Analyzoval som štyroch konkurentov bez prístupu k ich súkromným štatistikám – iba s verejnými údajmi

Predpoklad, že zmysluplná analýza konkurencov vyžaduje prístup k súkromným údajom, je jedným z najpevnejších mýtov v komunite tvorcov obsahu na YouTube. Tvorcovia sa pozerajú na svoje vlastné panely YouTube Studio, vidia bohaté súkromné metriky dostupné tam (príjmy na video, miery kliknutia, demografiu divákov, rozdelenie zdrojov návštevnosti) a predpokladajú, že bez podobného prístupu k panelu konkurenta bude akákoľvek analýza konkurencov na povrchu málo užitočná. Tento predpoklad je chybný. Množstvo poznatkov, ktoré je možné vyťažiť z verejne dostupných údajov YouTube, je mimoriadne vysoké a je viac ako dostačujúce na prijímanie informovaných strategických rozhodnutí o obsahu, pláne publikovania a umiestnení. Analýza opísaná tu bola vykonaná na štyroch priamych konkurentoch v rovnakom sektore, pričom sa používali iba údaje viditeľné na ich verejnom kanáli a stránkach videí, spracované cez audit kanálu a značky videí API.

Štyria konkurenti boli vybraní podľa jednoduchého kritéria: boli to kanály, ktoré sa najčastejšie objavili v bočnom paneli "odporúčané" pri pozeraní videí z kanálov v rovnakom sektore. Odporúčovací algoritmus YouTube premieta kanály, ktoré majú prekrytie divákov, čo robí z bočného panela spoľahlivý ukazovateľ toho, ktorí sú skutočnými konkurentami, na rozdiel od kanálov, ktoré sa zdajú ako konkurenti iba na základe témy, ale v skutočnosti slúžia inou časti divákov. Dvaja zo štyroch boli väčšie kanály s počtom odberateľov presahujúcim 500 000. Jeden bol približne rovnakej veľkosti ako kanály, ktoré sa prevádzkujú. Štvrtý bol menší kanál, ktorý rýchlo rastie a zdal sa, že presadzuje stratégiu vredanú študovania.

Nasledovala systematická analýza v štyroch rozmeroch: vzory publikovania, metriky zapojenia, stratégie značiek a kľúčových slov a identifikácia chýbajúceho obsahu. Každý rozmer bol analyzovaný pomocou verejných údajov, k ktorým má prístup každý, spracovaných prostredníctvom API, ktoré automaticky vypočítavajú odvodené metriky. Celá analýza vo všetkých štyroch kanáloch bola dokončená za menej ako hodinu. Vykonávanie tej istej práce manuálne, návštevou jednotlivých stránok kanálu, kliknutím na jednotlivé videá a zaznamenávaním metrík v tabuľke by trvalo takmer dva dni.

Vzory publikovania a čo objasňujú o kapacite výroby

Prvý rozmer analýzy bola frekvencia publikovania a konzistentnosť. API auditu kanálu načítava dátumy publikovania nedávnych videí a z týchto údajov vypočítava priemernú frekvenciu nahrávania, distribúciu dňa v týždni, vzory času v deň a metriky konzistentnosti (ako sa plan publikovania líši týždeň od týždňa). Tieto metriky sú oveľa viac odhaľujúce, ako sa na prvý pohľad zdajú, pretože vzory publikovania sú priamym odrazom kapacity výroby kanálu, stratégie obsahu a objemu investícií.

Konkurent A, najväčší zo štyroch s viac ako 800 000 odberateľmi, publikoval s metronomickou konzistentnosťou: tri videá za týždeň, každý pondelok, streda a piatok, približne v rovnakom čase. Tento vzor bol udržiavaný viac ako osemnásť mesiacov bez jedinej prestávky. Táto úroveň konzistentnosti naznačuje tím na výrobu, nie sólotvorca, plán obsahu naplánovaný týždne alebo mesiace dopredu a značnú investíciu do udržiavania plánu publikovania. Konkurovanie s týmto kanálom na frekvencii publikovania by vyžadovalo prispôsobenie sa ich výrobnej kapacite, čo nebolo uskutočniteľné ani žiaduce. Namiesto toho bol poznatek vyhnúť sa nahrávaniam v rovnakých dňoch, pretože algoritmus by spoločnej časti publika v tých špecifických dňoch slúžil čerstvý obsah od väčšieho konkurenta.

