Supozimi se analiza e konkurrencës me kuptim kërkon akses në të dhëna private është një nga mitet më të qëndrueshme në komunitetin e krijuesve të YouTube. Krijuesit shikojnë panelet e tyre të YouTube Studio, shohin metrjat e bogatë private të disponueshme atje (të ardhura për video, normat e kliko-përmes, demografinë e audiencës, ndarjet e burimit të trafikut), dhe supozojnë se pa akses të ngjashëm në panelin e një konkurrenti, çdo analizë konkurrente do të jetë sipërfaqësore në më të mirën. Ky supozim është i gabuar. Sasia e nivelit të përvojës që mund të nxirret nga të dhënat publike të YouTube është jashtëzakonshme, dhe ajo është më shumë se e mjaftueshme për të marrë vendime strategjike të informuara në lidhje me përmbajtjen, planifikimin e kohës dhe pozicionimin. Analiza e përshkruar këtu u krye në katër konkurrentë të drejtpërdrejtë në të njëjtën nişë, duke përdorur asgjë përveç të dhënave të dukshme në kanelin e tyre publik dhe faqet e videove, të përpunuara përmes auditit të kanalit dhe API-s të etiketave video.

Katër konkurrentët u zgjodhën bazuar në një kriter të thjeshtë: ata ishin kanalet që u shfaqën më shpesh në anën "e rekomanduar" gjatë shikimit të videove nga kanalet në të njëjtën nişë. Algoritmi i rekomandimit të YouTube nxjerr kanale që ndajnë mbivendosjen e audiencës, gjë që e bën shiritin anësor një tregues të besueshëm se kush janë konkurrentët e vërtetë, në krahasim me kanalet që duken si konkurrentë bazuar vetëm në temën por në fakt shërbejnë një segment tjetër të audiencës. Dy prej katër ishin kanale më të mëdha me numra nënshkruesish mbi 500,000. Një ishte përafërsisht i njëjtës madhësi sa kanalet që operonin. E katërtja ishte një kanal më i vogël që ishte rritur shpejt dhe duket se po ekzekutonte një strategji të denjë për t'u studiuar.

Ajo që pasoi ishte një analizë sistematike në katër përmasa: modelet e ngarkimit, metrikat e përfshirjes, strategjitë e etiketave dhe fjalëve çelese, dhe identifikimi i boshllëqeve të përmbajtjes. Çdo dimension u analizua duke përdorur të dhënat publike që kushdo mund të aksesojë, të përpunuara përmes API-ve që llogarisin automatikisht metrikat e rrjedhur. E gjithë analiza, në të katër kanalet, u përfundua në më pak se një orë. Bërja e të njëjtës punë manualisht, duke vizituar secilën faqe kanali, duke klikuar përmes secilës video, dhe duke regjistruar metrjat në një spreadsheet, do të kishte marrë pjesën më të madhe të dy ditëve.

Modelet e Ngarkimit dhe Çfarë Ato Zbulojnë në Lidhje me Kapacitetin e Prodhimit

Dimensioni i parë i analizës ishte frekuenca dhe konsistenca e ngarkimit. API-ja e auditit të kanalit ndryshe e marrja e datave të publikimit të videove të fundit, dhe nga këto të dhëna, ajo llogarit frekuencën mesatare të ngarkimit, shpërndarjen ditë të javës, modelet e kohës së ditës, dhe metrjat e konsistencës (sa ndryshon orari i ngarkimit javë për javë). Këto metrika janë shumë më të zbulues se ç'duhet të duken në fillim, sepse modelet e ngarkimit janë një pasqyrë e drejtpërdrejtë e kapacitetit të prodhimit të një kanali, strategjisë së përmbajtjes, dhe investimit të burimeve.

Konkurrenti A, më i madhi i katër me mbi 800,000 nënshkruesish, botoi me konsistencën e metronomit: tre video në javë, çdo e hënë, të mërkurë dhe të premte, përafërsisht në të njëjtën orë të ditës. Ky model ishte mbajtur për më shumë se tetëmbëdhjetë muaj pa asnjë boshllëk. Ai nivel konsistenceë nënkupton një ekip prodhimi në vend të një krijuesi vetëm, një kalendar përmbajtjeje të planifikuar javë ose muaj më përpara, dhe një investim të konsiderueshëm në ruajtjen e orarit të ngarkimit. Konkurrimi me këtë kanal në frekuencën e ngarkimit do të kërkonte përputhje të kapacitetit të tyre të prodhimit, i cili nuk ishte i realizueshëm ose madje i dëshirueshëm. Në vend të kësaj, ngjyrimi ishte të shmangnim ngarkimin në të njënat ditë, sepse algoritmi do të shërbente përmbajtjen e freskët nga një konkurrent më i madh në segmentin e audiencës së përbashkët në ato ditë specifike.

