ഒരു ഡിസൈൻ ടീമിൻ്റെ സഹായമില്ലാതെ ചാനൽ സ്റ്റൈൽ ക്ലോൺ ചെയ്യാം
വിജയകരമായ ഒരു യൂട്യൂബ് വിഷ്വൽ സ്റ്റൈൽ പകർത്തിയെടുക്കാൻ നിങ്ങൾക്ക് ഒരു ഡിസൈൻ ടീമിൻ്റെ ആവശ്യമില്ല. നിങ്ങൾക്ക് വേണ്ടത് ഒരു ഡാറ്റാ പൈപ്പ്ലൈൻ (data pipeline) ആണ്.
ഞാൻ പല യൂട്യൂബ് ചാനലുകൾക്കും കണ്ടൻ്റ് മാനേജ് ചെയ്യുന്നുണ്ട്. ഒരു ക്ലയൻ്റിൻ്റെ CTR 2.1% ആയിരുന്നു. എന്നാൽ അവരുടെ എതിരാളിയുടെ CTR 6% മുതൽ 8% വരെയായിരുന്നു. ഇത് കണ്ടൻ്റിൻ്റെ പ്രശ്നമായിരുന്നില്ല, മറിച്ച് വിഷ്വൽ സിഗ്നലുകളുടെ (visual signal) പ്രശ്നമായിരുന്നു.
വിജയകരമായ ആ സ്റ്റൈൽ ക്ലോൺ ചെയ്യുന്നതിനായി ഞാൻ ഒരു ഓട്ടോമേറ്റഡ് സിസ്റ്റം നിർമ്മിച്ചു. അതിൽ നിന്ന് ഞാൻ പഠിച്ച കാര്യങ്ങൾ താഴെ പറയുന്നവയാണ്.
സ്റ്റൈൽ എങ്ങനെ നിർവചിക്കാം സ്റ്റൈൽ എന്നത് വെറുമൊരു തോന്നലല്ല (vibe). അത് അളക്കാൻ കഴിയുന്ന ഡാറ്റയാണ്. ഞാൻ അഞ്ച് പ്രത്യേക സിഗ്നലുകൾ നിരീക്ഷിച്ചു:
- Face crop ratio: മുഖം എത്രത്തോളം സ്ഥലം എടുക്കുന്നു എന്നത്.
- Expression category: തുറന്ന വായ അല്ലെങ്കിൽ ഉയർത്തിയ പുരികങ്ങൾ എന്നിങ്ങനെയുള്ള ഭാവങ്ങൾ.
- Text zone: ഫ്രെയിമിൽ ടൈറ്റിൽ എവിടെയാണ് വരുന്നത് എന്നത്.
- Contrast delta: സബ്ജക്റ്റും പശ്ചാത്തലവും തമ്മിലുള്ള തെളിച്ചത്തിലെ വ്യത്യാസം.
- Color temperature: വാം (warm) അല്ലെങ്കിൽ കൂൾ (cool) ടോണുകൾ.
ഡാറ്റാ പൈപ്പ്ലൈൻ തെറ്റായ ഇൻപുട്ട് ഡാറ്റയാണ് ഏറ്റവും വലിയ തെറ്റ്. തുടക്കത്തിൽ ഞാൻ KMeans ഉപയോഗിച്ച് നിറങ്ങൾ വേർതിരിച്ചെടുക്കാൻ ശ്രമിച്ചു. എന്നാൽ അത് ആകാശത്തെപ്പോലെയുള്ള പശ്ചാത്തല നിറങ്ങളും ഉൾപ്പെടുത്തിയതിനാൽ പരാജയപ്പെട്ടു. ഇതിന് പരിഹാരമായി ഞാൻ ആദ്യം MediaPipe ഉപയോഗിച്ച് സബ്ജക്റ്റിനെ മാസ്ക് (mask) ചെയ്തു. ഇതിലൂടെ വ്യക്തിയിൽ നിന്നുള്ള യഥാർത്ഥ ബ്രാൻഡ് നിറങ്ങൾ മാത്രം എനിക്ക് ലഭിച്ചു എന്ന് ഉറപ്പാക്കാൻ കഴിഞ്ഞു.
ടൂളിംഗ് സ്റ്റാക്ക് ഒരു ടൂളിന് എല്ലാ കാര്യങ്ങളും ചെയ്യാൻ കഴിയില്ല എന്നതുകൊണ്ട് ഞാൻ ജോലിയെ രണ്ട് ഭാഗങ്ങളായി തിരിച്ചു.
- Face work: മുഖഭാവങ്ങൾ കൈകാര്യം ചെയ്യാൻ ഞാൻ Aragon.ai ഉപയോഗിച്ചു.
- Background and layers: ഞാൻ Thumbs.ai ഉപയോഗിച്ചു. അപ്ലോഡ് ചെയ്യുന്നതിനായി നേരിട്ടുള്ള URL-കൾ നൽകുന്നതിനാൽ ഇത് നന്നായി പ്രവർത്തിക്കുന്നു.
ഫലങ്ങൾ എട്ട് ആഴ്ചകൾക്കുള്ളിൽ ക്ലയൻ്റിൻ്റെ CTR 2.1%-ൽ നിന്ന് 3.7%-ലേക്ക് ഉയർന്നു.
ക്ലിക്കുകൾ ലഭിക്കുന്നതിൽ ഏറ്റവും പ്രധാനപ്പെട്ട ഘടകങ്ങൾ ഫേസ് ക്രോപ്പ് റേഷ്യോയും കോൺട്രാസ്റ്റും ആയിരുന്നു. വിചാരിച്ചതിലും കുറഞ്ഞ അളവിൽ മാത്രമേ പ്രത്യേക മുഖഭാവങ്ങൾ സ്വാധീനം ചെലുത്തിയിട്ടുള്ളൂ എന്നത് അത്ഭുതകരമാണ്.
നിർമ്മാതാക്കൾക്കുള്ള പാഠങ്ങൾ
- നിറങ്ങൾ വേർതിരിച്ചെടുക്കുന്നതിന് മുമ്പ് സബ്ജക്റ്റിനെ മാസ്ക് ചെയ്യുക.
- സ്റ്റൈൽ നിർവചിക്കാൻ വികാരങ്ങൾക്കല്ല, ഗണിതശാസ്ത്രം (math) ഉപയോഗിക്കുക.
- മുഖത്തിനും പശ്ചാത്തലത്തിനും വ്യത്യസ്ത ടൂളുകൾ ഉപയോഗിക്കുക.
- നിങ്ങളുടെ കോഡിൽ തുടക്കത്തിൽ തന്നെ റീട്രൈ ലോജിക് (retry logic) ഉൾപ്പെടുത്തുക.
- ഫോണ്ട് തിരഞ്ഞെടുപ്പിനെ ഒരു AI ടാസ്ക് ആയിട്ടല്ല, മറിച്ച് ടൈപ്പോഗ്രാഫി (typography) ടാസ്ക് ആയി കാണുക.