Contact
Line : comsiam
Contact
Line : comsiam

Engagement Rate YouTube คืออัตราที่ใช้วัดว่า ผู้ชมมีปฏิสัมพันธ์กับ Content มากน้อยเพียงใดเมื่อเทียบกับฐานบางอย่าง เช่น Views, Subscribers หรือ Impressions
แต่มีเรื่องสำคัญที่ต้องเข้าใจก่อนคือ
YouTube ไม่มีสูตร Engagement Rate เดียวที่เป็นมาตรฐานสำหรับวิดีโอทุกช่อง
Creator หรือทีมการตลาดจึงสามารถเลือกสูตรให้เหมาะกับคำถามที่ต้องการตอบ
ตัวอย่างเช่น
ต้องการรู้ว่า
คนที่ดูวิดีโอแล้วมีปฏิสัมพันธ์กี่เปอร์เซ็นต์
สามารถใช้
Engagement Rate by Views
หรือถ้าต้องการรู้ว่า
Engagement เมื่อเทียบกับฐาน Subscriber เป็นอย่างไร
สามารถใช้
Engagement Rate by Subscribers
ดังนั้นก่อนคำนวณต้องตอบให้ได้ก่อนว่า
เรากำลังต้องการวัดอะไร
Engagement หมายถึงการที่ Viewer มีปฏิสัมพันธ์หรือใช้เวลากับ Content
สามารถประกอบด้วยข้อมูลอย่าง
แต่เมื่อพูดถึงสูตร Engagement Rate แบบที่นักการตลาดนิยมใช้ มักเน้น Interaction เช่น
Likes + Comments + Shares
Engagement คือจำนวนการมีส่วนร่วม
เช่น
Likes = 500
Comments = 80
Shares = 20
ส่วน Engagement Rate คือการนำจำนวนเหล่านี้ไปเทียบกับฐาน เช่น Views
จึงได้ค่าเป็นเปอร์เซ็นต์
วิดีโอมี
10,000 Views
400 Likes
50 Comments
50 Shares
Interaction รวมคือ
400 + 50 + 50
=
500
ถ้าใช้สูตร Engagement Rate by Views
500 ÷ 10,000 × 100
=
5%
สูตร:
(Likes + Comments + Shares) ÷ Views × 100
เหมาะสำหรับวัดว่า
เมื่อคนดูวิดีโอแล้ว
มีคนมีปฏิสัมพันธ์กับ Content มากน้อยเพียงใด
วิดีโอมี
Views = 50,000
Likes = 2,000
Comments = 200
Shares = 300
Interaction:
2,000 + 200 + 300
=
2,500
ดังนั้น
2,500 ÷ 50,000 × 100
=
5%
เช่น
Video A = 5%
Video B = 2%
Video C = 7%
ช่วยให้เห็นว่า Video ใดสร้าง Interaction ต่อ View สูงกว่า
แต่ต้องเปรียบเทียบ Content ที่บริบทใกล้กัน
(Likes + Comments + Shares) ÷ Subscribers × 100
ใช้เทียบ Engagement กับขนาดฐาน Subscriber ของ Channel
Channel มี
100,000 Subscribers
Video ได้
3,000 Likes
300 Comments
200 Shares
รวม
3,500 Engagements
ดังนั้น
3,500 ÷ 100,000 × 100
=
3.5%
สูตรนี้มีข้อจำกัดมาก
เพราะ Subscriber ไม่ได้หมายความว่าจะเห็น Video ทุกคน
และ Viewer จำนวนมากอาจเป็น Non-subscriber
จึงไม่ควรใช้สูตรนี้เป็นตัวแทน Performance ของ Video เพียงอย่างเดียว
สามารถสร้างสูตรวิเคราะห์ภายในได้ เช่น
(Likes + Comments + Shares) ÷ Impressions × 100
แต่ต้องเข้าใจว่า
Impressions และ Views ไม่ใช่ฐานเดียวกัน
เหมาะกับคำถามประมาณว่า
จากจำนวนครั้งที่ Thumbnail ถูกแสดง มี Interaction เกิดขึ้นเป็นสัดส่วนเท่าไร
แต่ไม่ใช่สูตรมาตรฐานของ YouTube
ไม่ใช่ทุก View เกิดจาก Registered Impression
Traffic บางชนิด เช่น
อาจไม่อยู่ในการนับ Impression
ดังนั้นสูตรนี้ต้องใช้ด้วยความระมัดระวัง
สามารถคำนวณได้ว่า
Likes ÷ Views × 100
ตัวอย่าง
Likes = 500
Views = 10,000