Konkurent B vykazoval úplne iný vzor: serie denných nahrávaní nasledované týždňami ticha. Štyri videá v jednom týždni, potom nič štrnásť dní, potom šesť videí v desiatich dňoch, potom prestávka tri týždne. Tento vzor naznačuje sólotvorca pracujúceho v dávkach, pravdepodobne zaznamenávajúceho a upravujúceho viacero videí v jednej relácii a plánovacieho ich počas nasledujúcich dní. Strategický dopad bol iný ako konkurent A. Prestávky konkurenta B predstavovali okná, kde bola spoločná časť publika nedostatočne obsúžená, a načasovanie nahrávaní tak, aby sa zhodovalo s týmito medzerami, mohlo by zachytiť pozornosť, ktorá by inak nebola uspokojená. Vizualizácia časovej osi API urobila tieto medzery ihneď zrejmé, zatiaľ čo manuálna analýza by vyžadovala posúvanie sa v zozname videí kanálu a mentálne mapovanie dátumov publikovania.

Konkurent C dodržiaval pravidelný rozvrh dvakrát za týždeň, ale nedávno sa zrýchlil na štyri za týždeň. Toto zrýchlenie, viditeľné v údajoch z posledných ôsmich týždňov v porovnaní s nasledujúcimi dvanástimi mesiacmi, signalizovalo strategickú zmenu. Buď si najali ďalšiu pomoc, zmenili svoj formát obsahu na niečo rýchlejšie na výrobu, alebo testovali, či zvýšená frekvencia publikovania zrýchli rast. Monitorovanie tejto zmeny počas nasledujúcich týždňov by odhalilo, či stratégia funguje (viditeľné zachovaním alebo zlepšením počtu zobrazení na video) alebo vypaľuje (viditeľné klesajúcimi zobrazeniami, čo naznačuje únavu publika alebo pokles kvality). Malý, ale rýchlo rastúci konkurent D zverejňoval raz za týždeň, ale s pozoruhodne dlhými videami (v priemere tridsať minút v porovnaní s priemerom branže dvanásť). To naznačovalo stratégiu "hĺbka pred frekvenciou", ktorá uprednostňovala čas sledovania za video pred celkovým počtom videí, čo je platný prístup vzhľadom na váhu algoritmu YouTube na celkovej dobe sledovania.

Miery zapojenia a prevára veľkosti

Hrubé počty odberateľov a zobrazení sú najviditeľnejšími metrikami na YouTube a zároveň najpresnejšie misleading pre analýzu konkurencov. Kanál s miliónom odberateľov, ktorý dostáva 20 000 zobrazení na video, je v zásadne slabšej pozícii ako kanál s 50 000 odberateľmi, ktorý dostáva 15 000 zobrazení na video, aj keď prvý kanál "vyzerá" väčší podľa všetkých povrchných metrík. API štatistík kanálu vypočítava miery zapojenia, ktoré normalizujú výkon podľa veľkosti kanálu, čím odhaľujú skutočné zdravie a dynamiku jednotlivých kanálov bez ohľadu na počet odberateľov.

Výpočet miery zapojenia vydelí priemerné nedávne zobrazenia počtom odberateľov, čím sa vytvorí percento, ktoré naznačuje, aký podiel základne odberateľov kanálu v skutočnosti sleduje nový obsah. Priemery branže sa líšia podľa sektora, ale zvyčajne spadajú medzi 2% a 10% pre etablované kanály. Vyššie miery naznačujú aktívne, zapojené publikum, ktoré reaguje na nové nahrávky. Nižšie miery naznačujú základňu odberateľov, ktorá do značnej miery prestala počúvať, možno získanú počas virálneho momentu alebo stratégiou (ako giveaways alebo sub4sub), ktorá vytvorila odberateľov bez skutočného záujmu.

