45.4% מהפרקים הישראליים נפתחים בברכה מדוברת, 4,972 מתוך 10,946 תמלולים, לפי 1,000 התווים הראשונים של כל פרק. רבע מכלל הפרקים, 2,822 במספר, אומרים את אותן שלוש מילים בדיוק: ברוכים הבאים. זה הרגע שבו המאזין מחליט אם להישאר, וזה בדיוק הרגע שמנוע חיפוש לא שומע.
איך חושב: כל המספרים כאן חושבו מחדש בזמן הכתיבה על ידי scripts/mag_israeli-podcast-openings.py, שרץ על כל התמלולים הקנוניים ב-data/transcripts (כל קובץ שסופו __ep ומספר), ומחפש עשר נוסחאות ברכה בעברית בעזרת ביטוי רגולרי עם גבול מילה עברי ואות שימוש אופציונלית. מאפייני התוכנית מגיעים מ-data/podcasts.json, וקצב הדיבור מקבצי הלוואי של התמלולים. שיטת העבודה של האתר מפורטת בעמוד המתודולוגיה, ונתוני השוק המלאים בעמוד הסטטיסטיקות. הערה אחת על היציבות: הקורפוס ממשיך לגדול בזמן אמת, ולכן כל המספרים כאן הם תצלום מצב של N = 10,946 תמלולים. הרצה חוזרת שבוצעה עם 10,950 תמלולים החזירה בדיוק את אותם אחוזים, והזיזה את הספירות המוחלטות בבודדים.
עשר נוסחאות, אחת שולטת
סרקנו את 1,000 התווים הראשונים של כל פרק, שהם בערך חצי הדקה הראשונה של דיבור, וחיפשנו עשר נוסחאות ברכה מדוברות. התוצאה אינה מפוזרת: נוסחה אחת לוקחת כמעט מחצית מכל הברכות בקורפוס.
עשר נוסחאות הפתיחה, לפי מספר הפרקים
N = 10,946 פרקים. סכום העמודות גדול מ-4,972 כי פרק אחד יכול לומר יותר מנוסחה אחת.
מקור: scripts/mag_israeli-podcast-openings.py, 1,000 התווים הראשונים של כל תמלול קנוני ב-data/transcripts
שימו לב לפער בין המקום הראשון לשני. ברוכים הבאים מופיעה ב-2,822 פרקים, שלום לכולם ב-901 בלבד, ובוקר טוב ב-746. כל שאר הנוסחאות יחד אינן מגיעות למחצית מהראשונה. כשרבע מכל הפרקים בשוק פותחים באותן שלוש מילים, המילים האלה כבר אינן מסמנות דבר. הן רעש רקע.
כך זה נשמע בפועל. בפרק 359 של Lets Talk Murder, בואי נדבר רצח, אחת מ-364 הפרקים של התוכנית, השורה הראשונה בתמלול היא: שלום לכולם וברוכים הבאים לבואי נדבר רצח פודקאסט על פשע אמיתי מהארץ ומרחבי העולם
. שתי נוסחאות ברכה במשפט אחד, ואחריהן הגדרת התוכנית. אותה שורה כמעט חוזרת בכל פרק שלה שנמצא במאגר, וזו בדיוק המשמעות של פורמולה.
חמישים מילים עד שנאמר משהו מסוים
הברכה היא רק ההתחלה. השאלה המעניינת יותר היא כמה זמן עובר עד שהפרק אומר משהו שאפשר לתפוס בו. הגדרנו את זה בצורה מדידה, בלי לנחש: מפרקים את התמלול למילים מהתו הראשון, הולכים על 400 המילים הראשונות, ועוצרים במילה הראשונה שמכילה ספרה, או בצמד המילים הראשון שהוא שם מלא מתוך מילון שמות שבנינו מהמאגר. המילה הזאת היא הסימן המסוים הראשון בפרק.
