Генеришите SQL, Excel или JSON скупове података за земље и језике. Прилагодите називе поља и извезите са сликама застава.
Претпоставка да смислена анализа конкуренције захтева приступ приватним подацима је један од најпостојаних митова у YouTube заједници креатора. Креатори гледају на своје YouTube Studio контролне табле, виде богате приватне метрике доступне там (приход по видеу, стопе кликања, демографию публике, разбијање извора саобраћаја) и претпостављају да без сличног приступа контролној табли конкурента, свака анализа конкуренције неће бити ништа више од површне. Та претпоставка је погрешна. Количина увида која се може извући из јавно доступних YouTube података је екстраординарна, и више него довољна за доношење информисаних стратешких одлука о садржају, расписивању и позиционирању. Анализа описана овде је извршена на четири директна конкурента у истој нише, користећи ништа več од података видљивих на њиховој јавној страници канала и страницама видеа, обрађених кроз аудит канала и API-је за ознаке видеа.
Четири конкурента су одабрана на основу једноставног критеријума: били су канали који су се најчешће појављивали у бочној колони "препоручено" приликом гледања видеа из канала у истој нише. Алгоритам препоруке YouTube-а доводи канале који деле преклапање публике, што чини бочну колону поузданим показателем ко су прави конкуренти, за разлику од канала који изгледају као конкуренти на основу теме али заправо служе другачијем сегменту публике. Двајица од четири су били већи канали са бројем претплатника изнад 500.000. Један је био приближно исте величине као канали на које се примењује анализа. Четврти је био мањи канал који је брзо растао и изгледао је да спроводи стратегију вредну проучавања.
Ушло је у систематску анализу кроз четири димензије: шаблоне објављивања, метрике ангажман, стратегије за ознаке и кључне речи, и идентификацију пропуста у садржају. Свака димензија је анализирана користећи јавне податке доступне сваком, обрађене кроз API-је који аутоматски рачунају изведене метрике. Целокупна анализа, кроз све четири канала, завршена је за мање од часа. Манипулисање истог посла ручно, путем посећивања сваке странице канала, кликања кроз свако видео и забелешке метрике у табели, требало би да потрају бољи део два дана.
Прва димензија анализе била је честота и конзистентност објављивања. API за аудит канала преузима датуме објављивања недавних видеа, и из тих података, рачуна просечну честоту објављивања, дистрибуцију дана у недељи, шаблоне времена дана и метрике конзистентности (колико варира распоред објављивања од недеље до недеље). Ове метрике су далеко откривајућије него што би иначе могле изгледати, јер су шаблони објављивања директна рефлексија производне способности канала, стратегије садржаја и инвестиције ресурса.
Конкурент А, највећи од четири са преко 800.000 претплатника, објављивао је са метрономском конзистентношћу: три видеа седмично, сваки понедељак, среду и петак, отприлике у исто време дана. Овај шаблон је одржаван више од осамнаест месеци без јединог пропуста. Та степен конзистентности подразумева производни тим уместо самосталног креатора, календар садржаја планиран недеље или месеце унапред, и значајну инвестицију у одржавање распореда објављивања. Такмичење са овим каналом на честоти објављивања захтевало би подударање њихове производне способности, што није било изводљиво нити пожељно. Уместо тога, увид је био да избегнемо објављивање у исте дане, јер би алгоритам служио свеж садржај већег конкурента дељеном сегменту публике у те конкретне дане.
Конкурент Б је показао потпуно другачији шаблон: налети дневних објављивања праћени недељама тишине. Четири видеа у једној недељи, затим ничega дванаест дана, па шест видеа у десет дана, затим паузе од три недеље. Овај шаблон сугерише самосталног креатора који ради у налетима, вероватно снимајући и уређујући више видеа у једној сесији и расписујући их током наредних дана. Стратешка импликација је била другачија од Конкурента А. Конкурентови пропусти су представљали прозоре где је дељена публика била недовољно служена, и временско опредељење објављивања да се поклопи са тим пропустима могло би да ухвати пажњу која би иначе била неудовољена. