Mesurer la croissance d’une chaîne YouTube

Ce qu’est le multiplicateur d’écart

Le multiplicateur d’écart, ce sont les vues d’une vidéo divisées par les vues médianes des mises en ligne qui l’entourent dans le même compartiment de format, de sorte qu’il mesure une vidéo contre sa propre chaîne plutôt que contre YouTube. Il neutralise la taille de la chaîne et l’année, ce qui rend comparables en forme deux vidéos de deux chaînes différentes. Il ne peut pas les comparer en valeur absolue, et il lui faut dix voisines de chaque côté pour être stable.

En mots : prenez la mise en ligne, prenez les mises en ligne de part et d’autre dans le même compartiment, trouvez la médiane de leurs vues, et divisez. Écrite, la forme centrée est m = V(i) ÷ median(V(i−10) … V(i−1), V(i+1) … V(i+10)) et la forme antérieure est m = V(i) ÷ median(V(i−10) … V(i−1)). Un multiplicateur de 1,00 est une mise en ligne qui a fait exactement ce que la chaîne faisait déjà. Les Shorts de trois minutes ou moins ont leur propre compartiment et ne sont jamais mêlés au format long.

Les trois normalisations, et laquelle est principale

Trois façons de choisir le dénominateur ont été essayées, et elles ne s’accordent pas. Le multiplicateur antérieur est la mesure principale, parce qu’il ne divise que par des mises en ligne qui existaient déjà quand la vidéo a été publiée. Le centré est gardé comme lecture secondaire. Le troisième, les vues pour mille abonnés, a été essayé puis écarté.

Les vues pour mille abonnés ressemblent au correctif évident pour la taille d’une chaîne, et elles n’en sont pas un. Sur un catalogue, la mesure est passée de 15 855 à 515 au cours de la vie de la chaîne, ce qui est une tendance temporelle plutôt qu’un signal de qualité, et elle est totalement inutilisable sur des chaînes n’ayant que deux instantanés d’abonnés archivés. Cela ne rend pas la normalisation par les abonnés inutile ; cela en fait une mesure intra-annuelle.

Pourquoi la fenêtre centrée défavorise les premières mises en ligne

Une fenêtre centrée regarde dix mises en ligne dans le futur. Au début d’un catalogue, il n’y a pas de passé à regarder, donc le dénominateur est presque entièrement fait de mises en ligne plus tardives et plus grosses, et les toutes premières vidéos sont notées contre une chaîne qu’elles ont aidé à bâtir. Corriger cela ne nuance pas les verdicts ; cela les change.

Relancer les mêmes vidéos sous la mesure antérieure a fait passer une tranche de 8 à 12 minutes de 0,55 à 1,39 sur un catalogue, une tranche de 12 à 20 minutes de 1,01 à 1,65 sur un autre, et une tranche de plus de 20 minutes de 0,98 à 0,53 sur un troisième.

Ce sont trois chaînes différentes, une tranche chacune, et elles montrent la direction du biais sur ces catalogues plutôt qu’un facteur de correction que quiconque pourrait appliquer ailleurs. Ce que cela implique pour la lecture d’un verdict de durée est exposé sur la page sur la durée des vidéos, où l’une de ces inversions tranche l’argument.

Il y a une seconde raison pour laquelle un verdict de tranche pris près du début d’un catalogue n’est pas fiable. Les premières mises en ligne sont à la fois courtes et précoces, donc la durée et l’époque de la chaîne sont enchevêtrées : sur un catalogue de 146 mises en ligne, la position médiane d’une vidéo de 8 à 12 minutes était 29 et la position médiane d’une vidéo de plus de 20 minutes était 93. Rien dans cette méthode ne sépare les deux, et c’est une raison de se méfier du verdict plutôt qu’une mesure de l’ampleur du biais.

