ડિઝાઇન ટીમ વગર ચેનલની સ્ટાઇલ ક્લોન કરો
સફળ YouTube વિઝ્યુઅલ સ્ટાઇલની નકલ કરવા માટે તમારે ડિઝાઇન ટીમની જરૂર નથી. તમારે ડેટા પાઇપલાઇનની જરૂર છે.
હું કેટલાક YouTube ચેનલો માટે કન્ટેન્ટ મેનેજ કરું છું. એક ક્લાયન્ટનો CTR 2.1% હતો. તેમના હરીફનો 6% થી 8% હતો. આ કન્ટેન્ટની સમસ્યા નહોતી. આ વિઝ્યુઅલ સિગ્નલની સમસ્યા હતી.
મેં સફળ સ્ટાઇલને ક્લોન કરવા માટે એક ઓટોમેટેડ સિસ્ટમ બનાવી. મેં જે શીખ્યું તે અહીં છે.
સ્ટાઇલ કેવી રીતે વ્યાખ્યાયિત કરવી
સ્ટાઇલ એ માત્ર એક 'વાઇબ' નથી. તે માપી શકાય તેવો ડેટા છે. મેં પાંચ ચોક્કસ સિગ્નલોને ટ્રેક કર્યા:
- ફેસ ક્રોપ રેશિયો: ચહેરો કેટલો ભાગ રોકે છે.
- એક્સપ્રેશન કેટેગરી: ખુલ્લું મોઢું અથવા ઊંચા ભમર.
- ટેક્સ્ટ ઝોન: ફ્રેમમાં ટાઇટલ ક્યાં આવે છે.
- કોન્ટ્રાસ્ટ ડેલ્ટા: વિષય (subject) અને બેકગ્રાઉન્ડ વચ્ચેનો તેજસ્વીતાનો તફાવત.
- કલર ટેમ્પરેચર: વોર્મ અથવા કૂલ ટોન.
ડેટા પાઇપલાઇન
સૌથી મોટી ભૂલ ખરાબ ઇનપુટ ડેટા છે. મેં શરૂઆતમાં KMeans નો ઉપયોગ કરીને રંગો કાઢવાનો પ્રયાસ કર્યો હતો. તે નિષ્ફળ ગયો કારણ કે તેણે આકાશ જેવા બેકગ્રાઉન્ડના રંગો પણ લઈ લીધા હતા. મેં પહેલા વિષયને (subject) માસ્ક કરવા માટે MediaPipe નો ઉપયોગ કરીને આ સુધાર્યું. આનાથી એ સુનિશ્ચિત થયું કે મેં વ્યક્તિના સાચા બ્રાન્ડ કલર્સ જ કેપ્ચર કર્યા છે.
ટૂલિંગ સ્ટેક
મેં કામને બે ભાગમાં વહેંચી દીધું કારણ કે એક જ ટૂલ બધું જ કરી શકતું નથી.
- ફેસ વર્ક: મેં ફેસિયલ એક્સપ્રેશન હેન્ડલ કરવા માટે Aragon.ai નો ઉપયોગ કર્યો.
- બેકગ્રાઉન્ડ અને લેયર્સ: મેં Thumbs.ai નો ઉપયોગ કર્યો. તે સારી રીતે કામ કરે છે કારણ કે તે અપલોડ માટે સીધા URL પૂરા પાડે છે.
પરિણામો
ક્લાયન્ટનો CTR આઠ અઠવાડિયામાં 2.1% થી વધીને 3.7% થયો.
ક્લિક્સ માટે સૌથી મહત્વપૂર્ણ પરિબળો ફેસ ક્રોપ રેશિયો અને કોન્ટ્રાસ્ટ હતા. આશ્ચર્યજનક રીતે, ચોક્કસ ફેસિયલ એક્સપ્રેશન મારા વિચાર કરતા ઓછું મહત્વનું હતું.
બિલ્ડર્સ માટે પાઠ
- રંગો કાઢતા પહેલા વિષયને (subject) માસ્ક કરો.
- સ્ટાઇલને લાગણીઓથી નહીં, પણ ગણિતથી વ્યાખ્યાયિત કરો.
- ચહેરા અને બેકગ્રાઉન્ડ માટે અલગ-અલગ ટૂલ્સનો ઉપયોગ કરો.
- તમારા કોડમાં વહેલી તકે રિટ્રાય લોજિક (retry logic) બનાવો.
- ફોન્ટની પસંદગીને ટાઇપોગ્રાફી કાર્ય તરીકે ગણો, AI કાર્ય તરીકે નહીં.