החציון הוא 50 מילים, על 8,020 פרקים שבהם נמצא סימן כזה בתוך 400 המילים הראשונות. ב-2,926 פרקים נוספים, 26.7% מהקורפוס, לא נמצא שום סימן מסוים גם אחרי 400 מילים, והם אינם נכללים בחציון. קצב הדיבור החציוני שמדדנו על 5,143 פרקים עם נתוני אורך הוא 122 מילים בדקה, ולכן 50 המילים האלה הן חציון של 29 שניות, על 3,909 פרקים שיש להם גם קצב מדוד וגם סימן מסוים.
אפשר גם אחרת, וזה נשמע מיד. השורה השנייה בתמלול של פרק 2 של כאן זה לא אירופה, מבית כאן, היא: בשנת 1979, אחרי שישראל זכתה בפעם השנייה ברצף באירוויזיון,
. שנה, אירוע, טענה, במילה השנייה. לא הייתה שם ברכה בכלל.
הפער הזה הוא כל הסיפור. בפרק הממוצע, חצי הדקה הראשונה מוקדשת לטקס. בפרק שבנוי אחרת, אותה חצי דקה כבר מוסרת עובדה שאפשר לצטט.
רק 23.7% מהפרקים אומרים את שם התוכנית
אם הברכה קיימת כדי לקלוט מאזין חדש, היינו מצפים שהיא תגיד לו לאן הגיע. בדקנו: לקחנו את שם התוכנית מתוך המאגר, ניקינו ממנו סימני פיסוק, וחיפשנו אותו במדויק ב-1,000 התווים הראשונים של הפרק. 2,086 מתוך 8,785 פרקים אמרו את שם התוכנית שלהם, שהם 23.7%.
המספר הזה דורש הסתייגות אחת, והיא חשובה. 2,038 פרקים נוספים אינם ניתנים לבדיקה, כי שם התוכנית שלהם מכיל אות לטינית או ספרה, ותמלול עברי לא יחזיר אותה באותה צורה. הוצאנו אותם מהמכנה לגמרי, ולא ניחשנו עבורם. בנוסף, הבדיקה דורשת את השם המלא, ולכן תוכנית שאומרת גרסה מקוצרת של שמה נספרת כמי שלא אמרה אותו. 23.7% הוא רצפה, לא תקרה.
יש מי שעושה את זה כמו שצריך. פרק 198 של Investcast, תוכנית עם 192 פרקים, נפתח בשתי שורות שאומרות הכל: ברוכים הבאים לאינבסטקאסט, פודקאסט השקעות ונדל"ן בהנחיית פלג דוידוביץ' ואביב גרינברג.
שם התוכנית, הנושא, והמנחים, לפני שנייה 10. מי שהגיע לשם מחיפוש על נדל"ן ודיור יודע בדיוק היכן הוא נמצא.
הז'אנר קובע, גודל התוכנית לא
כאן הנתונים נעשים חדים. פיצלנו את הקורפוס לפי הז'אנר שהתוכנית הצהירה עליו, והשארנו רק ז'אנרים עם 30 פרקים ומעלה: 59 ז'אנרים, 10,413 פרקים. הפער בין הקצוות הוא 63.9 נקודות אחוז.
בחרו ז'אנר וראו את תמהיל הפתיחה שלו
59 ז'אנרים עם 30 פרקים ומעלה, 10,413 פרקים בסך הכל. ז'אנרים קטנים מזה הושמטו.
| ז'אנר | פרקים | עם ברכה | שיעור |
|---|---|---|---|
| פשע אמיתי | 72 | 55 | 76.4% |
| אמנות חזותית | 33 | 24 | 72.7% |
| קריירה | 131 | 85 | 64.9% |
| תזונה | 54 | 35 | 64.8% |
| כושר | 36 | 23 | 63.9% |
| ביקורת קולנוע | 47 | 30 | 63.8% |
| ניהול | 81 | 50 | 61.7% |
| ילדים ומשפחה | 104 | 29 | 27.9% |
| מדע | 255 | 71 | 27.8% |
| חדשות בידור | 78 | 21 | 26.9% |
| פנאי | 53 | 14 | 26.4% |
| חדשות יומיות | 147 | 33 | 22.4% |
| קורסים | 85 | 17 | 20.0% |
| סיפורים לילדים | 120 | 15 | 12.5% |
מקור: scripts/mag_israeli-podcast-openings.py, סעיף 5, itunes_genre מתוך data/podcasts.json
בראש: פשע אמיתי 76.4% (N = 72), קריירה 64.9% (N = 131), טכנולוגיה 61.5% (N = 275), שיווק 60.2% (N = 196), עסקים 59.1% (N = 697). בתחתית: סיפורים לילדים 12.5% (N = 120), קורסים 20.0% (N = 85), חדשות יומיות 22.4% (N = 147), מדע 27.8% (N = 255), ספרים 30.2% (N = 258).