500 ÷ 10,000 × 100
=
5%
Like Rate ดูเฉพาะ
Like
แต่ Engagement Rate สามารถรวม
ดังนั้นสองตัวเลขนี้ไม่ควรใช้แทนกัน
Comments ÷ Views × 100
ตัวอย่าง
100 Comments
10,000 Views
=
1% Comment Rate
มีประโยชน์กับ
เพราะ Content เหล่านี้มีเหตุผลให้ Viewer แสดงความคิดเห็นมากกว่า Tutorial บางประเภท
Shares ÷ Views × 100
ตัวอย่าง
200 Shares
20,000 Views
=
1% Share Rate
สามารถใช้ดูว่า Content มี
Shareability
มากน้อยเพียงใด
เช่น
มักมีเหตุผลให้ผู้ชมส่งต่อ
Subscribers gained from video ÷ Views × 100
ตัวอย่าง
Video ได้
50,000 Views
และสร้าง
500 Subscribers
500 ÷ 50,000 × 100
=
1%
แต่มีประโยชน์ในการตอบว่า
Video นี้เปลี่ยน Viewer เป็น Subscriber ได้ดีแค่ไหน
จึงเป็น Conversion Metric มากกว่า Engagement Metric โดยตรง
YouTube Analytics สามารถแสดง
End screen element click rate
ซึ่งบอกว่าผู้ชมคลิก Element บน End Screen บ่อยเพียงใด
Metric นี้เหมาะกับการวัด Viewer Journey หลังดู Video
หากสร้างสูตร Engagement Rate เอง
ต้องกำหนดให้ชัดว่า
จะนับ End Screen Click เป็น Engagement หรือไม่
ไม่ควรเปลี่ยนนิยามไปมาระหว่าง Video
คำตอบขึ้นกับสิ่งที่ต้องการวัด
ถ้าต้องการวัด
Interaction ต่อคนดู
ใช้ Views
ถ้าต้องการเทียบกับ
ฐาน Subscriber
ใช้ Subscribers
ถ้าต้องการวัด
การตอบสนองต่อ Reach
อาจใช้ Impressions
สำหรับการเปรียบเทียบ Content ภายใน Channel
สูตร
(Likes + Comments + Shares) ÷ Views × 100
มักเข้าใจง่ายที่สุด
เพราะเอา Interaction เทียบกับจำนวนการรับชมจริง
ใช้
Likes + Comments + Shares
ก็เพียงพอสำหรับ Dashboard ง่าย ๆ
บางทีมอาจเพิ่ม
ลงในสูตรด้วย
แต่ต้องเขียน Definition ให้ชัด
ถ้าเดือนนี้คำนวณ
Likes + Comments
แต่เดือนหน้าใช้
Likes + Comments + Shares + Subscribers
ค่า Engagement Rate ไม่สามารถเปรียบเทียบตรงกันได้
ตัวอย่าง
สำหรับ Channel นี้กำหนดว่า
Engagement = Likes + Comments + Shares
จากนั้นใช้ Definition เดิมต่อเนื่อง
จึงจะเห็น Trend ได้จริง
แม้สูตร Engagement Rate แบบ Social มักใช้ Like, Comment และ Share
แต่ YouTube Analytics มอง Engagement ของ Video ผ่าน
ด้วย
ดังนั้นอย่าวิเคราะห์ Engagement Rate แบบ Social อย่างเดียว
ตัวอย่าง Tutorial
Viewer เข้ามา
ทำตามสำเร็จ
แล้วออก
อาจไม่ Like
ไม่ Comment
แต่ดูเกือบทั้ง Video
Content ยังอาจมีคุณภาพสูงมาก
โดยเฉพาะ Content ที่กระตุ้น Debate
คนอาจ Comment จำนวนมาก
แต่ไม่ได้ดู Video นาน
จึงต้องดูทั้งสองด้าน
Likes และ Comments เป็น Interaction หลังหรือระหว่างการดู
แต่ Retention ช่วยแสดงว่า
Viewer อยู่กับ Content ตรงไหน
หาก Video Engagement Rate สูง
แต่มี Dip ใหญ่ช่วงต้น
ยังมีปัญหา Content ที่ควรแก้
คนที่ดู Video 15 นาทีจาก 20 นาที
มี Engagement ทางการรับชมสูง
แม้ไม่ได้ Comment
ดังนั้น AVD เป็น Metric ที่ควรอยู่ใน Dashboard ควบคู่กัน
CTR วัดว่า
