두 덩어리로만 나눠 보고 싶다
세 묶음은 복잡하니 비율이 낮은 쪽과 높은 쪽만 비교하고 싶을 때
- 지시문에서
- 비율 순으로 3등분
- 이렇게 바꾸세요
- 비율 순으로 2등분
- 그러면
- 띠가 3개에서 2개로 줄어 각각 22편과 21편이 된다. 조회 배수 중앙값은 ×0.71과 ×1.16으로 바뀐다.
Swipe-Away Rate
쇼츠가 화면에 뜬 횟수 가운데, 첫 몇 초를 넘겨 계속 본 횟수의 비율이다. 끝까지 보는 정도와는 따로 읽어야 하는 숫자다. 43편의 기록으로 이 비율이 조회와 어떻게 같이 움직였는지, 그리고 그 한계를 본다.
‘연출 전’은 대충 시켰을 때를 가정해 만든 화면이고 실제 AI 결과와 다를 수 있다.
쇼츠 시청자 이탈 분석해줘→ ‘이탈’이 끝까지 못 본 것인지 첫 화면에서 넘긴 것인지 정해지지 않아 평균 시청 시간 같은 숫자 하나로 끝나는 일이 많다
43편의 안 넘긴 비율(engagedViews ÷ views)과 평균 시청 비율을 각각 조회의 로그와 상관으로 재고, 비율 순 3등분의 조회 배수 중앙값도 알려줘. 인과로 쓰지 말고 표본 크기를 적어→ 시청 비율 r 0.09와 안 넘긴 비율 r 0.62를 나란히 놓고, 세 띠의 ×0.32, ×1.10, ×1.17을 적은 산점도 화면
장면: 쇼츠 43편의 ‘첫 화면에서 넘기는 비율’을 읽는 분석 화면. 왼쪽에는 점 100개 격자, 오른쪽에는 산점도를 둔다.
표본: 2026-09-29부터 11-02까지 조회 100 이상 43편. 점 하나가 한 편이고 가로는 비율, 세로는 그 편의 조회를 43편 중앙값으로 나눈 배수다.
1단계 그림: 가로를 평균 시청 비율(0~200%)로 놓고 세로는 로그 눈금으로 그린다. 상관은 코드로 계산해 적는다.
2단계 그림: 2.0초에서 3.2초 사이에 가로를 안 넘긴 비율(0~60%)로 옮기고(inOutCubic) 추세선과 상관을 다시 적는다.
3단계 그림: 비율 순으로 3등분해 가로 띠를 깔고 띠마다 조회 배수의 중앙값을 적는다. 35% 기준선을 세로로 긋고 그 오른쪽 편 수를 센다.
왼쪽: 1·2단계에는 중앙 편의 안 넘긴 비율만큼 격자 점을 채우고 ‘계속 봄’과 ‘첫 화면에서 넘김’ 비율을 큰 숫자로 적는다. 3단계에서는 이 격자가 아는 물건 10편(안 넘긴 비율 대 조회 배수)의 작은 산점도로 바뀐다. 04번과 07번은 주황으로 표시하고 10편 안의 상관을 코드로 적는다.
주의: 안 넘긴 비율은 engagedViews ÷ views 로 코드가 계산한 값이다. 상관은 원인이 아니며 조회가 많아서 비율이 달라졌을 가능성도 함께 적는다.
금지: 절대 조회수를 적는 것, ‘비율을 올리면 조회가 오른다’고 단정하는 것, 숫자를 손으로 적는 것.
연출 전: 평균 시청 비율만 있는 산점도 한 장.
구현에 쓰이는 기술: YouTube Analytics API 로 영상별 views, engagedViews, averageViewPercentage 를 받아 engagedViews ÷ views 계산하기조회가 100 미만인 편은 비율이 몇 명 차이로 크게 흔들리므로 표본에서 빼기조회의 로그와 비율의 피어슨 상관을 구하고, 순위 상관과 가장 큰 몇 편을 뺀 상관도 같이 보기비율 순으로 같은 크기로 나눠 묶음마다 조회 배수의 중앙값 비교하기
팁은 데모에서 값만 바꿔 같은 장면과 비교한 것이다. AI가 같은 결과를 내는지는 직접 해 봐야 안다.
