切り抜き動画のサムネは文字が多い方が再生されやすい？

切り抜き動画に限った話ではありませんが、動画が再生されるかどうかはサムネイルが重要な役割を持っています。検索結果に表示されても、この動画を見たいと思わせる様なサムネイルでないと、クリックされずに終わってしまいます。

切り抜き動画では、同じ動画を複数の切り抜き師が切り抜くので、内容が被りやすくなります。そんな中で、サムネイル画像は他の切り抜き動画からの差別化を図るための重要な要素となります。

切り抜き動画で、画像いっぱいに文字が並べられたサムネイルをよく見ると思います。では、サムネイルには文字が多い方が良いのでしょうか？

画像の特徴を抽出

サムネイル画像を一枚ずつ見て、文字をカウントするのは大変なので、機械学習で画像の特徴を抽出しました。下は学習した特徴でサムネイル画像を並べたものです。なんとなく、下の方のサムネイルはほとんど文字がなく、上の方のサムネイル が文字が多い様な傾向見えます。

サムネの特徴と再生回数

サムネイルに文字が含まれている方が再生されやすいのかどうかを知るために、先ほどの文字の多さらしき特徴と、再生回数の関係を調べます。下の図は横軸を特徴量、縦軸を再生回数としてプロットしています。斜めに細く入っている赤線は回帰直線です。

回帰直線は右上がりの傾向で、かなり弱いですが正の相関があります（相関係数0.21）。つまり、文字が少ないサムネイルよりも文字が多いサムネイルの方が、若干ですが、再生されやすい傾向がありそうです。

副産物

画像の特徴を学習させる時に、副産物として、サムネイル画像から再生数を推定する判別機ができました。要は、サムネイル画像がどのくらいイケてるかをスコア付けしてくれるAIですね。現状の精度としては、学習に使っていないテストデータに対して誤差20%(0〜100のスコアのうち平均誤差が20）なので、決して高くはないのですが、色々と遊べそうです。