เห็น Thumbnail แล้วเลือกดูบ่อยแค่ไหน
ส่วน Engagement Rate วัดพฤติกรรมหลังจากมี Exposure หรือ View ตามสูตรที่เลือก
Impressions
↓
CTR
↓
Views
↓
Watch Time / Retention
↓
Likes / Comments / Shares
แต่ละ Metric อยู่คนละขั้น
เพราะช่วยทำให้ Video ใหญ่และเล็กเปรียบเทียบกันง่ายขึ้น
ตัวอย่าง
Video A:
100,000 Views
2,000 Engagements
=
2%
Video B:
10,000 Views
800 Engagements
=
8%
แม้ B มี Engagement รวมต่ำกว่า
แต่ Interaction ต่อ Viewer สูงกว่า
Video A อาจมี
ต้องดู Objective
เพราะ Subscriber บางคน
จึงไม่ควรคิดว่า Subscriber ทั้งหมดมี Opportunity Engage เท่ากัน
สำหรับ Channel Strategy
ควรดู Active Audience ร่วมกับ Subscriber Count
ไม่ใช่ใช้ Subscriber อย่างเดียว
YouTube ไม่ได้ประกาศว่า
Engagement Rate 5% = ดี
หรือ
10% = Viral
สำหรับ Video ทุกประเภท
ดังนั้นอย่าใช้ตัวเลขจากเว็บไซต์อื่นเป็นกฎของ Algorithm
เปรียบเทียบ
จะมีประโยชน์กว่า
ถ้า Channel มี Viral Video หนึ่งตัว
Average อาจถูกดึงสูงหรือต่ำผิดปกติ
Median ช่วยลดผลของ Outlier
อย่านำ
Shorts Engagement Rate
ไปเทียบกับ
Long-form Engagement Rate
โดยตรง
Viewer Behavior ต่างกันมาก
Live มี
และ Behavior แตกต่างจาก VOD
ควรวิเคราะห์เป็นกลุ่มของตัวเอง
เช่น
ใช้ช่วงเดียวกันในการเปรียบเทียบ
เช่น
อย่ารวมทุก Format หากต้องการ Benchmark ที่แม่นขึ้น
ตัวอย่าง
Views = 25,000
Likes = 1,000
Comments = 150
Shares = 100
1,000 + 150 + 100
=
1,250
1,250 ÷ 25,000
=
0.05
0.05 × 100
=
5% Engagement Rate
Views = 100,000
Likes = 3,000
Comments = 300
Shares = 200
Engagement = 3,500
Engagement Rate:
3,500 ÷ 100,000 × 100
=
3.5%
Views = 20,000
Likes = 1,200
Comments = 200
Shares = 100
Engagement = 1,500
1,500 ÷ 20,000 × 100
=
7.5%
แต่ไม่ได้หมายความว่า B ชนะ A ทุกด้าน
A ยังสร้าง
100,000 Views
ซึ่งอาจมี
มากกว่า
ดังนั้นต้องดูเป้าหมาย
Subscribers = 200,000
Video Engagements = 4,000
4,000 ÷ 200,000 × 100
=
2%
Subscribers = 20,000
Video Engagements = 2,000
=
10%
Channel B มี Interaction ต่อ Subscriber สูงกว่า
แต่ไม่ได้บอกว่า Reach หรือ Revenue สูงกว่า Channel A
Shorts มี Metric อย่าง
ดังนั้น Like/Comment Rate อย่างเดียวไม่พอ
YouTube ปัจจุบันมีการแยกแนวคิดระหว่าง
Views
กับ
Engaged views
สำหรับ Shorts
ดังนั้นหากวิเคราะห์คุณภาพการรับชม ควรดู Engaged views และ Stayed to watch ร่วมด้วย
ยังสามารถคำนวณ
(Likes + Comments + Shares) ÷ Views × 100
ได้สำหรับ Dashboard ภายใน
แต่ต้องใช้สูตรเดียวกันทุกคลิปที่นำมาเทียบ
เช่น
เพื่อให้เห็น Behavior หลัง Short เริ่มเล่น
นอกจาก
ควรดู
เพราะ Long-form มี Viewer Journey ยาวกว่า
Interaction สามารถเกิดจาก
และลักษณะ Session ยาวกว่าวิดีโอทั่วไป
ไม่ควรเทียบตรงกับ Shorts
เข้า
YouTube Studio → Analytics
จากนั้นเลือก Content หรือ Video ที่ต้องการ
