Analysoin neljää kilpailijaa ilman pääsyä heidän yksityisiin tilastoihin käyttäen vain julkista dataa

Ajatus siitä, että merkityksellinen kilpailija-analyysi vaatii pääsyä yksityisiin tietoihin, on yksi YouTube-luojien yhteisössä eniten juurtuneet myytit. Luojat katsovat omia YouTube Studio -koontinäytöjään, näkevät siellä saatavilla olevat rikkaat yksityiset mittarit (tuotto per video, napsautussuhde, katselijademografia, liikenteen lähdejakauma) ja olettavat, että ilman samanlaista pääsyä kilpailijan koontinäyttöön mikä tahansa kilpailija-analyysi on parhaimmillaan pintapuolista. Tämä oletus on väärä. Julkisesti saatavilla olevista YouTube-tiedoista voidaan poimia poikkeuksellisen paljon merkityksellistä tietoa, ja se riittää täysin tietoisten strategisten päätösten tekemiseen sisällöstä, aikataulusta ja asemoimisesta. Tässä kuvattu analyysi tehtiin neljälle suoralle kilpailijalle samassa markkinaraossa käyttäen vain dataa, joka on näkyvissä heidän julkisella kanavalla ja videosivuilla, käsiteltynä kanavan audit ja videotunniste -sovellusliittymien kautta.

Neljä kilpailijaa valittiin yksinkertaisella perusteella: ne olivat kanavat, jotka ilmestyivät eniten "suositeltujen" sivupalkkiin katsoessaan videoita samasta markkinaraosta. YouTuben suosittelualgoritmi näyttää kanavat, joilla on jakava yleisö, mikä tekee sivupalkin luotettavaksi kilpailijoiden tunnistamisindikaattoriksi, toisin kuin kanavat, jotka näyttävät kilpailijoilta aiheen perusteella, mutta palvelevat itse asiassa eri yleisösegmenttiä. Kahdella neljästä oli suuremmat kanavat, joiden tilaajamäärä oli yli 500 000. Yksi oli suunnilleen samankokoinen kuin käytetyt kanavat. Neljäs oli pienemmän kanava, joka oli kasvanut nopeasti ja näytti olevan tutkimisen arvoinen strategia.

Seurannut oli järjestelmällinen analyysi neljän ulottuvuuden yli: lataus- ja julkaisukuviot, sitoutumisen mittarit, tunniste- ja avainsanastrategiat sekä sisällön puutteet. Jokainen ulottuvuus analysoitiin julkisen datan avulla, jonka kuka tahansa voi käyttää, käsiteltynä sovellusliittymien kautta, jotka laskevat johdetut mittarit automaattisesti. Koko analyysi kaikista neljästä kanavasta toteutettiin alle tunnissa. Saman työn tekeminen manuaalisesti, käymällä jokaisella kanavalla, napsauttamalla jokaista videota ja tallentamalla mittarit laskentataulukkoon, olisi vienyt puolentoista päivää.

Lataus- ja julkaisukuviot ja mitä ne paljastävat tuotantokapasiteetista

Analyysin ensimmäinen ulottuvuus oli lataus- ja julkaisutiheys sekä johdonmukaisuus. Kanavan audit -sovellusliittymä hakee viimeisten videoiden julkaisupäivämäärät, ja näistä tiedoista se laskee keskimääräisen lataus- ja julkaisutiheuden, viikonpäiväjakauman, vuorokaudenaikaisen jakauman ja johdonmukaisuusmittarit (kuinka paljon lataus- ja julkaisuaikataulu vaihtelee viikosta viikkoon). Nämä mittarit ovat paljon paljastavia kuin voivat aluksi näyttää, koska lataus- ja julkaisukuviot heijastavat suoraan kanavan tuotantokapasiteettia, sisältöstrategiaa ja resurssiinvestointia.

Kilpailija A, suurin neljästä yli 800 000 tilaajalla, julkaisi metronomimaisen säännöllisyydellä: kolme videota viikossa, joka maanantai, keskiviikko ja perjantai, suunnilleen samaan vuorokaudenaikaan. Tämä kuvio oli kestänyt yli kahdeksantoista kuukautta ilman kertaakaan katkoa. Tuollainen johdonmukaisuus merkitsee tuotantoryhmää, ei yksinäistä luojaa, sisältökalenteria, joka on suunniteltu viikkoja tai kuukausia etukäteen, ja merkittävää investointia lataus- ja julkaisuaikataulun ylläpitämiseen. Kilpailu tämän kanavan kanssa lataus- ja julkaisutaajuudessa olisi vaatinut heidän tuotantokapasiteetin vastaamista, mikä ei ollut mahdollista eikä edes toivottavaa. Sen sijaan näkemys oli välttää lataus- ja julkaisua samoina päivinä, koska algoritmi olisi tarjonnut tuoretta sisältöä suuremmalta kilpailijalta jaetun yleisösegmentin joukkolle noina tiettyinä päivinä.