הרשימה נראית מקרית עד שרואים מה משותף לצדדים. בראש נמצאות הקטגוריות שאליהן מגיעים דרך חיפוש או המלצה, פרק בודד בכל פעם, מפשע אמיתי ועד קריירה ועבודה. המאזין שם הוא כמעט תמיד חדש, ולכן הפרק קולט אותו. בתחתית נמצאות הקטגוריות שבהן ההאזנה כבר הוסכמה מראש: סיפור לפני השינה, שיעור בקורס, מהדורת חדשות יומית. שם הפורמט עצמו הוא המוצר, ואין את מי לקלוט.
ואז מגיעה התוצאה השלילית, וגם היא ממצא. חילקנו את הפרקים לפי מספר הפרקים האמיתי של התוכנית בפיד, ולא לפי מה שמופיע בעמוד שלה באתר, ולא קרה כלום:
| מספר פרקים בתוכנית | פרקים שנבדקו | עם ברכה | שיעור |
|---|---|---|---|
| 1-9 | 2,019 | 951 | 47.1% |
| 10-49 | 3,221 | 1,508 | 46.8% |
| 50-99 | 1,455 | 692 | 47.6% |
| 100-499 | 2,799 | 1,161 | 41.5% |
| 500 ומעלה | 1,329 | 605 | 45.5% |
הפער בין הרצועה הגבוהה לנמוכה הוא 6.1 נקודות אחוז בלבד, על אלפי פרקים בכל רצועה. תוכנית עם אלף פרקים מברכת בשיעור כמעט זהה לתוכנית עם שלושה. הרגל הפתיחה אינו נלמד מניסיון, הוא מועתק מהז'אנר.
המנגנון: מי מחליט בשישים השניות הראשונות
שלושת הממצאים מתחברים לרצף אחד, ובו שני מחליטים שונים לגמרי. המאזין מחליט מוקדם, בתוך הברכה. מנוע החיפוש לא מחליט בכלל, כי הוא לא נמצא שם.
שישים השניות הראשונות, שלב אחרי שלב
המאזין מחליט בשלב 2. מנוע החיפוש נמצא בשלב 5, ומקבל אפס. הקליקו על כל שלב כדי לפתוח ולסגור אותו.
-
כאן הפרק עדיין לא אמר כלום. 45.4% מהפרקים, 4,972 מתוך 10,946, יפתחו בשנייה הבאה בברכה מדוברת.
-
אחת מעשר נוסחאות. הנפוצה היא ברוכים הבאים, ב-2,822 פרקים, שהם 25.8% מהקורפוס. הברכה מסמנת למאזין שהוא הגיע למקום הנכון, ולא מוסרת שום מידע.
-
חציון של 50 מילים עובר עד המספר או השם המלא הראשון בפרק, N = 8,020. בקצב הדיבור החציוני שמדדנו, 122 מילים בדקה, זה כ-29 שניות, N = 3,909. ב-26.7% מהפרקים לא נאמר שום סימן מסוים גם אחרי 400 מילים.
-
רק 23.7% מהפרקים אומרים בפתיחה את שם התוכנית המלא, 2,086 מתוך 8,785 פרקים שאפשר לבדוק. השאר מניחים שהמאזין כבר יודע איפה הוא.
-
אפס. אין טקסט בקובץ אודיו, ולכן כל הרצף הזה אינו קיים עבור גוגל ועבור מנועי הבינה המלאכותית, אלא אם הפרק תומלל והפך לעמוד.