สำหรับ Video สามารถดู Metric หลัก เช่น
ช่วยดู Performance ตาม Content Type
เช่น
ใช้เมื่ออยาก
เหมาะมากสำหรับสร้าง Engagement Dashboard
YouTube Studio มีการทยอยปรับ Interface
หากเมนูไม่เหมือน Tutorial เก่า
ให้หา
Analytics
และ
Advanced Mode / See More
เป็นหลัก
สร้างตารางมี
ใส่ Column
เพื่อไม่ให้เปรียบเทียบ Format ผิดกลุ่ม
เช่น
ช่วยหา Topic ที่สร้าง Interaction สูง
เช่น
เพื่อดูว่าคนจาก Source ใดมี Engagement Pattern แตกต่างกัน
นี่มักเป็น Content ที่มีทั้ง
Scale + Interaction
น่าสนใจมากสำหรับสร้าง Adjacent Topic
อาจเป็น Content ที่ Audience เล็กแต่ชอบมาก
พิจารณาว่า
Topic มีโอกาสขยายได้หรือไม่
อย่ารีบสรุปว่า Video แย่
Broad Reach สามารถลดอัตรา Interaction ได้
ตรวจ Watch Time และ Satisfaction เพิ่ม
อาจมีปัญหาทั้ง
ควรตรวจ Funnel ตั้งแต่ Impressions
Video ที่เผยแพร่ 2 ชั่วโมง
กับ Video อายุ 2 ปี
ไม่เหมาะเทียบตรง ๆ
ตัวอย่าง
เปรียบเทียบ Engagement ของทุก Video ใน
7 วันแรกหลัง Publish
ช่วยให้ Comparison Fair ขึ้น
เหมาะกับ Channel ที่ Traffic โตช้ากว่า
ถ้า Video A ใช้ Lifetime
Video B ใช้ 28 Days
ข้อมูลไม่สามารถเทียบตรงกัน
ช่วงแรกอาจเป็น
ซึ่งมี Interaction สูง
เมื่อ Reach ขยายไป New Viewer
Rate สามารถลดลง
ถ้า
แต่ Engagement Rate ลดเล็กน้อย
อาจเป็นผลจาก Scale
Channel เล็กอาจมี
Core Viewer
ที่ดูแทบทุก Video
Like และ Comment บ่อย
Rate จึงสูง
เพราะเริ่มเข้าถึง Casual และ New Viewers มากขึ้น
ซึ่งไม่จำเป็นต้อง Engage เท่า Fan เดิม
อาจเป็น
Engagement ที่ดีไม่สามารถสร้าง Audience ที่ไม่มี Demand ได้เอง
วิดีโอ Viral หรือ Home-heavy อาจมีผู้ชมทั่วไปจำนวนมาก
ซึ่งไม่กด Like หรือ Comment มากเท่า Core Audience
แต่ยังสร้าง Watch Time มหาศาลได้
Video Controversial อาจมี Comments สูงจาก
ดังนั้นจำนวน Comment สูงไม่ได้เท่ากับ Satisfaction สูง
ดูว่า Comment เป็น
ประเภทใด
ไม่ใช่ดูจำนวนอย่างเดียว
แต่ยังต้องดู
ร่วมด้วย
คนมักแชร์สิ่งที่
Share Rate จึงมีประโยชน์ในการหา Shareable Topics
ช่วยดูว่า Search Viewer ที่เข้ามา
มีปฏิสัมพันธ์กับ Content มากน้อยแค่ไหน
แต่ไม่ควรใช้เป็นสูตรว่า
Engagement Rate X%
=
อันดับ Search Y
เพราะ YouTube ไม่ประกาศสูตรแบบนั้น
YouTube ไม่ได้เปิดเผยว่า
Engagement Rate แบบ
Likes + Comments + Shares
ต้องได้เท่าใดจึงถูก Recommendation
นี่เป็น Metric ที่ Creator สร้างเพื่อการวิเคราะห์
นี่เป็น Use Case ที่ดีที่สุด
ดูว่า Category ไหนมี Rate สูงอย่างสม่ำเสมอ
เช่น
แล้วเปรียบเทียบภายใน Channel
Video ที่ทั้ง Views และ Engagement สูง
มักมี Audience Interest ที่น่าสนใจ
ถ้าต้องลด Reach ให้เหลือเฉพาะ Fan กลุ่มเล็กเพื่อ Rate สูง
Channel อาจเสียโอกาสเติบโต
เช่น
พิมพ์ 1 เพื่อช่วย Algorithm
ไม่ได้สร้าง Meaningful Engagement
Artificial Engagement ทำให้ Data เสีย
และไม่สร้าง Audience จริง
จำนวนสูงขึ้น
