今の世は誰も彼もフォローや登録者を競い奪い合っている。
ただ、自分のような１消費者が思うのは、アカウントやチャンネルには微塵も興味がなく、題材と内容が刺さるものだけを見ていたい。
例えば《獅白ぼたん》というVtuberがいる。自分はVtuberには興味がなくて彼女にも興味が無い。しかし、彼女は《スト６》の大会を主催する事があり、それだけは見たいと思っている。だが、彼女の普段の仕事、他のゲームのプレイ動画や歌なんぞナノメートルも興味が無い。だからチャンネル登録やTwitterフォローなんぞしていない。
これが、YoutubeやTwitterが《スト6 獅白ぼたん》など任意の検索文字列を保存、フィードにしてくれたら、わざわざ定期的にスト６のイベント確認などしないで済むのに。
他にも、Twitterの出版社アカウントをフォローすると、新刊の情報を見たいだけなのに、しょうもない礼賛投稿のリポスト洪水に晒される。だから自分は目障りなリポストを目にする度に手動でアカウントのページからリポストをオフにしている。これも《出版社アカウント 新刊》などで登録が出来れば、完璧とは言わないまでも、ある程度の制御は可能。
かつてTwitterは検索文字列を保存が出来たが、Xになって廃止された。スマートニュースなんかもアプリが人気だが、特定のサイトを登録するだけで、自分が興味ある検索文字列を保存登録が出来ないので使うのをやめた。
以下はGeminiでDeep Researchした結果のコピペ。
YouTubeとTwitterが任意の検索文字列を保存やフィードにせずアカウントやチャンネル登録しか許さない理由
1. はじめに
ユーザーは、YouTubeやTwitter（現X）のようなSNSプラットフォームが、任意の検索文字列に基づいてカスタムフィードを作成・保存する機能を許可せず、アカウントやチャンネル登録を主なコンテンツ取得手段としている理由について疑問を抱いています。本レポートでは、このプラットフォーム設計の背後にある理由を、技術的、ビジネス的、ユーザーエクスペリエンス、安全性の各側面から包括的に分析します。
2. サブスクリプションベースのフィードの優位性：概要
YouTubeではチャンネル登録、Twitter/Xではアカウントフォローという、サブスクリプションベースのフィードの核となる機能について解説します。これらのプラットフォームは主にこのモデルを通じてコンテンツを提供しており、検索は特定のクエリに対する反応的な役割を果たしています [span_0](start_span)。このモデルは、コンテンツクリエイターと消費者の間に直接的な関係を築き、明示的なユーザーの選択に基づいて、パーソナライズされたコンテンツ配信を促進します。
3. 堅牢な検索ベースのフィードの実装における技術的課題* 3.1. データ過負荷とスケーラビリティ： YouTubeやTwitter/Xのようなプラットフォーム上のデータ量は膨大です。特定のハッシュタグに基づいてコンテンツを収集することに特化したアグリゲーターが存在しますが、複数のプラットフォームからのコンテンツを統合すると、処理すべき情報の量が著しく増加します [span_2](start_span)。このような大量のデータを処理し、ユーザーに関連性の高い有益なコンテンツを提供することは困難です。また、ソーシャルメディアアグリゲーターのユーザーベースの成長に伴い、システムはより多くのユーザーとそのデータリクエストに対応できるようスケーラブルである必要があります [span_3](start_span)。スケーラビリティには、サーバー、データベース、ネットワーク機能を含む堅牢な技術インフラが必要です。ソーシャルメディアコンテンツの動的な性質を考慮すると、多数の保存された検索クエリに対してリアルタイムでこの処理を行うことは、膨大な計算リソースとインフラを必要とします。
* 3.2. リアルタイム集約： オンラインコンテンツとユーザーインタラクションの動的な性質により、ソーシャルメディアにおけるリアルタイム集約はさらなる課題をもたらします [span_4](start_span)。リアルタイム集約には、受信データの迅速な処理が必要です。課題は、集約されたコンテンツが即座に更新され、ユーザーに配信されるように、低遅延を達成することにあります。複数のプラットフォームからの検索クエリを継続的に監視し、ほぼ瞬時に結果を更新するには、高度に最適化されたシステムが必要となり、システムリソースに大きな負担をかけます [span_6](start_span)。
* 3.3. 相互運用性の問題： ソーシャルメディア集約における相互運用性の問題とは、多様なプラットフォーム、データ形式、サービスとの統合および相互作用に関連する課題を指します [span_5](start_span)。ソーシャルメディアプラットフォームは、構造、データ形式、認証方法が異なるAPIを提供しています。異なるAPI用のコネクタを開発および維持することは、複雑で時間がかかる可能性があります。検索ベースのフィードを複数のプラットフォームにわたって機能させる場合、これらの相互運用性の課題はさらに複雑になります。
