Hvis statusen for videoen din er «begrenset inntektsgenerering» eller den får et gult ikon, kan du be om manuell evaluering. Når du ber om manuell evaluering, gjennomgår en spesialist på retningslinjene videoen din og tar en avgjørelse om inntektsgenerering. I denne artikkelen forklarer vi hva som skjer under en evaluering.
Hva evaluererne vurderer
Spesialistene våre gjennomgår alt innhold knyttet til videoen. De ser nøye gjennom og vurderer alle aspektene av innholdet, blant annet
- videoinnholdet
- tittelen
- miniatyrbildet
- beskrivelsen
- etikettene
Slik vurderer evaluererne innhold
Evaluererne våre ser på videoen og relatert innhold som helhet. Hvorvidt en video er egnet for annonser, avhenger av konteksten.
Under evalueringen bruker ekspertene retningslinjene for annonsørvennlig innhold samt disse kriteriene:
- kontekst
- fokus
- tone
- realisme
- hvor eksplisitt innholdet er
Det viktigste kriteriet er konteksten. Hva er hensikten med videoen – er det å informere og undervise eller støte og provosere? Hvis for eksempel hensikten er å informere og undervise, bør du inkludere konteksten i tittelen, miniatyrbildene, beskrivelsen og etikettene. Konteksten hjelper kontrollørene med å ta riktig avgjørelse om inntektsgenerering. Uten kontekst kan ikke evaluererne vurdere innholdet ditt grundig nok.
For eksempel kan det kanskje vises annonser i en video med lett forekomst av banning. Samtidig kan det hende at det ikke vises annonser i en video uten banning, men med mye vold.
Hva skjer etter evalueringen?
Når evalueringen er fullført, mottar du en e-post med avgjørelsen om inntektsgenerering. Avgjørelsen til evaluereren er endelig, og videoens status for inntektsgenerering endres ikke.
Hvorfor er manuell evaluering viktig?
Systemene våre er basert på maskinlæringsteknologi og millioner av manuelle gjennomganger fra anker. Sammen er dette med på å lære opp systemet og gjøre det bedre, slik at de riktige beslutningene om inntektsgenerering blir tatt for alle videoer. Teknologien sammenligner beslutningene fra menneskelige evaluerere og automatiske klassifiseringer, og denne informasjonen brukes til å gjøre systemet mer nøyaktig.