แต่ไม่ช่วย Content Strategy
Subscriber ที่ไม่ได้สนใจ Content
ทำให้ฐาน Subscriber ไม่สะท้อน Audience จริง
ถ้าใช้
Views-based Engagement Rate
ให้ใช้สูตรเดียวกันต่อเนื่อง
เพื่อวัด Trend
Gaming
Tutorial
News
Music
มี Viewer Behavior ต่างกัน
Benchmark ควรอยู่ในบริบทเดียวกัน
ตัวอย่าง
Likes = Weight 1
Comments = Weight 2
Shares = Weight 3
แล้วสร้าง Weighted Engagement Score
แต่ต้องเข้าใจว่า
นี่ไม่ใช่คะแนนทางการของ YouTube
สมมติ
Likes × 1
Comments × 2
Shares × 3
แล้วหาร Views
สามารถให้น้ำหนักกับ Interaction ที่ Creator เห็นว่าสำคัญมากกว่า
อย่าพูดว่า
YouTube Algorithm ให้คะแนนแบบนี้
เพราะไม่มีหลักฐานทางการรองรับ
ใช้
Engagement Rate by Views = (Likes + Comments + Shares) ÷ Views × 100
ง่าย
เข้าใจเร็ว
และเหมาะกับการเปรียบเทียบ Video
ให้ดูพร้อม
จะเห็น Performance รอบด้านกว่า
Views: 100,000
Engagement Rate: 4%
AVD: สูง
Watch Time: สูง
อาจเป็น Content แข็งแรงทั้ง Scale และ Depth
Views: 10,000
Engagement Rate: 10%
AVD: สูง
อาจเป็น Niche Content ที่ Core Audience ชอบมาก
Views: 500,000
Engagement Rate: 1.5%
Watch Time: สูงมาก
อาจเป็น Broad Discovery Content
ไม่ควรสรุปว่าแย่เพราะ Rate ต่ำกว่า B
มีคนเห็นและดูมากแค่ไหน
ดู
คนอยู่ดูนานแค่ไหน
ดู
คนตอบสนองมากแค่ไหน
ดู
คนกลับมาหรือไม่
ดู
คนทำ Action ต่อหรือไม่
ดู
วิดีโอที่แข็งแรงควรดูเป็น Funnel
Impressions
↓
CTR
↓
Views
↓
Watch Time
↓
Retention
↓
Engagement
↓
Returning Viewer / Next Action
☐ กำหนดก่อนว่าจะวัดอะไร
☐ เลือกสูตรเดียว
☐ ใช้ Likes
☐ ใช้ Comments
☐ ใช้ Shares
☐ เลือกฐาน Views หรือ Subscribers ให้ชัด
☐ อย่าสลับสูตรระหว่าง Video
☐ แยก Shorts
☐ แยก Long-form
☐ แยก Live
☐ ใช้ช่วงเวลาเดียวกัน
☐ เปรียบ Video อายุใกล้กัน
☐ ดู Watch Time ร่วมด้วย
☐ ดู Average View Duration
☐ ดู Audience Retention
☐ ดู CTR
☐ ดู Impressions
☐ ดู Subscriber Conversion
☐ ดู End Screen Click Rate
☐ ดู Returning Viewers
☐ ใช้ Advanced Mode
☐ เปรียบกลุ่ม Content
☐ หา High Views + High Engagement
☐ หา High Engagement + Low Reach
☐ หา High Reach + Low Engagement
☐ ไม่ไล่ Rate สูงที่สุด
☐ ไม่ซื้อ Engagement
☐ ไม่ Comment Bait
☐ ไม่ใช้ Benchmark จากช่องอื่นเป็นกฎ
☐ ไม่เรียกสูตรของตัวเองว่าสูตร Algorithm
คืออัตราที่ใช้เปรียบเทียบจำนวน Interaction กับฐาน เช่น Views, Subscribers หรือ Impressions เพื่อช่วยวิเคราะห์ว่าผู้ชมมีส่วนร่วมกับ Content มากน้อยเพียงใด
YouTube มี Engagement Metrics หลายตัว เช่น Watch Time, Average View Duration, Audience Retention และ Likes แต่ไม่ได้กำหนดสูตร Engagement Rate เดียวสำหรับวิดีโอทุกประเภท
สูตรที่ใช้ง่ายคือ
(Likes + Comments + Shares) ÷ Views × 100
แต่เป็นสูตรวิเคราะห์ที่ Creator เลือกใช้ ไม่ใช่สูตร Ranking ทางการของ YouTube