Kilpailija B näytti täysin erilaiselta: päivittäisen latauksen ja julkaisun purseet seurattuna viikkojen hiljaisuudella. Neljä videota yhdessä viikossa, sitten mitään kahdelletoista päivälle, sitten kuusi videota kymmenessä päivässä, sitten kolmen viikon tauko. Tämä kuvio viittaa yksinäiseen luojaan, joka työskentelee erissä, todennäköisesti nauhoittaen ja muokkaten useita videoita yhdessä istunnossa ja ajoittaen ne myöhemmille päiville. Strateginen implikaatio oli erilainen kuin kilpailija A. Kilpailija B:n tauot edustivat ikkunoita, joissa jaettu yleisö oli vajaasti palveltu, ja lataus- ja julkaisun ajoittaminen näiden taukojen kanssa voisi saada huomion, joka muuten jäisi täyttämättä. Sovellusliittymän aikajanamukainen visualisointi teki nämä tauot välittömästi selväksi, kun taas manuaalinen analyysi olisi vaatinut kanavan videoluettelon selaamista ja julkaisupäivämäärien henkistä kartoitusta.

Kilpailija C ylläpiti tasaista kahden viikon asetusta, mutta oli äskettäin kiihtynyt neljään viikossa. Tämä kiihtyminen, näkyvissä viimeisten kahdeksan viikon tiedoissa verrattuna edeltävään kahteentoista kuukauteen, merkitsi strategista muutosta. Joko he olivat palkaneet apua, muuttaneet sisältömuotoaan nopeammin tuotettavaksi tai testasivat, nopeuttaisiko lisääntynyt lataus- ja julkaisutaajuus kasvua. Tämän muutoksen seuranta seuraavilla viikoilla paljastaisivat, toimiko strategia (kuvattuna videon kohti näkymien ylläpidon tai parantamisen kautta) vai kuluttivat (näkymien laskulla, mikä viittaisi yleisön väsymykseen tai laadun laskuun). Pieni mutta nopeasti kasvanut kilpailija D julkaisi kerran viikossa, mutta poikkeuksellisen pitkillä videoilla (keskimäärin kolmekymmentä minuuttia verrattuna markkinaraon kahteentoista minuuttiin). Tämä viittasi "syvyyteen yli määrään" -strategiaan, joka asetti etu watch-aikaan per video kokonaisvideoiden määrän sijaan, mikä on pätevä lähestymistapa, koska YouTube:n algoritmi painottaa kokonaiskatseluaikaa.

Sitoutumisasteet ja koon petollisuus

Raakatilaajakanat ja näkymät ovat näkyväksi mittareiksi YouTubessa ja myös harhaanjohtavimpia kilpailija-analyysille. Kanava, jolla on miljoona tilaajaa ja joka saa 20 000 näkymää per video, on perustavanlaatuisesti heikemmassa asemassa kuin kanava, jolla on 50 000 tilaajaa ja 15 000 näkymää per video, vaikka ensimmäinen kanava "näyttää" suuremmalta kaikilla pintatasoilla. Kanavan tilastot -sovellusliittymä laskee sitoutumisasteet, jotka normalisoivat suorituskykynä kanavan koon perusteella, paljastavia todellinen kanavan terveydentila ja liikemäärä koko kanavan tilaajamäärästä riippumatta.

Sitoutumisasteen laskenta jakaa viimeaikaiset näkymät tilaajamäärällä, tuottaen prosenttiosuuden, joka ilmoittaa, mikä osuus kanavan tilaajista katsoo uutta sisältöä. Teollisuuden keskiarvot vaihtelevat markkinaraon perusteella, mutta laskevat tyypillisesti 2 % - 10 %:n välillä vakiintuneissa kanavissa. Korkeammat asteet viittaavat aktiiviseen, sitoutuneeseen yleisöön, joka reagoi uusiin latauksiin ja julkaisuihin. Matalammat asteet viittaavat tilaajajoukkoon, joka on suurelta osin kurinalainen, ehkä hankittu viiraalin hetken aikana tai strategian kautta (kuten arvonta tai sub4sub), joka tuotti tilaajia ilman todellista kiinnostusta.