4. プラットフォームにとってのフォロー/サブスクリプションモデルの戦略的利点* 4.1. 予測可能な収益源： フォローモデルは、クリエイターへのサブスクリプションやユーザー向けのプレミアム機能を通じて収益化をサポートします [span_8](start_span)。排他的なコンテンツや機能を提供することで、プラットフォームは安定した収入の流れを生み出すことができます。この予測可能な収益により、プラットフォームはより正確な予測と予算編成が可能になり、リソースのよりスマートな配分につながります [span_12](start_span)。
* 4.2. ユーザー維持とロイヤルティの向上： アカウントをフォローすることで、ユーザーは自分の選択に基づいてパーソナライズされたエクスペリエンスを得ることができ、エンゲージメントを維持できます。サブスクライバーはブランドに慣れ親しみ、継続的に利用する可能性が高いため、これらのモデルは強力な顧客ロイヤルティを促進します [span_13](start_span)。ユーザーがフォローするアカウントは、ユーザー自身のコンテンツエコシステムをプラットフォーム内に構築することを奨励し、プラットフォームへの定着性を高め、離反を減らします。
* 4.3. パーソナライズと広告のためのデータ駆動型インサイト： ユーザーのサブスクリプションとエンゲージメントは、興味や好みに関する貴重なデータを提供します [span_16](start_span)。このデータは、レコメンデーションの改善、広告効果の向上、全体的なユーザーエクスペリエンスの向上に使用できます。フォローモデルは、プラットフォームのレコメンデーションアルゴリズムと広告戦略を強化する豊富なデータを生成し、エンゲージメントと収益の増加につながります。
* 4.4. スケーラビリティと複雑性の軽減： ユーザーがフォローするアカウントに基づいてフィードを管理する方が、任意の検索クエリに基づいてフィードを管理するよりも本質的にスケーラブルです。プラットフォームは、ユーザーとコンテンツクリエイター間の接続を追跡するだけで済み、無限の数の検索用語に対してコンテンツを継続的に評価する必要はありません。サブスクリプションモデルは、保存された検索フィードの複雑なインフラストラクチャを維持するよりも、コンテンツ配信に対してより効率的でスケーラブルなアプローチを提供します。
5. ユーザーエクスペリエンス：フォローベースと検索ベースのコンテンツのナビゲーション* 5.1. パーソナライズと関連性： フォローベースのフィードは、明示的なユーザーの選択に基づいて高度なパーソナライズを提供します [span_18](start_span)。ユーザーは、積極的に選択したソースからのコンテンツを見るため、テイラーメイドのエクスペリエンスにつながります。
* 5.2. セレンディピティと発見： フォローベースのフィードは、多様な視点への露出を制限する可能性があります。しかし、レコメンデーションアルゴリズムは、フォローベースのフィードを補完し、ユーザーが興味を持つ可能性のある新しいコンテンツやアカウントを紹介します [span_21](start_span)。
* 5.3. 情報過負荷： 情報過負荷は、フォローベースと検索ベースの両方のモデルで発生する可能性があります [span_26](start_span)。多数のサブスクリプションは圧倒的なフィードにつながる可能性があり、多数の保存された検索も過剰なコンテンツを生成する可能性があります。
* 5.4. ユーザーコントロールと意図： フォローモデルは、ユーザーが見るコンテンツに対してより大きなコントロール感を提供します。検索は通常、特定の、即時の情報ニーズに使用されますが、フィードはより広範な関心に沿ったコンテンツの継続的な消費のためのものです。
6. 検索データの保存に関連するプライバシーとセキュリティの懸念* 6.1. データ収集とプロファイリング： ユーザーの検索クエリを保存すると、プラットフォームはユーザーの興味、意図、および潜在的に機密性の高いトピックに関するさらに多くのデータを入手できます [span_33](start_span)。このデータは、より詳細なプロファイリングとターゲット広告に使用される可能性があり、プライバシーの懸念を高めます。
* 6.2. データ侵害と不正使用： 保存された検索データがデータ侵害で漏洩するリスクがあります。この機密情報は、ID盗難、フィッシング詐欺、またはその他の有害な目的で悪用される可能性があります。
* 6.3. 透明性とユーザーコントロール： プラットフォームが保存された検索データの使用方法について透明性があるかどうか、またユーザーがこのデータを十分に制御できるかどうかが疑問視されます [span_41](start_span)。プラットフォームは検索履歴に対してある程度の制御を提供していますが、フィードのために保存された検索クエリを永続的に保存および使用することの影響には、より明確なポリシーとユーザーコントロールが必要になる可能性があります。