Cohortes appariées par âge, et pourquoi un test de cohorte a besoin d’un contrôle

Les vues s’accumulent aussi longtemps qu’une vidéo existe, donc une vidéo mise en ligne il y a deux ans a eu deux ans pour en collecter. Comparez n’importe quel groupe de mises en ligne récentes avec n’importe quel groupe plus ancien et le groupe récent perd. Tous les groupes déclinent sur cette mesure, ce qui veut dire qu’un test de cohorte sans groupe de contrôle n’intègre rien et ne prouve rien.

Le correctif employé ici est en deux parties. Les mises en ligne sont comparées selon leur âge, trimestre par trimestre, jamais selon la seule date du calendrier.

Et un groupe de contrôle de chaînes à présentateur et à images réelles porte le biais d’âge à côté du groupe testé, de sorte que seule la différence entre les groupes est porteuse ; les chiffres de déclin absolus sont surestimés dans chaque groupe. Un biais d’âge résiduel demeure malgré tout, et il favorise les trimestres plus anciens, ce qui sous-estime la direction d’un déclin et en surestime la taille. Ce que ce test a trouvé au sujet des chaînes générées est sur sa propre page.

Le biais du survivant, et ce qu’un balayage de chaînes visibles ne peut pas voir

Chaque chaîne de cette recherche a été trouvée en la cherchant, ce qui veut dire que chacune était déjà assez grande pour être trouvée. La découverte a lancé 36 requêtes de chaînes, fait remonter 302 chaînes uniques et les a réduites à 35 candidates sur des critères mécaniques — 40 mises en ligne ou plus, 5 000 abonnés ou plus, moins de 60 mois d’existence — avant tout jugement.

Ce filtre est le biais du survivant. Une chaîne qui a publié quarante vidéos sans jamais atteindre le seuil des cinq mille abonnés est invisible ici, donc rien dans cette recherche ne peut dire à quelle fréquence un format échoue. Trois formulations par classe, c’est peu aussi : deux des douze classes ont été rebalayées avec de nouvelles formulations et toutes deux ont changé de réponse, et c’est pourquoi une classe vide est rapportée comme aucune trouvée dans cet échantillon plutôt que comme il n’en existe pas.

Le même effet joue un cran plus bas, à l’intérieur d’une chaîne. Les vidéos qui ont échoué n’ont en général aucune carte publique des passages les plus regardés, faute du volume de visionnage nécessaire pour en produire une — sur neuf chaînes sur onze, il n’y avait aucune carte sur les vidéos les plus faibles pour servir de comparaison. Toute comparaison fondée sur ces cartes est donc biaisée vers les vidéos les mieux regardées d’une chaîne avant même de commencer.

Et les chiffres d’abonnés par mois sont ici des moyennes de vie tirées d’un instantané unique de 183 chaînes plutôt qu’une vitesse de croissance, donc une chaîne qui a grandi vite puis s’est arrêtée se lit comme une chaîne en croissance régulière.

La carte publique des passages les plus regardés est une forme de replay, pas la rétention

Le graphique qui apparaît au-dessus d’une barre de progression YouTube est le chiffre le plus mal lu du genre. C’est une forme de replay, renormalisée ici à une moyenne de 1,0 avant usage, et elle était exploitable sur 92 vidéos. Elle montre quelles parties d’une vidéo sont rejouées par rapport au reste de cette même vidéo. Ce n’est pas la rétention de l’audience, elle ne peut pas être comparée d’une vidéo à l’autre en valeur absolue, et elle ne dit rien du nombre de personnes qui sont allées au bout.

Cette distinction n’est pas une subtilité, parce que le plafond est réel : aucune donnée gratuite de rétention par vidéo n’existe pour une chaîne que vous ne possédez pas, et la carte publique des passages les plus regardés est le bout de ce que les données publiques donnent. Les chiffres de rétention, de taux de clic et de revenus ne sont tout simplement pas publics pour les chaînes d’autrui, donc aucun chiffre de ce genre n’apparaît nulle part dans cette recherche.

