Harminc YouTube-csatorna és majdnem megőrültem, amikor eldöntöttem, hol és mikor kell felölteni, így készítettem egy API-t

Mit oldanak meg valójában a YouTube API-k

Egy YouTube-csatorna kezelése hobbi. Öt csatorna kezelése munka. Harminc csatorna kezelése pedig logisztikai művelet, amely megfelelő eszközök nélkül az ember szervezési kapacitásának határára visz. A csatornák különböző témakörökre, különböző közönségre, különböző tartalomformátumokra és különböző feltöltési ütemezésekre szakosodnak. Néhány az AI-zenei térben működik, a Suno AI-összetételekből slágervideokat generál. Néhány az oktatási térben. Néhány kísérleti csatorna, amely új formátumokat és témákat tesztel. Mindegyiknek saját növekedési pályája van, saját közönségmagatartási mintái, saját optimális feltöltési ideje és saját versenytájékozódási területe. Az összes ilyen információ nyilvántartása táblázatban az első tíz csatornánál működött. A huszadik csatornánál a táblázat több lapos szörnyeteg lett, feltételes formázással, manuális adatbevitellel és képletekkel, amelyek megtörtek, amikor egy sor véletlenül törölve lett. A harmincadik csatornánál a táblázat helyét valamire váltottak, amely valóban képes skálázódni.

Az alapvető probléma nem az adatok hiánya volt. A YouTube Studio minden csatornához egyénileg biztosít analitikát. A probléma az volt, hogy az "egyénileg" a kulcsszó. Ahhoz, hogy harminc csatorna teljesítményét összehasonlítsuk, be kellett lépni az egyes csatornák Studio-irányítópultjára, feljegyezni a legfontosabb metrikákat, fiók váltást, bejelentkezni a következő csatornára, feljegyezni azokat a metrikákat, és ezt az eljárást harmincszor megismételni. Egy teljes analitikai felülvizsgálat egy délután jó részét igénybevette, és amikor a harmincadik csatorna adatait rögzítették, az első csatorna számai már órák óta avultnak voltak. Az információ technikailag rendelkezésre állt, de a hozzáférés és összehasonlítás költsége olyan magas volt, hogy szinte nem is létezett.

Az ütemezési probléma még akutabb volt. A YouTube algoritmusa az összhangzatosságot dicsőíti, és minden csatornának ideális esetben akkor kellene feltöltenie, amikor a meghatározott közönsége a legaktívabb. De a "legtöbb aktív" különbözik az iparág, a földrajz, a hét napja és az évszak szerint. Egy kelet-európai nézőket megcélzó csatornának más optimális feltöltési időablaka van, mint egy délkelet-ázsiai nézőket megcélzó csatornának. Az oktatási tartalmat közzétevő csatorna másképp teljesít a hétfőn reggel, mint egy szórakoztató tartalmat közzétevő csatorna. Harminc csatorna ütemezésével a változók száma túlnő az emberi értelemszervezés lehetőségeit, és a hibázás következményei valódiak. A rossz időben való feltöltés alacsonyabb kezdeti elköteleződést jelent, amely azt jelenti, hogy az algoritmus a videót kevesebb embernek mutatja meg, amely azt jelenti, hogy alacsonyabb általános teljesítmény az olyan tartalomhoz, amely éppen annyi erőfeszítésbe kerül, hogy létrehozzák.

A megoldás nem egyetlen eszköz volt, hanem összefüggő API-k készlete, amelyek mindegyike a több csatornás puzzle egy meghatározott darabját oldja meg. A csatorna audit API a legszélesebb eszköz, amely csak nyilvános adatokat használva biztosít egy YouTube-csatorna átfogó elemzését. Visszaadja az előfizetői számokat, a teljes nézéseket, a feltöltési gyakoriságot, az átlagos nézéseket videónként, az elköteleződési rátákat és a növekedési trendeket az idő során. Az audit futtatása mind a harminc csatornán olyan összehasonlító adathalmazt hoz létre, amely manuálisan órábát igényelne. Az audit futtatása konkurens csatornákon ugyanazokat az adatokat biztosítja magánjellegű analitikai hozzáférés nélkül, amely az a funkció, amely egy kezelési eszközt versengő intelligencia eszközzé alakít.

A csatorna statisztika API a mennyiségi oldalra összpontosít: az előfizetői számok, a videó számok, a teljes nézések és az ezekből származó számított metrikák. Az átlagos nézések videónként, az előfizetőből nézett arány, a feltöltési gyakoriság és a becsült napi nézet sebessége mind a nyilvános adatokból számítódnak. Ezek a statisztikák, harminc csatornán összesítve, megmutatják azokat a mintákat, amelyek látványosak, ha minden csatornát elszigetelten tekintik meg. Például az egyik felfedezés, amely az összesített adatokból felvetődött, az volt, hogy az AI-zenei iparágban lévő csatornák következetesen magasabb nézés-előfizetői arányokat mutatnak, mint más iparágakban lévő csatornák, ami azt sugallja, hogy a tartalom az ajánlási algoritmus által még az előfizetőknek nem is agresszívebben felszínre kerül. Ez a betekintés a forrás-allokációs döntéseket befolyásolta a nagyobb termelési erőfeszítésbe fektetendő csatornákról.