Konkurrenti B tregoi një model krejtësisht të ndryshëm: shpërthime e ngarkimeve të përditshme ndjekur nga javë heshtjeje. Katër video në një javë, më pas asgjë për dymbëdhjetë ditë, pastaj gjashtë video në dhjetë ditë, më pas një boshllëk tre javësh. Ky model sugjerupozesron një krijues vetëm që punon në grupe, ka të ngjarë të regjistrojë dhe të redaktojë shumë video në një seancë dhe të planifikojë ato në ditë të mëvonshme. Ngjyrimi strategjik ishte i ndryshëm nga Konkurrenti A. Boshllëqet e Konkurrentit B përfaqësonin dritaret ku audienca e përbashkët ishte nënshërbyer, dhe ngarkimi i kohës për të përafat me ato boshllëqe mund të kapte vëmendjen që përndryshe do të rrjedh pa plotësim. Vizualizimi i kronologjisë i API-s e bëri këto boshllëqe menjëherë të evidente, ndërsa analiza manuale do të kërkonte përgëzim përmes listës video të kanalit dhe hartëzim mendor të datave të publikimit.

Konkurrenti C mbajti një orarin të qëndrueshëm dy në javë por kohët e fundit përshpejtoi në katër për javë. Kjo përshpejtim, e dukshme në të dhënat nga tetë javët e fundit krahasuar me dymbëdhjetë muajt paraardhës, sinjalizoi një ndryshim strategjik. Ose kishin punësuar ndihmë shtesë, ndryshuan formatin e tyre të përmbajtjes në diçka më të shpejtë për të prodhuar, ose po testuan nëse frekuenca e rritur e ngarkimit do të përshpejtonte rritjen. Monitorimi i këtij ndryshimi në javët pasuese do të zbulonte nëse strategjia funksiononte (e vërtetuar nga ruajtja ose përmirësimi i numrit të shikimeve për video) ose po digjet (e vërtetuar nga këndimi i zbritjes duke sugjeruar lodher ose rëniet e cilësisë). Konkurrenti D i vogël por në rritje të shpejtë postoi një herë në javë por me video të jashtëzakonisht të gjata (në mesataren tridhjetë minuta krahasuar me mesataren e nişës prej dymbëdhjetë). Kjo sugjeroi një strategji "thellësi mbi frekuencë" që vendosi përparësinë në kohën e shikimit për video mbi numrin total të videove, e cila është një qasje e vlefshme duke pasur parasysh peshën e algoritmit të YouTube për kohën totale të shikimit.

Normat e Përfshirjes dhe Mashtryma e Madhësisë

Numrat e papërpunuar të nënshkruesish dhe shikim janë metrjat më të dukshme në YouTube dhe gjithashtu më mashtrues për analizën e konkurrencës. Një kanal me një milion nënshkruesish që merr 20,000 shikime për video është në pozicion bazallt më të dobët se një kanal me 50,000 nënshkruesish që merr 15,000 shikime për video, edhe pse kanali i parë "duket" më i madh nga çdo metrikë sipërfaqësore. API-ja e statistikave të kanalit llogarit normat e përfshirjes që normalizojnë funksionimin nga madhësia e kanalit, duke zbuluar shëndetin dhe momentin e vërtetë të çdo kanali pavarësisht nga numri i tij i nënshkruesish.

Llogaritja e normës së përfshirjes ndan shikimet mesatare të fundit me numrin e nënshkruesish, duke prodhuar një përqindje që tregon çfarë përqindjeje të bazës së nënshkruesish të një kanali në fakt shikon përmbajtje të re. Mesataret e industrisë ndryshojnë sipas nişës por zakonisht bien midis 2% dhe 10% për kanalet e krijuara. Normat më të larta sugjerojnë një audiencë aktive, të përfshirë që i përgjigjet ngarkimeve të reja. Normat më të ulëta sugjerojnë një bazë nënshkruesish të cilën në thelb ka humbur interes, ndoshta e fituar gjatë një momenti viral ose përmes një strategjie (si rafte ose nën-për-nënshkrim) që prodhoi nënshkruesish pa interes të sinqertë.