זו הנקודה שקל לפספס. אפשר להתווכח על טעם בשאלה אם ברכה היא פתיחה טובה, וזה ויכוח לגיטימי. אי אפשר להתווכח על כך שאף מנוע חיפוש ואף מודל שפה לא שמע אף אחת מ-4,972 הברכות האלה. קובץ אודיו הוא קופסה אטומה. חצי הדקה החזקה ביותר בפרק, זו שבה נאמרת הטענה הראשונה, קיימת רק אצל מי שכבר לחץ פליי.
מה זה אומר ליוצרים
שתי מסקנות מעשיות, ושתיהן נובעות ישירות מהמספרים. הראשונה: אם אתם בז'אנר שבו המאזין מגיע קר, הברכה שלכם חייבת לעשות עבודה. 23.7% בלבד אומרים את שם התוכנית, כך שעצם אמירת השם כבר מבדלת אתכם. השנייה: 50 המילים הראשונות שלכם הן הנכס היקר ביותר בפרק, ורצוי שיהיה בהן מספר, שם או תאריך.
מעבר לזה יש בעיה שאי אפשר לפתור בתוך האודיו. הארכיון שלכם אינו קריא לגוגל ולמנועי הבינה המלאכותית, כי אין בו טקסט. הדרך היחידה שבה חצי הדקה הזאת נעשית ניתנת לחיפוש ולציטוט היא להפוך כל פרק לעמוד כתוב. בדיוק את זה עשינו כאן: הכתבה הזאת נשענת על 10,946 פרקים שתומללו ונותחו אוטומטית. כך זה עובד על ארכיון שלם.
שאלות ותשובות
איך פותחים רוב הפודקאסטים הישראליים? 45.4% מהפרקים, 4,972 מתוך 10,946, נפתחים באחת מעשר נוסחאות ברכה מדוברות בתוך 1,000 התווים הראשונים. הנפוצה ביותר היא ברוכים הבאים, ב-2,822 פרקים.
כמה זמן עובר עד שפרק אומר משהו מסוים? חציון של 50 מילים, N = 8,020, שהם כ-29 שניות בקצב הדיבור החציוני של 122 מילים בדקה, N = 3,909. ב-26.7% מהפרקים לא נאמר מספר או שם מלא גם אחרי 400 מילים.
איזה ז'אנר הכי מברך? פשע אמיתי, 76.4%, N = 72. בתחתית סיפורים לילדים, 12.5%, N = 120. הפער בין הקצוות הוא 63.9 נקודות אחוז.
האם תוכניות ותיקות מברכות יותר? לא. בין תוכניות עם עד תשעה פרקים לתוכניות עם 500 פרקים ומעלה הפער הוא 6.1 נקודות אחוז בלבד. גודל התוכנית אינו מנבא את סגנון הפתיחה.
למה זה בכלל משנה לקידום? כי הפתיחה היא החלק שהמאזין שופט הכי מהר, והחלק שמנוע חיפוש לא שומע כלל. ללא תמלול, אף אחת מ-4,972 הברכות האלה אינה קיימת בגוגל.
האם הממצא תלוי בגודל החלון שנבדק? לא. ב-600 התווים הראשונים השיעור הוא 41.0%, ב-1,000 הוא 45.4%, וב-1,500 הוא 47.9%. הכפלת החלון פי 2.5 מזיזה את הממצא בשבע נקודות בלבד.
הכתבה נכתבה בסיוע בינה מלאכותית על בסיס ניתוח הקורפוס של פודקאסט·ישראל. כל המספרים חושבו מחדש בזמן הכתיבה מ-10,946 התמלולים הקנוניים ומ-3,360 התוכניות באינדקס, וניתנים לשחזור מלא על ידי הרצת scripts/mag_israeli-podcast-openings.py משורש המאגר. מילון השמות שמשמש לאיתור השם המלא הראשון בפרק נגזר מניתוחים אוטומטיים של התמלולים, ולכן החלק הזה של המדידה יורש את אותה מגבלה. שברי שורות בתמלול מוצגים בציטוטים כרווח.