Neljän kilpailijan joukossa kilpailija D:llä (pienimmällä kanavalla) oli korkein sitoutumisaste 18,7 %:ssa. Lähes yksi viidestä tilaajastaan katsoi jokaista uutta videota, mikä on poikkeuksellisen vahva yleisöinnostuneisuuden merkki. Kilpailija A, huolimatta siitä, että oli ylivoimaisesti suurin, oli sitoutumisaste vain 3,2 %:ssa. Tämä ei ole katastrofaalisen matala teollisuuden standardien mukaan, mutta se merkitsee, että 96,8 % heidän tilaajistostaan jättää huomiotta minkä tahansa latauksen ja julkaisun. Kilpailija B:n sitoutumisaste vaihteli vilkkaasti 5 % - 25 % välillä, suhteessa siihen, vastasivatko videotunniste ja aihe heidän ydinmarkkinaraota vai edustivat kokeellista poikkeamaa. Kilpailija C pysyi tasaisesti noin 8 %:ssa, terveellinen ja johdonmukainen.

Strategiset vaikutukset olivat merkittävät. Kilpailija D oli todellinen uhka huolimatta pienimmän kanavan asemasta. Heidän korkea sitoutumisaste merkitsi, että YouTuben algoritmi edistää aggressiivisesti heidän sisältöään ei-tilaajille, ajamalla nopeasta kasvua heidän tilaajatrendilinjassa näkyvää. Heidän "syvyys ennemmin kuin määrä" -strategia oli selkeästi resonoiva yleisölle. Kilpailija A, huolimatta heidän koostaan, oli käytetään suurta mutta sitoutumatonta tilaajaa. Heidän johdonmukaiset lataukset ylläpitivät näkymien peruslinjaa ilmoituksen perusteella liikenteeseen pikemmin kuin algoritmisen edistyksen kautta. Tämä merkitsi, että kilpailu kilpailija A:n kanssa algoritmisen suosittelun osalta oli itse asiassa helpompaa kuin heidän tilaajamäärä viittaisi, koska algoritmi edistää sitoutumista, ei historiallista tilaajamäärää.

Tunniste-strategiat ja avainsanat, jotka todella toimivat

YouTube-videotunnisteet ovat piilossa standardivideosivun käyttöliittymästä. Katsojat eivät näe niitä. Mutta ne ovat julkisesti saatavilla YouTuben tiedot-sovellusliittymän kautta, ja videotunniste-sovellusliittymä poimimat ne mistä tahansa julkisesta videosta. Tunnisteet vaikuttavat siihen, kuinka YouTube luokittelee ja suosittelee sisältöä, ja analysoimalla menestyvineiden kilpailijoiden tunniste-strategiat saadaan suora ikkuna heidän SEO-lähestymiseensä. Tämä ei ole spekulaatiota siitä, mitä avainsanoja he saattavat kohdistaa. Se on tarkka luettelo tarkista termeistä, joita he kertovat YouTubelle liittyä heidän sisältönsä kanssa.

Analyysi kattoi kaksikymmentä viimeistä videota neljästä kilpailijasta, yhteensä kahdeksankymmentä videota. Jokaisen videon täydellinen tunniste-joukko poistettiin ja tunnisteet koottiin toistuvien kuvioiden tunnistamiseksi. Kilpailija A käytti keskimäärin 28 tunnistetta per video, johdonmukaisesti sisältäen laajat kategoriatunnisteet (markkinaraon nimi, yleiset aiheavainsanat), tietyt aihetunnisteet (videon tarkka aihe) ja merkkitunnisteet (kanavan nimi, sarjan nimet). Heidän tunniste-strategia oli oppikirja ja metodinen, selvästi jolkut, joka ymmärsi YouTuben SEO-perusteet. Kilpailija B käytti paljon vähemmän tunnisteitaan, keskimäärin vain 8 per video, ja ne olivat usein geneerisiä yksittäisiä sanoja pikemmin kuin pitkähännän avainsanafraaeja, jotka pyrkivät parempaan hakutuloksissa. Tämä oli selkeä heikkous heidän strategiassa, ja se selitti, miksi heidän videot toimivat hyvin tilaajien kautta (jotka löysivät sisältöä ilmoitusten kautta), mutta huonosti hakutuloksienhakujen kautta.