Midis katër konkurrentëve, Konkurrenti D (kanali më i vogël) kishte normën më të lartë të përfshirjes në 18.7%. Pothuajse një në pesë nënshkruesish e tyre shikoi çdo video të re, e cila është një sinjal jashtëzakonisht i fortë i interesit të audiencës. Konkurrenti A, pavarësisht se ishte shumë më i madhi, kishte një normë përfshirjeje prej vetëm 3.2%. Kjo nuk është katastrofalisht e ulët sipas standardeve të industrisë, por nënkupton se 96.8% e bazës së tyre të nënshkruesish shpërngulet çdo ngarkim. Norma e përfshirjes e Konkurrentit B luhej me zhurmë midis 5% dhe 25%, e ndërlidhur nëse tema video përputhej me bërthamën e nişës apo përfaqësonte një largim eksperimental. Konkurrenti C qëndroi i qëndrueshëm rreth 8%, i shëndetshëm dhe konsistent.

Ngjyrimet strategjike ishin të konsiderueshme. Konkurrenti D ishte kërcënimi i vërtetë pavarësisht se ishte kanali më i vogël. Norma e tyre e lartë e përfshirjes nënkupton se algoritmi i YouTube po promovonte agresivisht përmbajtjen e tyre për jo-nënshkruesish, duke drejtuar rritjen e shpejtë të dukshme në linjën e trendit të nënshkruesish. Strategjia e tyre e "thellësisë mbi frekuencës" ishte qartë duke resonancë me audiencën. Konkurrenti A, pavarësisht madhësisë, ishte duke ecur në një bazë të madhe por të paangazhuar të nënshkruesish. Ngarkimet e tyre konsistente ruajtën një bazë të shikillave përmes trafikut të drejtuar nga njoftimi në vend të promovimit algoritmik. Kjo nënkuptonte se konkurimi me Konkurrentin A për rekomandimet algoritmike ishte në fakt më e lehtë se çfarë do të sugjeronte numri i nënshkruesish, sepse algoritmi promovon përfshirjen, jo numrat historikë të nënshkruesish.

Strategjitë e Etiketave dhe Fjalëkëto Që Në Fakt Funksionojnë

Etiketat e videove YouTube janë të fshehura nga ndërfaqja standarde e faqes video. Shikuesit nuk mund t'i shohin. Por ato janë publik të aksesshme përmes API të YouTube, dhe API-ja e etiketave video i nxjerr ato nga ndonjë video publike. Etiketat ndikojnë se si YouTube kategorizon dhe rekomandon përmbajtjen, dhe analiza e strategjive të etiketave të konkurrentëve të suksesshëm ofron një dritare të drejtpërdrejtë në qasjen e tyre SEO. Kjo nuk është spekuim në lidhje me fjalëkëto të cilat ata mund të synojnë. Ajo është një inventar faktik i termave të saktë që ata po i thonë YouTube të shoqërojnë me përmbajtjen e tyre.

Analiza mbuloi njëzet videot më të fundit nga secili i katër konkurrentëve, duke totalë tetëdhjetë video. Kompleti i plotë i etiketave të secilës video u nxjerr dhe etiketat u grumbulluan për të identifikuar modele të përsëritura. Konkurrenti A përdori një mesatare prej 28 etiketash për video, në mënyrë të vazhdueshme duke përfshirë etiketat e kategorisë së gjerë (emrin e nişës, fjalëkëtojë të temës së përgjithshme), etiketat e temës specifike (temë e saktë e videove), dhe etiketat e markës (emri i kanalit, emrat e serive). Strategjia e tyre e etiketës ishte e tekstualit dhe metodike, qartë e administruar nga dikush që kuptonte bazat e SEO YouTube. Konkurrenti B përdori shumë më pak etiketat, mesatare vetëm 8 për video, dhe shpesh ishin terma të përgjithshëm me një fjalë në vend të frazave të fjalëkëtove me bisht të gjatë që kanë tendencë të funksionojnë më mirë në kërkimin. Kjo ishte një dobësi e qartë në strategjinë e tyre, dhe ajo shpjegoi pse videot e tyre performuan mirë përmes nënshkruesish (të cilët gjetën përmbajtje përmes njoftime) por keq në zbulimin e kërkimit.