7. 検索駆動型フィードにおけるスパムと操作の脅威* 7.1. SEOポイズニングとスパムコンテンツ： 悪意のあるアクターは、検索結果を操作して、スパムや低品質のコンテンツを検索ベースのフィードに注入する可能性があります [span_56](start_span)。スパマーは、可視性を得るために検索エンジンを標的にすることがよくあります。
* 7.2. 悪意のあるリンクとフィッシング： 検索結果には、悪意のあるWebサイトやフィッシング詐欺へのリンクが含まれる可能性があります。検索ベースのフィードに依存しているユーザーは、そのようなコンテンツに遭遇する可能性が高くなる可能性があります。
8. ダイナミックな検索環境におけるコンテンツモデレーション* 8.1. モデレーション努力のスケーラビリティ： 無限の数のユーザー定義検索フィードにわたってリアルタイムでコンテンツをモデレートすることは、非常に困難でリソースを大量に消費します [span_59](start_span)。そのような多様で動的なフィード全体にわたって、モデレーションポリシーを一貫して適用することは困難です。
* 8.2. コンテキストと意図： 検索結果におけるユーザー生成コンテンツの背後にあるコンテキストと意図を理解することは困難であり、正確なモデレーションの決定を困難にします。アルゴリズムは、キーワードのみに基づいて、正当なコンテンツと有害なコンテンツを区別するのに苦労する可能性があります。
9. 代替としてのアルゴリズムによるレコメンデーションの役割
* 9.1. パーソナライズされたコンテンツ配信： YouTubeやTwitter/Xのようなプラットフォームは、フォローしていないアカウントからのコンテンツであっても、ユーザーが興味を持つ可能性のあるコンテンツを表面化するために、レコメンデーションアルゴリズムに大きく依存しています [span_63](start_span)。これらのアルゴリズムは、ユーザーの行動、興味、インタラクションを分析して、パーソナライズされた提案を提供します。
* 9.2. パーソナライズと発見のバランス： レコメンデーションアルゴリズムは、ユーザーが楽しむ可能性の高いコンテンツを表示することと、新しい多様な視点を紹介することのバランスを取ることを目指しています [span_74](start_span)。YouTubeの「New to You」のような機能 [span_81](start_span) は、通常のサブスクリプションを超えてユーザーの視野を広げるように設計されています。
10. キーワードベースのフィードの探求：Threadsの事例* 10.1. カスタムフィードの導入： MetaのThreadsプラットフォームでのカスタムキーワードベースのフィードの最近の導入について説明します [span_82](start_span)。ユーザーは、特定のキーワードに基づいてフィードを作成したり、特定のプロファイルを追加したりできます。
* 10.2. ユーザーの反応とフィードバック： Threadsのカスタムフィードに対する初期のユーザーの反応とフィードバックを分析します [span_93](start_span)。一部のユーザーは追加されたコントロールを高く評価していますが、プラットフォームの成長と使用状況に対する全体的な影響はまだ評価中です [span_105](start_span)。
11. キーワードベースのフィードに依存することの限界と潜在的な欠点* 11.1. 正確なキーワード選択の必要性： キーワードベースのフィードの有効性は、ユーザーが目的のコンテンツを捉えるために適切なキーワードを選択することに大きく依存します [span_106](start_span)。キーワードが十分具体的でない場合や包括的でない場合、ユーザーは関連コンテンツを見逃す可能性があります。
* 11.2. コンテキストとニュアンスを見逃すリスク： キーワードマッチングは、会話やコンテンツの意図されたコンテキストやニュアンスを常に捉えるとは限りません。皮肉や進化する言語により、キーワードベースのフィードがコンテンツを正確にフィルタリングすることが困難になる可能性があります。
* 11.3. 広範な検索による情報過負荷の可能性： 広範なキーワード検索は大量のコンテンツを返す可能性があり、情報過負荷につながります。キーワードベースのフィード内で高度なフィルタリングとランキングがない場合、ユーザーはノイズをふるいにかけて貴重な情報を見つけるのに苦労する可能性があります。
* 11.4. キーワード調査とメンテナンス： トピックと言語が進化するにつれて、フィードの関連性を維持するために、ユーザーはキーワードを継続的に洗練および更新する必要がある場合があります [span_114](start_span)。多数のキーワードベースのフィードを管理および維持することは、ユーザーにとって時間と手間がかかる可能性があります。