Medzi štyrmi konkurentami mal konkurent D (najmenší kanál) najvyššiu mieru zapojenia na 18,7%. Takmer jedna z piatich ich odberateľov sledovala každé nové video, čo je mimoriadne silný signál záujmu publika. Konkurent A, napriek tomu, že bol zďaleka najväčší, mal mieru zapojenia iba 3,2%. To nie je katastrofálne nízke podľa priemyselných noriem, ale znamená to, že 96,8% ich základne odberateľov ignoruje akékoľvek nahrávanie. Miera zapojenia konkurenta B kolísala medzi 5% a 25%, korelovaná s tým, či sa téma videa zhodovala s ich hlavným sektorom alebo predstavovala experimentálnu odchýlku. Konkurent C bol stabilný okolo 8%, zdravý a konzistentný.

Strategické dôsledky boli významné. Konkurent D bol skutočnou hrozbou napriek tomu, že bol najmenší kanál. Ich vysoká miera zapojenia znamenala, že algoritmus YouTube agresívne podporoval ich obsah non-odberateľom, čím poháňal rýchly rast viditeľný v ich trendovej línii počtu odberateľov. Ich stratégia "hĺbka pred frekvenciou" jasne rezonovala s publikom. Konkurent A, napriek svojim rozmerom, bol bez starostí o veľkej, ale nezapojnej základni odberateľov. Ich konzistentné nahrávky udržiavali základnú úroveň zobrazení prostredníctvom notifikáciou riadenému premávky, skôr ako prostredníctvom algoritmickej propagácie. To znamenalo, že konkurovanie konkurentovi A na algoritmických odporúčaniach bolo v skutočnosti jednoduchšie, ako by počet odberateľov naznačoval, pretože algoritmus propaguje zapojenie, nie historické počty odberateľov.

Stratégie značiek a kľúčové slová, ktoré skutočne fungujú

Značky videí na YouTube sú skryté pred štandardným rozhraním stránky videa. Diváci ich nemôžu vidieť. Ale sú verejne dostupné cez API údajov YouTube, a API značiek videí ich extrahuje z akéhokoľvek verejného videa. Značky ovplyvňujú, ako YouTube kategorizuje a odporúča obsah, a analýza stratégií značiek úspešných konkurentov poskytuje priamy vhľad do ich SEO prístupu. Toto nie je špekulácia o tom, aké kľúčové slová by mohli byť cielené. Je to faktický zoznam presných termínov, ktoré hovorí YouTube, aby asocioval s ich obsahom.

Analýza pokrývala dvadsať najnovších videí od každého zo štyroch konkurentov, spolu sto osemdesiat videí. Z každého videa bola extrahovaná kompletná sada značiek a značky boli agregované na identifikáciu opakujúcich sa vzorov. Konkurent A používal priemerne 28 značiek na video, konzistentne vrátane širokých kategórií značiek (názov sektora, kľúčové slová všeobecnej témy), špecifických tematických značiek (presný predmet videa) a značiek s brandami (názov kanálu, názvy sérií). Ich stratégia značiek bola učebnicová a metodická, jasne spravovaná niekým, kto chápane YouTube SEO základy. Konkurent B používal oveľa menej značiek, v priemere iba 8 na video, a často to boli generické jednoslovné výrazy skôr ako dlhoochvostí frázové kľúčové slová, ktoré majú tendenciu lepšie fungovať pri vyhľadávaní. Toto bola jasná slabosť ich stratégie a vysvetľuje to, prečo ich videá fungovať dobre prostredníctvom odberateľov (ktorí našli obsah prostredníctvom notifikácií), ale zle pri objavovaní vyhľadávania.