Konkurrenti C përdori një qasje unike: etiketat e tyre përfshinë emrat e kanaleve konkurrentë dhe titujt e videove konkurrentë si fjalëkëto. Kjo është një taktikë kontroverse por efektive e cila pozicionon videot e tyre për të shfaqur në shiritën "e sugjeruar" kur shikuesit shikojnë përmbajtjen e konkurrentit. API-ja zbuloi këtë model në 90% të videove të fundit të Konkurrentit C, duke e bërë të qartë se strategjia e rritjes e tyre mbështetej në mënyrë të rëndësishme në kapjen e trafikut nga kanale të tjera në nişë. Konkurrenti D përdori frazat më të gjata dhe më specifike të etiketave, mesatare 35 etiketat për video me shumë të tyre në rast se pyetje të plota ose fraza të gjatë të fjalisë që përputheshin se si përdoruesit shpenzojnë kërkimi. Strategjia e bishtit të gjatë qendruese me qasjen e tyre të përmbajtjes e krijimit të videove gjithëpërfshirëse, të thellëta që përgjigjine pyetjeve specifike. Bashkë, këto katër strategji etiketash pikturoi një foto të plotë se si çdo konkurrent u poziciononte përmbajtjen në sistemin e zbulimit të YouTube, të gjitha nga metadhënat publike.

Boshllëqet e Përmbajtjes dhe Mundësitë Konkurrentët Humbin

Dalja më vepruese e të gjithë analizës ishte identifikimi i boshllëqeve të përmbajtjes. Duke hartuar temtë e mbuluar nga të katër konkurrentët mbi videot e fundit, boshllëqet ku asnjë prej tyre nuk ishte botuar u bënë të dukshme. Këto boshllëqe përfaqësojnë tema të cilat audienca e përbashkët ka të ngjarë të interesuar (bazuar në relevancan e nişës) por nuk mund të gjejnë të adresuara nga ndonjë kanal i krijuar. Botimi i përmbajtjes që mbush këto boshllëqe krijon një mundësi për rankim në kërkimin dhe të përfshirë pa konkuruar drejtpërdrejt kundër videove ekzistuese nga kanale me më shumë autoritet.

Procesi ishte i drejtpërdrejtë. Titujt e videove dhe përshkrimet nga të gjitha tetëdhjetë videot e analizuara u skanuan për tema të përsëritura dhe fjalëkëto. Harta e temave që rezultoi tregoi grupe të dendura (tema që të katër konkurrentët kishin mbuluar, shpesh shumë herë) dhe rajonet e rralla (tema që u shfaqën në një ose dy video më së shumti, ose aspak). Grupet e dendura treguan kategori përmbajtjeje të krijuara mirë ku konkurrenca për shikime ishte intensive. Rajonet e rralla treguan ose tema të cilat konkurrentët nuk i kishin zbuluar, tema të cilat kishin shmangur deliberatisht (ndoshta për shkak të kerkesës së ulët të perceptuar), ose tema të cilat planifikojnë të mbulojnë në të ardhmen por nuk kishin arritur ende.

Disa boshllëqe me të vërtetë premtuese u shfaqën nga kjo analizë. Një grumbull i temës që shfaqet në mënyrë të përsëritur në analizën e etiketave (sugjerojnë kërkimin e audiencës kërkesën) ishte mbuluar vetëm nga Konkurrenti D në një video, dhe ajo video kishte performuar përvojeshtim më të lartë se mesatarja e kanalit me 3x. Kjo kombinim i sinjaleve (kërkim i lartë i kërkesës plus funksionim i provuar plus konkurrencë minimale) ishte treguesi më i fortë i mundur për një mundësi përmbajtjeje. Tre video të synuara ndryshimet e atij grumbullit të temës u prodhua dhe botuan gjatë javëve pasuese, dhe funksionimi i tyre validoi analizën: të tre kaloi mesataren e kanalit, me një bëhej video më e mirë e funksionimit të tremujorësh.

