Видеоплатформам нужно понимать, о чём именно ролик, чтобы точнее подбирать рекламу и рекомендации. Rutube перешёл на классификацию видео по таксономии IAB и запустил собственную ML-модель для категоризации видеоконтента. Разбираемся, что стоит за этим переходом и кому он меняет правила игры.

Что такое таксономия IAB

IAB (Interactive Advertising Bureau) - международная ассоциация, которая разрабатывает стандарты для цифровой рекламы. Один из ключевых - таксономия контента, единая иерархия категорий, по которой видео, статьи и аудио можно классифицировать одинаково во всех странах и на всех площадках.

Суть простая: вместо того чтобы каждая платформа придумывала свои категории («авто», «юмор», «лайфстайл») и сравнивать их между собой было невозможно, рынок договаривается об общем языке. Рекламодатель в Берлине и блогер из Казани говорят об одних и тех же тематических группах, и это снимает массу трений при закупке рекламы и анализе кампаний.

Зачем нужна классификация видео по таксономии IAB

Главная причина - реклама. Когда категории единые, рекламодатель может сравнивать эффективность размещения на разных площадках в одних и тех же координатах. Без этого каждый плеер считает по своим правилам, и сопоставить результаты кампаний почти невозможно.

Вторая причина - рекомендации. По данным Rutube, более половины просмотров на платформе формируется через рекомендательную систему. Чтобы она работала точно, нужно понимать содержание ролика, а не только его заголовок и теги, которые автор мог забыть или неправильно заполнить.

Третья причина - поиск. Когда видео разобрано по темам, поисковая выдача становится точнее: пользователь ищет «ремонт двигателя», а получает ролики, где действительно говорят про ремонт двигателя, а не просто содержат эти слова в описании.

Как устроена ML-модель Rutube

Модель разработана командой Rutube Tech и использует мультимодальный подход - одновременно анализирует видео, аудио и текстовые данные. Это значит, что она смотрит на кадры, распознаёт речь и читает метаданные, а затем сопоставляет всё это с категориями таксономии.

Такой подход закрывает слабые места каждого отдельного сигнала. По одному заголовку легко промахнуться: автор мог назвать ролик кликбейтом. По одной картинке тоже - стоп-кадр может не отражать сути. А когда модель учитывает три канала одновременно, ошибок становится заметно меньше.

Что изменилось в новой таксономии Rutube

Новая классификация включает 30 основных тем и два уровня иерархии с расширенными подкатегориями. Это даёт детализацию, которой раньше не было: например, в категории «Авто» выделены более 16 подтем - авторемонт и запчасти, мотоциклы, электротранспорт и другие направления.

Классификация уже работает в рекламных алгоритмах Rutube: единая система категорий применяется для разметки видео под рекламу и анализа результатов рекламных кампаний. В дальнейшем её планируется использовать для улучшения поиска и рекомендаций - система сможет учитывать содержание видео даже при отсутствии ключевых слов в описании.

Что это значит для бизнеса

Для рекламодателей переход на единую таксономию означает более предсказуемый таргетинг. Когда категории стандартизированы, проще сравнивать эффективность размещения на Rutube с другими площадками и строить медиапланы на общих данных. Уходит ситуация, когда одна и та же тематика называется по-разному и даёт несопоставимые результаты.

Для создателей контента это сигнал, что метаданные ролика становятся менее критичными: модель разберётся в содержании даже без подробных тегов. Но это же означает, что попадание в нужную категорию теперь зависит не от того, что автор написал в описании, а от того, что модель реально «увидела» и «услышала» в ролике. Нишевым авторам стоит учитывать, что автоматическая разметка может отнести пограничный контент не к той подкатегории, которую они имели в виду.

Для агентств и медиабайеров единая таксономия упрощает кросс-платформенную аналитику: отчёт по кампании можно собирать в единых категориях и не тратить время на ручную нормализацию данных.

Итог

Переход Rutube на таксономию IAB - это не просто техническое обновление, а шаг к тому, чтобы реклама, поиск и рекомендации на видеоплатформах работали на одном языке. Мультимодальная ML-модель снимает с авторов часть работы по разметке, но одновременно делает их зависимыми от того, как алгоритм интерпретирует содержание ролика.