Konkurent C používal jedinečný prístup: ich značky obsahovali názvy konkurenčných kanálov a tituly konkurenčných videí ako kľúčové slová. Toto je kontroverzná, ale účinná taktika, ktorá umiestňuje ich videá tak, aby sa objavili v bočnom paneli "navrhované" pri pozeraní obsahu konkurentov. API odhalilo tento vzor v 90% nedávnych videí konkurenta C, čoho je jasné, že ich stratégia rastu sa v značnej miere spolieha na zachytávanie premávky z ostatných kanálov v sektore. Konkurent D používal najdlhšie a najspecifickejšie frazovanie značiek, v priemere 35 značiek na video s mnohými z nich byť úplné otázky alebo dĺžka vety frází, ktoré sa zhodovali s tým, ako používatelia zadávajú vyhľadávacie dotazy. Táto dlhoochvostá stratégia sa zhodovala s ich prístupom k obsahu vytváranému komplexných, detailných videí, ktoré zodpovedajú špecifickým otázkam. Spolu tieto štyri stratégie značiek namaľovali úplný obraz toho, ako každý konkurent umiestňuje svoj obsah v systéme objavovania YouTube, všetko z verejne dostupných metaúdajov.

Chýbajúci obsah a príležitosti, ktoré konkurenti premeškaní

Najakčnejší výstup celej analýzy bola identifikácia chýbajúceho obsahu. Mapovaním tém pokrytých všetkými štyrmi konkurentami počas ich nedávnych videí sa stali viditeľné medzery, kde žiadny z nich nezverejnil obsah. Tieto medzery predstavujú témy, ktoré je spoločná časť publika pravdepodobne zaujímavá (podľa relevantnosti sektora), ale v súčasnosti ich nemôže nájsť neodsúdené niektorým z etablovaných kanálov. Publikovanie obsahu, ktorý vyplní tieto medzery, vytvorí príležitosť na rankings pri vyhľadávaní a na odporúčanie bez priamej konkurencie voči existujúcim videám z kanálov s väčšou autoritou.

Proces bol jednoduchý. Tituly videí a popisy všetkých sto osemdesiat analyzovaných videí boli skenuté na opakovanie tém a kľúčových slov. Výsledná mapa tém ukázala husté zhluky (predmety všetkých štyroch konkurentov pokrytých, často viackrát) a riedke regióny (predmety, ktoré sa objavili v jednom alebo dvoch videách najviac, alebo vôbec nie). Husté zhluky naznačovali uznávané kategórie obsahu, kde konkurencia o pozornosť bola intenzívna. Riedke regióny naznačovali buď témy, ktoré konkurenti zatiaľ neobjavili, témy, ktoré sa zámerného vyhýbali (možno kvôli nízkenej vnímanej dopyte), alebo témy, ktoré plánovali pokryť v budúcnosti, ale dosiaľ sa k nim nedostali.

Z tejto analýzy vzišlo niekoľko skutočne sľubných medzier. Jedna tematická zhluková, ktorá sa opakovane objavila v analýze značiek (čo naznačuje dopyt po vyhľadávaniu publika), bola pokrytá iba konkurentom D v jednom videu, a toto video prekonalo priemer kanálu o 3x. Táto kombinácia signálov (vysoký dopyt pri vyhľadávaní plus osvedčený výkon plus minimálna konkurencia) bola najsilnejším možným ukazovateľom príležitosti obsahu. Tri videá zacielené na variácie tejto tematickej zhlukovej boli vytvorené a zverejnené počas nasledujúcich týždňov, a ich výkon schválil analýzu: všetky tri prekročili priemer kanálu, pričom jedno sa stalo najlepšie vykonávajúcim videom štvrťroka.

Celá analýza, od identifikácie konkurenta cez zber údajov, výpočet metrík, extrakcia značiek a mapovanie chýbajúceho obsahu, bola vykonaná pomocou verejne dostupných údajov spracovaných prostredníctvom API. Nie sú dostupované žiadne súkromné analýzy, nie sú potrebné poverzovacie certifikáty prihlásenia, nie sú porušené žiadne podmienky služby. Konkurenti, ktorí sú analyzovaní, nemajú možnosti vedieť, že analýza došlo, a poznatky získané boli také detailné a akčné ako akýkoľvek interný prehlad analýzy. Mýtus, že analýza konkurencov vyžaduje súkromný prístup k údajom, je presne to: mýtus. Údaje sú verejné. Nástroje na ich spracovanie existujú. Jedinou otázkou je, či ich používať.