E gjithë analiza, nga identifikimi i konkurrentit përmes mbledhjes e të dhënave, llogaritja e metrikave, nxjerrja e etiketave, dhe hartëzimi i boshllëqeve të përmbajtjes, u krye duke përdorur të dhënat publike të përpunuara përmes API-ve. Asnjë analizë private nuk u aksesua, asnjë kredencial login nuk ishte i nevojshëm, nuk u shkelën termat e shërbimit. Konkurrentët e analizuar nuk kanë asnjë mënyrë e gjetjes se analiza u ndodh, dhe nivelimet e përvojës u siguruan ishin aq të detajuara dhe vepruese si çdo rishikimi të brendshme të analizimit. Miti se analiza e konkurrencës kërkon aksesim e të dhënave private është saktësisht atë: një mit. Të dhënat janë publike. Mjetet për përpunimin e tyre ekzistojnë. E vetmja pyetje është nëse t'i perdorin ato.

A është ligjor të analizohet konkurentët YouTube duke përdorur të dhënat e tyre publike?

Po. Të gjitha të dhënat e përdorura në këtë analizë janë publik të disponueshme në YouTube. Numrat e nënshkruesish, numrat e shikimeve, titujt e videove, përshkrimet, etiketat, dhe datat e publikimit janë të dukshme për të gjithë ata që vizitojnë një faqe kanali ose videove. Përpunim i këtyre të dhënave publike përmes API-ve nuk shkel termat e shërbimit të YouTube, sepse të dhënat aksessohen përmes mjetesh legjitimë dhe asnjë metrikë private nuk përfshihet.

Si mund të shikohent etiketat video nëse ato janë të fshehura nga ndërfaqja YouTube?

Ndërsa YouTube nuk shfaq etiketat në faqën standarde të videove, ato janë të aksesshme përmes API të YouTube dhe përmes mjeteve si API-ja e etiketave video i cila nxjerr këtë metadhënë. Etiketat janë të dhëna publike të cilat YouTube i bën të disponueshme programazë, edhe pse ndërfaqja e përdoruesit nuk e sipërfaqësi ato për shikuesit e rastësishëm.

Çfarë norme përfshirjeje konsiderohet e shëndetshme për një kanal YouTube?

Normat e përfshirjes (shikimet mesatare për video ndarë me numrin e nënshkruesish) zakonisht shtrihen nga 2% deri 10% për kanalet e krijuara. Normat më lart se 10% tregojnë një audiencë jashtëzakonisht të përfshirë, shpesh parë në kanalet më të reja ose nişe. Normat më poshtë 2% sugjerojnë një bazë të nënshkruesish të paangazhuar. Këto për krahasim shtrihen sipas nişës, moshë kanali, dhe lloji i përmbajtjes, kështu që ato duhet të përdoren si pikë referimi në vend të standardeve absolute.

A mund të analiza e kohës së ngarkimit në të vërtetë të përmirësohet funksionimi i videove?

Koha e ngarkimit prek përfshirjen fillestare, e cila ndikon se si agresivisht algoritmi i YouTube promovon videon në orëve kritike të fundit pas publikimit. Botim kur audienca objektive është më aktive rrit gjasat e shikimeve fillestare, pëlqejsh, dhe komenteve, e cila sinjalizon algoritmit se video është e vlerë për rekomanim më gjerësisht. Ndërsa koha vetëm nuk do të shpëtojë videon e keqe, ajo mund të përmirësojë në mënyrë të kuptimshme funksionimin e përmbajtjes të mirë.

Sa shpesh duhet të përsëritet analiza e konkurrentëve?

Një analizë gjithëpërfshirëse çdo tremujor është e mjaftueshme për shumicën e kanaleve. Kontrolle të shpejta mujore në metrikat kryesore (ndryshimet e frekuencës ngarkimit, trendet e normës përfshirjeje, tema e përmbajtjes e re) ndimojnë në kapjen e ndryshimeve strategjike herët. API-ja i bëj këto kontrole periodik të shpejt dhe të pabretjez, kështu që nuk ka asnjë arsye për të lejuar inteligjencën e konkurrencës të bëhet e vjetër për muaj në një rresht.

A funksionon ky lloj analiz për kanale të vogla me pak nënshkruesish?

Po, edhe pse të dhënat janë më të ndryshueshme. Kanalet e vogla kanë më pak pikë të dhënash, e cila nënkupton që video të vetmeve ndryshime kanë një ndikim më të madh në metrikat mesatare. Analiza është akoma e vlefshme për kuptimin e strategjive të konkurrentëve, identifikimin e boshllëqeve të përmbajtjes, dhe studimin e qasjes e etiketave, të cilat janë të gjitha të rëndësishme pavarësisht nga madhësia e kanalit.