세 묶음은 복잡하니 비율이 낮은 쪽과 높은 쪽만 비교하고 싶을 때
35%는 너무 후하다고 느껴 기준을 올려 보고 싶을 때
로그 눈금이 낯설어 실제 크기 그대로 보고 싶다는 말을 들었을 때
각 단계의 버튼을 누르면 위의 데모가 그 단계까지의 모습으로 바뀝니다.
평균 시청 비율을 가로에 놓고 43편을 찍으면 점이 36~193% 사이에 흩어지고, 조회와의 상관은 0.09에 그친다. 중앙 편은 영상의 약 80%를 보지만, 반복 재생이 있으면 100%를 넘기도 한다. 이 숫자로는 조회가 큰 편과 작은 편이 갈리지 않는다. 남은 사람은 거의 끝까지 본다는 뜻이다. 갈림은 그 앞에 있는지 살펴야 한다. 한 채널의 한 기간에 올린 43편으로 잰 값이다.
const rView = pearson(VPCT, LREL); // 평균 시청 비율 대 조회의 로그: 0.09 const xView = (v) => PX0 + v / 200 * (PX1 - PX0);
가로를 안 넘긴 비율(engagedViews ÷ views)로 옮기면 중앙이 27.2%이고, 상관은 0.62로 올라간다. 중앙 편은 조회 100번 중 27번만 첫 화면 뒤에도 본다는 뜻이다. 순위 상관은 0.67이고 조회 큰 3편을 뺀 값도 0.59라, 한두 편이 만든 값은 아니다. 하지만 상관은 방향을 말하지 않는다. 비율이 높아서 더 보여졌는지, 많이 보여져서 비율이 달라졌는지는 이 기록으로 가를 수 없다. 이 해석은 추정에 머문다.
const rRate = pearson(RATE, LREL); // 안 넘긴 비율 대 조회의 로그: 0.62 const x = lerp(xView(r[2]), xRate(r[0]), m); // 가로축이 옮겨 가는 동안의 점 위치
비율 순으로 3등분한 조회 배수 중앙값은 ×0.32, ×1.10, ×1.17이다. 차이는 거의 아래 3분의 1(5.8~20.8%)에서 나오고, 중간과 위 묶음은 비슷하다. 아는 물건 10편은 비율이 중앙 38.6%로 올랐는데도 조회가 따라오지 않았다. 10편 안의 상관은 -0.17이지만 편 수가 적어 의미는 없다. 그래서 이 비율은 낮으면 의심해 볼 경고등일 뿐, 올리면 조회가 오른다는 약속이 아니다.
const G = groups(BANDS); // 비율 순으로 같은 크기로 나눈 묶음 G.forEach((g) => console.log(g.ids.length, median(g.ids.map((i) => REL[i]))));
조회 가운데 첫 몇 초를 넘겨 계속 본 조회의 몫이다. 여기서는 engagedViews 를 views 로 나눈 값이다. 스튜디오가 보여 주는 퍼센트와 같다고는 확인하지 못했다.
한 번 볼 때 영상의 몇 퍼센트를 보는지의 평균. 반복 재생이 많으면 100%를 넘을 수 있다.
공식 정의로는 첫 몇 초를 넘겨 본 횟수이고 반복은 뺀다. 2025-03-31 전의 쇼츠 조회 기준이 이 이름으로 남아 있다.
두 숫자가 함께 오르내리는 정도를 −1에서 1 사이로 나타낸 값. 함께 움직였다는 뜻일 뿐 하나가 다른 하나의 원인이라는 뜻은 아니다.
그 편의 조회를 같은 표본 중앙값으로 나눈 값. 1이면 중앙 수준이고, 절대 조회수를 드러내지 않고 편끼리 비교할 수 있다.
‘확인’은 출처 문서에서 사실로 확인한 내용, ‘추정’은 결과물을 보고 추론한 내용, ‘원본 없음’은 흔히 쓰이지만 대표 원본 사례를 확인하지 못해 성공 사례로 제시하지 않은 기법이다.