观看您的视频的观众的百分比。留存率曲线从 100% 开始，到 35% 结束，意味着 35% 的观看者在开始观看时坚持到了最后几秒。开始和结束之间的曲线形状揭示了观众流失的地点和速度，以及这些流失是正常的流失还是可修复的结构性问题。
根据 YouTube Creator Academy 文档，保留曲线是该算法判断视频是否提供价值的主要信号之一。如果视频的保留率曲线在中间点下降到 10%，则表明内容与预期不匹配。 40% 或以上的观看者到达终点的视频表明观看者满意度很高，从而触发“建议”和“浏览”功能的更广泛分发。
保留率分析的主要区别在于急剧下降（曲线在 30 秒内下降超过 10 个百分点）和逐渐倾斜。逐渐倾斜是正常的观众流失，代表人们得到了他们想要的东西并满意地离开。急剧下降表明大量观众同时决定离开的特定时刻，这表明存在可识别且可解决的问题。
TubeAnalytics 显示相对保留性能（您的视频与相同长度的其他视频的比较）以及绝对保留曲线，从而更轻松地评估您的保留相对于类别基准是强还是弱。
留存率下降有哪四种类型？
保留曲线揭示了四种不同的下降模式，每种模式都有不同的原因和不同的修复方法。
类型 1 — Intro Drop（前 30 秒）： 曲线在前 30 秒内急剧下降，表明视频的开头与缩略图或标题所承诺的不符。这是最常见且最具破坏性的退出类型，因为在 30 秒之前离开的观众将被视为不良参与信号。
类型 2 — 视频中段下降（通过率从 30% 到 75%）： 中间部分的急剧下降通常表明节奏问题 — 切线过长、解释缓慢、重复部分或主题转移导致观看原始主题的观众流失。
类型 3 — 赞助片段下降： 多个视频中同一相对时间戳处的一致急剧下降通常对应于赞助片段的开始位置。想要跳过赞助商消息的观众通常会离开而不是快进。
类型 4 — Outro 下降（最后 10% 到 15%）： 最后 10% 到 15% 逐渐下降是正常现象，也是预期的。最后5%的急剧下降表明结局突然或不令人满意，让观众没有明确的结论。
| 落客式 | 典型位置 | 主要原因 | 修复 |
|---|---|---|---|
| 简介掉落 | 前 30 秒 | 钩子慢，与缩略图不匹配 | 削减通用介绍，以核心价值打开 |
| 视频中途掉落 | 30% 至 75% 通过 | 节奏问题、切线、重复 | 识别并削减或重组慢速部分 |
| 赞助段下降 | 变化 | 突然或长期的赞助商过渡 | 将赞助商的通过率提高到 60% 至 75%，缩短阅读 |
| 尾声掉落 | 最后 5% 到 15% | 突然或虎头蛇尾的结局 | 在片尾屏幕前添加清晰的摘要或号召性用语 |
如何解决简介掉线问题？
通过删除或从根本上缩短通用介绍内容并以与缩略图承诺相关的最引人注目的元素开头，可以解决前 30 秒内介绍丢失的问题。
最有效的保留开头结构是：首先以最有趣的时刻、挂钩或结果作为开头（“冷开头”），然后用 2 到 3 句话解释视频将涵盖的内容，然后传递内容。这种结构用于广播电视和纪录片制作，让点击缩略图的观众立即参与其中，因为他们在考虑离开之前就看到了他们点击的内容。
根据 Backlinko 的 YouTube 观看时间研究，从制作模板中删除 20 秒或以上通用介绍内容的创作者发现，后续视频的平均观看时长提高了 12％ 至 18％，而无需更改其制作的任何其他元素。
如何解决视频中途掉线的问题？
视频中途退出需要识别确切的时间戳，在该时间点观看视频，并诊断屏幕上发生的导致观看者离开的情况。
最常见的视频中途掉线原因包括：偏离既定主题的延伸切线、重复已涵盖内容的部分、可以精简的缓慢解释，或者让观看原始主题的观众感到惊讶的主题枢纽。
对于已发布的视频，重新编辑以修复视频中途丢失的问题通常是不切实际的。相反，请使用该发现作为制作指南：为剧本大纲中的每个部分写下时间戳，在拍摄前检查大纲是否有切线，并设置每个部分的最大字数以防止过度解释。
如何解决赞助段流失问题？
通过三种策略可以减少赞助片段的流失：将赞助放在视频的后面，使赞助商的阅读时间保持在 60 秒以内，以及创建一个自然的过渡来保持观众的参与度，而不是突然停止内容流。
通过视频而不是一开始就将赞助定位在 60% 到 75%。根据 Think with Google Creator Insights 2024 的数据，通过视频进行 60% 至 75% 的赞助的观看者放弃率比通过视频进行 15% 至 25% 的赞助的观看者放弃率低 25% 至 35%，因为观看者已经获得了可观的价值，并且更愿意等待广告插播。
要更深入地了解整个视频库的留存模式以及它们与算法分布的关系，请参阅 YouTube 留存曲线分析 和 YouTube 点击率和留存优化。
保留曲线分析入门
在 TubeAnalytics 中提取最近 10 个视频，并按平均观看时长百分比排序。打开 3 个效果最低的视频的留存率图表，并找出每个视频中第一个急剧下降的视频。所有 3 个视频中的掉落位置是否相同？如果是，那么您需要修复结构性生产模式。如果掉落出现在不同的时间戳，则说明您遇到的是视频特定的内容问题，而不是系统问题。将本指南中针对特定类别的修复应用到您接下来的 5 个视频，并比较前后的保留曲线，以衡量更改是否提高了观看者的完成度。