Lue pour ce qu’elle est, la carte se révèle par ailleurs ne pas répondre à la question qu’on lui pose. Sur 39 vidéos aux courbes exploitables, elle n’a pas séparé les succès d’une chaîne de ses échecs — sur une chaîne, les courbes gagnante et perdante se tenaient à 0,722 et 0,720 — et c’est la preuve que la percée se décide avant le clic. Deux chaînes sur onze seulement avaient assez de données de replay pour faire cette comparaison, et la page sur la percée pousse le constat plus loin.

Les sources de données, et la limite que chacune porte

Toute l’étude repose sur des données publiques : statistiques de chaîne et de vidéo, pages de chaîne archivées, sous-titres automatiques, cartes publiques des passages les plus regardés et chronologies de commentaires. Aucune analyse privée n’a été utilisée et aucune n’était disponible, donc l’absence de chiffres de taux de clic, de rétention, de revenus et de sources de trafic est un choix de conception plutôt qu’un oubli.

Les historiques de croissance ont été reconstitués à partir de trois de ces sources ensemble — pages de chaîne archivées, carte des passages les plus regardés et chronologies de commentaires datés. Là où il n’y a pas d’archives, il n’y a pas d’historique.

Les comptes d’abonnés archivés sont les chaînes d’affichage à trois chiffres significatifs de YouTube, précises à environ un demi pour cent, et les dates de jalons entre deux instantanés sont des estimations interpolées plutôt que des observations, ce qui fixe le plancher de précision de toute affirmation sur les abonnés. La chronologie des commentaires fonctionne comme approximation parce que le décalage est mesurable : 90 pour cent des commentaires arrivent dans les 64 jours et 5 pour cent après 90 jours.

Les règles qui gardent un chiffre honnête

Quatre règles ont été appliquées à chaque chiffre. Les mises en ligne de moins de 28 jours ont été exclues, parce qu’elles n’ont pas fini de collecter des vues, et les Shorts de trois minutes ou moins ont été comptés séparément du format long partout — les mêler a été une vraie erreur trouvée en revue sur une classe. Un groupe de moins de cinq vidéos n’est jamais traité comme un verdict, et chaque verdict de multiplicateur porte son n. Les chiffres à faible effectif apparaissent tout de même, signalés comme indicatifs plutôt que retirés.

La troisième règle est que l’arithmétique doit être reproductible. Recalculer les multiplicateurs à partir des vues brutes a reproduit ceux stockés à une différence absolue médiane de 0,003 sur 146 vidéos, ce qui vérifie que les chiffres sur le disque peuvent être régénérés sans valider pour autant les vues sources elles-mêmes.

La quatrième est qu’un outil cassé est signalé plutôt que réparé en silence. Un bug d’analyse a été pris sur le fait pendant le travail : la première version repérait la mention d’abonnés dans la description d’une vidéo au lieu de l’en-tête de la chaîne et produisait un historique plausible mais faux, donc chaque ligne livrée porte désormais une colonne de méthode nommant le motif qui l’a lue.

Un constat est sorti de ces règles et a changé une conclusion publiée. Le catalogue public d’une chaîne de référence s’est révélé tronqué, avec environ cinquante premières mises en ligne manquantes, ce qui a invalidé une affirmation de démarrage à froid qui en découlait. Tous les autres catalogues du lot se réconciliaient à trois mises en ligne près, et la règle qui en est tirée est qu’aucun verdict de tranche ou d’époque ne peut être tiré d’un catalogue tronqué.

Tout cela a été mesuré les 15 et 16 septembre 2026, en une seule session, sur un quota gratuit de 10 000 unités d’API dont 4 974 ont été consommées à la première passe. C’est un point unique dans le temps ; les statistiques de chaîne bougent chaque jour, et chaque chiffre ici doit être lu comme arrêté à cette date. La même réserve vaut pour chaque page de cette section de recherche, y compris ce qui fait grandir une chaîne sans visage, qui est bâtie sur ces mesures.