Kilpailija C käytti ainutlaatuista lähestymistapaa: heidän tunnisteet sisälsivät kilpailija-kanavan nimet ja kilpailija-videotunnisteet avainsanoina. Tämä on kiistanalainen mutta tehokas taktiikka, joka asemoi heidän videot ilmeiseen "ehdotettuun" sivupalkkiin, kun katsojat katselevat kilpailijasisältöä. Sovellusliittymä paljasti tämän kuvion noin 90 %:ssa kilpailija C:n viimeaikaisista videoista, mikä tekee selväksi, että heidän kasvustrategia luotti vahvasti muiden markkinaraon kanavien liikenteen kaappaamiseille. Kilpailija D käytti piintä ja spesifisintä tunniste-fraaseja, keskimäärin 35 tunnistetta per video, joista monet olivat täydellisiä kysymyksiä tai lauseenmitta-fraaeja, jotka vastasivat sitä, kuinka käyttäjät kirjoittavat hakukyselyt. Tämä pitkähännän strategia oli linjassa heidän sisältölähestymisen kanssa kattavien, syvien videoiden luomisesta, jotka vastaavat tiettyihin kysymyksiin. Yhdessä nämä neljä tunniste-strategia piirustivat täydellisen kuvan siitä, kuinka kukin kilpailija asemoi sisältönsä YouTuben löytöjärjestelmässä, kaikki julkisesti saatavilla olevan metatiedon pohjalta.

Sisällön puutteet ja mahdollisuudet, joita kilpailijat menettävät

Koko analyysin toiminnoitavin tuotos oli sisällön puutteiden tunnistaminen. Kartoittamalla aiheet, jotka kaikkien neljän kilpailijan kattavat heidän viimeaikaisissa videoissa, tuli näkyväksi aukot, joissa mikään heistä ei ollut julkaissut sisältöä. Nämä aukot edustavat aiheita, joista jaettu yleisö on todennäköisesti kiinnostunut (markkinaraon merkityksellisyyden perusteella), mutta ei voi tällä hetkellä löytää mitään vakiintuneiden kanavien osoittamaa. Sisällön julkaiseminen, joka täyttää nämä aukot, luo mahdollisuuden sijoittua hakuun ja saada suositella ilman suoraa kilpailua olemassa oleviin videoihin kanavista, joilla on enemmän auktoriteettia.

Prosessi oli suoraviivainen. Videotunnisteet ja kuvaukset kaikkien kahdeksankymmenensa analysoidun videon otsikot ja kuvaukset tarkistettiin toistuvien aiheiden ja avainsanojen varalta. Tuloksena oleva aihekartta osoitti tiheät klusterit (aiheet, jotka kaikki neljä kilpailijaa olivat kattaneet, usein useita kertoja) ja harvat alueet (aiheet, jotka ilmestyivät yhteen tai kahteen videoon korkeintaan, tai ei ollenkaan). Tiheät klusterit osoittivat vakiintuneet sisältöluokat, joissa näkymien kilpailu oli intensiivistä. Harvat alueet osoittivat joko aiheita, joita kilpailijat eivät olleet vielä löytäneet, aiheita, joista he olivat tarkoituksella pidättäytyneet (ehkä alhaisen havaitun kysynnän vuoksi) tai aiheita, joita he suunnittelivat kattaa tulevaisuudessa, mutta joihin eivät olleet vielä päässeet.

Useat aidosti lupaavat aukot ilmenivät tästä analyysistä. Yksi aiheluokka, joka ilmestyi toistuvasti tunniste-analyysin kautta (mikä ehdottaa yleisöhakukyyntöä), oli katettu vain kilpailija D:n yhdessä videossa, ja se video oli ylittänyt heidän kanavansa keskiarvon 3x. Tämä signaaliyhdistelmä (korkea hakukyyntö sekä todistettu suoritus sekä minimaalinen kilpailu) oli vahvempi mahdollinen indikaattori sisältömahdollisuudelle. Kolme videota, joiden tavoitteena oli tämän aiheluokan variaatiot, tuotettiin ja julkaistiin seuraavien viikkojen aikana, ja heidän suoritus vahvisti analyysin: kaikki kolme ylittivät kanavan keskiarvon, ja yksi tuli vuosineljänneksen parhaiten suoriutuneeksi videoksi.

Koko analyysi, kilpailijoiden tunnistamisesta tiedonkeruun, mittarin laskennan, tunnisteiden poistamisen ja sisällön puutteiden kartoituksen kautta, tehtiin käyttäen julkisesti saatavilla olevia tietoja, jotka käsiteltiin sovellusliittymien kautta. Mitään yksityisiä analytiikkoja ei käytetty, mitään kirjautumisvaltuuksia ei vaadittu, mitään palvelun ehdoista ei rikottu. Analysoitavilla kilpailijoilla ei ole mitään keinoa tietää, että analyysi tapahtui, ja saadut näkemykset olivat yhtä yksityiskohtaisia ja toimintakykyisiä kuin mikä tahansa sisäinen analytiikan arvostelu. Myytti siitä, että kilpailija-analyysi vaatii yksityiseen dataan pääsyä, on täsmälleen se: myytti. Tieto on julkista. Sen käsittelyvälineet ovat olemassa. Ainoa kysymys on, käyttääkö niitä.