ถ้าต้องการวิเคราะห์ Performance ของ Video มักใช้ Views ได้ตรงกว่า เพราะ Subscriber ไม่ได้เห็นหรือดู Video ทุกคน
ไม่มี Benchmark ทางการเดียวสำหรับ YouTube ควรเปรียบกับ Content ประเภทเดียวกันใน Channel ของตัวเอง
ไม่เสมอ Video ที่มี Audience แคบอาจมี Rate สูงมาก แต่ Reach ต่ำ ในขณะที่ Video Broad Audience อาจมี Rate ต่ำกว่าแต่สร้าง Views และ Watch Time สูงกว่า
เป็น Interaction ที่สูงขึ้น แต่ควรตรวจว่าเป็น Question, Positive Feedback, Complaint หรือ Debate เพราะจำนวน Comment ไม่ได้เท่ากับ Satisfaction เสมอไป
Likes ÷ Views × 100
Comments ÷ Views × 100
Shares ÷ Views × 100
Subscribers gained ÷ Views × 100
โดยเป็น Conversion Rate มากกว่า Engagement Rate โดยตรง
ไม่ใช่ CTR วัดการเลือกดูหลังเห็น Thumbnail ส่วน Engagement Rate วัด Interaction ตามสูตรที่กำหนด
ใน YouTube Analytics Engagement Tab ใช้ Watch Time และ Average View Duration เป็น Metric สำคัญในการทำความเข้าใจการมีส่วนร่วมกับ Content
สามารถคำนวณ Interaction Rate แบบเดียวกันได้ แต่ไม่ควรนำไป Benchmark ตรง ๆ เพราะ Viewer Behavior และ Metric ของ Shorts เช่น Engaged views และ Stayed to watch แตกต่างจาก Long-form
ไม่ควรตีความเป็น Ranking Score YouTube ไม่ได้ประกาศ Threshold ว่า Engagement Rate กี่เปอร์เซ็นต์จึงจะถูกแนะนำ
ใช้ YouTube Studio Analytics และ Advanced Mode เพื่อเพิ่ม Metric เปรียบเทียบ Content ช่วงเวลา Traffic Source และ Export Data ได้
Engagement Rate YouTube เป็น Metric ที่ Creator สามารถสร้างขึ้นเพื่อช่วยวิเคราะห์ Interaction
ไม่ใช่คะแนนลับของ Algorithm
สูตรที่เข้าใจง่ายที่สุดสำหรับ Video ทั่วไปคือ
Engagement Rate = (Likes + Comments + Shares) ÷ Views × 100
ตัวอย่าง
500 Likes
50 Comments
50 Shares
10,000 Views
รวม Engagement
600
ดังนั้น
600 ÷ 10,000 × 100
=
6%
สำหรับ comsiam วิธีที่เหมาะคือใช้สูตรเดียวกันกับทุก Video ภายในกลุ่มที่ต้องการเปรียบเทียบ เช่น Long-form เทียบ Long-form และ Shorts เทียบ Shorts พร้อมกำหนดช่วงเวลาเดียวกัน เช่น 28 วันแรกหลัง Publish
แต่ comsiam ไม่ควรใช้ Engagement Rate ตัวเดียวตัดสินว่า Video ดีหรือแย่ เพราะ YouTube ยังมีข้อมูลสำคัญอย่าง Impressions, CTR, Watch Time, Average View Duration, Audience Retention และ Returning Viewers ซึ่งตอบคำถามคนละส่วนของ Funnel
สูตรวิเคราะห์ที่ควรจำคือ
Reach
ดู Impressions + CTR
↓
Consumption
ดู Views + Watch Time
↓
Depth
ดู AVD + Retention
↓
Interaction
ดู Likes + Comments + Shares + Engagement Rate
↓
Loyalty
ดู Returning / Casual / Regular Viewers
ดังนั้นเป้าหมายไม่ใช่ทำให้
Engagement Rate สูงที่สุด
แต่คือใช้ Engagement Rate เป็นหนึ่งในเครื่องมือเพื่อค้นหาว่า
Content แบบใดทำให้ Audience ไม่เพียงเข้ามาดู แต่ยังรู้สึกอยากมีส่วนร่วมกับ Channel จริง