A videóinformációs és a tag-analitikai API-k a csatorna szintjétől az egyes videó szintjére nagyítanak. A címkék az egyik legkevésbé tárgyalt, de leginkább impactful metaadat-elemek a YouTube-on. Az a videó, amely a videó használ, befolyásolja, hogy mely más videók mellett ajánlott lesz, és a sikeres videók szakterületében alkalmazott címkék elemzése közvetlen rálátást biztosít más létrehozók által alkalmazott SEO-stratégiára. A tag API a teljes tag-listát extrahálja bármelyik nyilvános videóból, lehetővé téve a versengek kulcsszó-stratégiájának tanulmányozását sejtés nélkül. A trending API-val kombinálva, amely a bármelyik kategória és régió által jelenleg popuhr videókat felszínre hozza, a tag adat visszacsatolási hurkot hoz létre: lásd, mi az popuhr, elemezze a trending-videók címkéit és metaadatait, és alkalmazza ezeket a mintákat az új feltöltésekre.

Verseny analízis magánadat nélkül

Az ezek az API-k a legértékelebb aspektusa a több csatornás műveletek számára a nem tulajdonában lévő csatornák versenytársainak elemzésére való képesség, kizárólag nyilvánosan rendelkezésre álló adatok felhasználásával. A YouTube saját analitikai irányítópultja a privát metrikákat jeleníti meg, mint például a bevétel, a kattintás-átmenetesi arányok és a közönség demográfiái, de csak azokhoz a csatornákhoz, amelyek a felhasználó tulajdonában vannak. A konkurens csatornák számára az egyetlen látható adat az, ami a nyilvános csatorna oldalán jelenik meg: az előfizetői szám, a videócímek, a nézésszámok és a feltöltési dátumok. Az API-k olyan betekintéseket extrahálja és számít ki ebből a korlátozott nyilvános adathalmazból, amely messze túlmegy azon, amit egy manuális felülvizsgálat előállítani tudna.

A feltöltési gyakorisági analízis feltárja, hogy a versengő milyen gyakran bocsát ki és hogy egy konzisztens ütemezést követnek-e. Egy versengő, amely hetente háromszor feltölt állandó nézésszámokkal, egy bizonyított tartalmi gépet futtat. Egy versengő, aki az utóbbi hónapban hirtelen megduplázta a feltöltési gyakoriságát, vagy egy új stratégiát tesztel vagy a termelés skálázását végzi, mindkettő érdemes tudni. Az API automatikusan kiszámítja ezeket a mintákat, a feltöltési viselkedésben végzett jelentős változásokat jelölve meg, így azok felülvizsgálhatók, és minden nap manuálisan nem kell ellenőrizni a konkurens csatornákat.

Az elköteleződési arányszámítások normalizálják a teljesítményt a különböző méretű csatornák között. Egy 50 000 nézésű videó egy 1 millió előfizetővel rendelkező csatornán nagyon más elköteleződési szintet képvisel, mint egy 50 000 nézésű videó egy 100 000 előfizetővel rendelkező csatornán. Az API az elköteleződési arányokat a nézések (és a lájkok, ha elérhetők) és az előfizetői szám arányaként számítja ki, lehetővé téve az olyan csatornák tényleges közönség-elköteleződésének összehasonlítását, amelyek a méretben nagyságrenddel különböznek. Ez a normalizált metrika következetesen azt mutatja, hogy a kisebb, szűkebb csatornák gyakran magasabb elköteleződési arányokat mutatnak, mint a nagy általános csatornák, amely hasznos adat pont, amikor azt döntik el, hogy növeljenek egy meglévő csatornát vagy egy új csatornát indítsanak egy célzottabb szakterületben.

A bélyegkép-analízis és a cím minta-felismerés kvalitatív dimenziókat adnak a mennyiségi adatokhoz. Bár az API nem elemzi közvetlenül a bélyegképek vizuális tartalmát, az olyan videókat követi nyomon, amelyek a csatorna átlagát felülmúlják, és az ezekhez az túlmúlóakhoz társított címeket és metaadatokat felszínre hozza. Az idő múlásával mintázatok jelennek meg: bizonyos cím-struktúrák (kérdések, számok, érzelmi horogcsatornák) az adott szakterületekben az átlagfelett teljesítménnyel korrelálnak. Ezek a mintázatok nem garantált siker képletei, de tájékozott kiindulópontok az új feltöltésekre történő A/B teszteléshez.

Tíz AI-generátor és az általa létrehozott tartalomi csatorna

Az analitikán túl, a YouTube API-csomag tíz mesterséges intelligencia-alapú generátort tartalmaz, amely a tartalom-létrehozás termelési oldalát kezeli. A cím-generátorok több cím-variációt állítanak elő a témáról és a célkulcsszavakról, az átmenetesi arány és a keresési láthatóság optimalizálásához. A leírási generátorok SEO-optimalizált videó-leírásokat hoznak létre, amelyek relevancia kulcsszavakat, időbélyegeket és cselekvésre vonatkozó hívásokat tartalmaznak. A tag-generátorok tag-készleteket javasolnak a videó témája, a verseng-elemzés és a szakterületben jelenleg trending kulcsszavak alapján. A script-generátorok teljes videó-forgatókönyveket állítnak elő a témavázlatból, meghatározott időtartamra és hangra kalibrálva.