* 11.5. キーワードデータの不正確さ： キーワード調査ツールの欠陥と不正確さについて説明します [span_116](start_span)。キーワードのボリュームと競争率の指標のみに依存しても、ソーシャルメディアでの効果的なコンテンツ発見に必ずしもつながるとは限りません。
12. ユーザーの好みとフィード制御への要望* 12.1. パーソナライズとカスタマイズへの要求： パーソナライズされたカスタマイズ可能なソーシャルメディアエクスペリエンスに対するユーザーの要求の高まりについて説明します [span_118](start_span)。ユーザーは、表示されるコンテンツとその表示方法をより細かく制御したいと考えています。
* 12.2. アルゴリズムによるキュレーションとユーザーの自主性のバランス： アルゴリズムによってキュレーションされた「おすすめ」フィードとユーザー主導のカスタマイズの間の緊張を探ります [span_123](start_span)。アルゴリズムによるフィードはエンゲージメントを高めますが、一部のユーザーはより多くのコントロールと即時性を好みます。
13. プラットフォームのプライバシーポリシー：ユーザー検索データの取り扱いセクション6.3で述べた点を繰り返し、YouTube [span_125](start_span) とTwitter/X [span_128](start_span) のプライバシーポリシーを参照します。保存された検索フィードが主要な機能になる場合、ユーザー検索の保存と使用に関する明確かつ包括的なポリシーの必要性を強調します。
14. カスタマイズ可能なフィードにおけるスパムと不正使用を軽減するための戦略
ユーザー定義フィードにおけるスパムと不正使用を防ぐためにプラットフォームが採用できる可能性のある手法について説明します。
* キーワードフィルタリングとブラックリスト： 既知のスパムキーワードとフレーズをブロックするためのフィルタリングの実装 [span_140](start_span)。
* アカウントの評判と認証： 検索結果で認証済みまたは評判の良いアカウントからのコンテンツを優先します。
* コミュニティレポートとモデレーション： ユーザーが検索ベースのフィードでスパムまたは不適切なコンテンツを報告できるようにし、モデレーションプロセスを実装します [span_144](start_span)。
* 機械学習とAIを活用したスパム検出： スパムと悪意のあるコンテンツを識別およびフィルタリングするためにAIアルゴリズムを利用します [span_149](start_span)。
* レート制限と異常検出： スパムを示す可能性のある不審なアクティビティパターンを識別してブロックします。
* CAPTCHAとアカウント検証： スパムコンテンツを作成する自動ボットアカウントを防ぐための対策の実装 [span_154](start_span)。
* ユーザー定義のブロックリストとミュートオプション： ユーザーがカスタムフィード内で特定のアカウントをブロックしたり、キーワードをミュートしたりできるようにします [span_158](start_span)。
* サードパーティのスパムデータベース： 既知のスパマーを識別およびフィルタリングするために、外部のスパムデータベースと統合します [span_159](start_span)。
RedditやDialpadのような他のプラットフォームでのスパム対策や、Blueskyでのコンテンツモデレーションの例については、[span_160](start_span) を参照してください。課題はありますが、技術的アプローチとコミュニティ主導型アプローチの組み合わせは、検索ベースのフィードでのスパムと不正使用を軽減するのに役立ちます。
15. 結論：サブスクリプションを支持する多面的な決定
本レポートの主な調査結果をまとめます。YouTubeやTwitter/Xのようなプラットフォームでのサブスクリプションベースのフィードの優位性は、技術的なスケーラビリティ、戦略的なビジネス上の利点、典型的な消費パターンに合致するユーザーエクスペリエンスモデル、オープン検索環境におけるプライバシー、セキュリティ、コンテンツモデレーションに関する懸念の組み合わせによるものである可能性が高いです。Threadsのようなプラットフォームでのキーワードベースのフィードの出現は、コンテンツ発見の進化を示唆していますが、フォロー/サブスクリプションモデルは、当面の間、これらの主要プラットフォームの基礎であり続けるでしょう。
確かにちょっと考えればわかる事だが、非常識の便乗文字列スパムは横行するだろう。というより現役のスパムだ。自分も、トレンド文字列を入れて全く無関係な内容の投稿を何度も見た事がある。任意性と健全性の両立は不可能なのだろうか？