Valaki, aki harminc csatornát kezel, számára ezek a generátorok nem kreatív parancsikonok. Ezek működési szükségességek. Harminc egyedi videó-leírást írni hetente, mindegyik különböző kulcsszavakra optimalizálva különböző szakterületekre, egy teljes munkanapot felhasználna hetente. Az AI-generátorok olyan első vázlatokat állítanak elő, amelyek szerkesztésre és finomításra szorulnak, nem pedig semmiből történő létrehozásra, amely a leírásenkénti időt tizenöt percről három percre csökkenti. Harminc csatornán hetente többszöri feltöltés esetén az az időmegtakarítás a különbség a teljes napok tartalomi metaadatok-kezelésre fordítása és az ezeknek a napoknak az igazi tartalomi stratégia számára való rendelkezésre bocsátása között.

A cím-generátor különös említésre érdemesül, mivel a címek a YouTube-on a legtöbb impactful metaadat-elem. A jó cím és egy közepes között a különbség 3-szoros lehet az átmenetési arányban, amely közvetlenül 3-szoros különbséget fordít le a nézésekben. A generátor több cím-lehetőséget állít elő a becsült teljesítmény alapján rangsorolva, és a rangsorolás mintázatakon alapul, amelyeket millióaknyi sikeres YouTube-videók esetében observálnak. Nem garantálja a vírusos címeket, de ezek nyomja olyan lehetőségeket, amelyek versengőek a tapasztalt YouTube-stratégusok által létrehozottakkal, és ezt másodperceken belül végzi el, nem pedig az agonizáló agyrészlegen keresztül, amely a cím-létrehozást általában magában foglalja.

Miért számlázza a vidIQ ötvenfifty-dollart havonta azért, amit egy API meg tud tenni

Az elefánt a szobában bármely YouTube-elemzési eszközök vitájához vidIQ, amely a YouTube-készítők harmadik fél közös analitikai platformjaként megállapította magát. A vidIQ egy jó termék. Böngészőjének kiterjesztése hasznos adatokat felszínre hoz közvetlenül a YouTube Studio-ban, és a kulcsszó-kutatási eszköze valóban hasznos az SEO-optimalizáláshoz. De a Pro terv $49-es áron havi az olyan teljes idejű készítőkhöz van árazva, akik naponta feltöltik és minden funkció maximális értékét kivoják. Valaki, aki harminc csatornát kezel, a közgazdaságtan abszurdulttá válik: vagy fizessen $49 havonta egyetlen csatorna analitikájáért (a másik huszonkilencet figyelmen kívül hagyva), vagy fizessen $49-et csatornánként havonta és költsenek $1 470-et havi analitikára.

Az API-alapú megközelítés teljesen megoldja ezt a gazdasági problémát. A YEB YouTube API-jei a kredit-alapú árazást használják, ahol minden kérés egy fillérnél töredékét kerül. Az audit futtatása mind a harminc csatornán kevesebbet kerül, mint a vidIQ Pro-csomagjának egyetlen hónap. A napi statisztikák futtatása az egész portfólión fillérkbe kerül. Az AI-generátorok generálásonként töltik meg, nem havonta, ami azt jelenti, hogy semmibe nem kerülnek azon hetek, amikor nem tervez új tartalmat. A teljes havi költség harminc csatorna kezeléséhez az API-n keresztül következetesen a vidIQ Pro-előfizetésének az egy százalékánál kevesebb tíz százaléka, és az adatok granularibbak, mivel az olyan nyers API-kimenet, amely elemzhetővé, összehasonlíthatóvá és bármilyen módon vizualizálható az üzlet által megkövetelt módon.

Ez nem egy egyetemes ajánlás, hogy hagyja el a vidIQ-t. Egy solo készítő, aki egyetlen csatornát futtat, a vidIQ böngészőjének kiterjesztése olyan felhasználóbarát élményt biztosít, amely egy API nem tud megegyezni. Az API egy eszköz a kezelőkhöz, nem a hobbiistákhoz. Ez azok számára, akik több csatornát kezelnek, akik programozottan hozzáférésre szorulnak az adatokhoz, akik egyedi irányítópultokat és automatizált jelentéseket akarnak készíteni, és akik nem tudják indokolni az előfizetés árazást, amely lineárisan skálázódik a csatornák számával, míg az egyes további előfizetés értéke állandó marad. A tíz millió hosszú nézés ezeken a harminc csatornán egy évben felhalmozódott nem szerencsén érték el. Az adatok tájékozott döntések által érték el arról, hogy mit kell közzétenni, mikor kell közzétenni, és hogyan kell optimalizálni a metaadatok minden darabját a maximális felfedezhető. Az API-k az infrastruktúra, amely ezeket a döntéseket skálán lehetővé teszi.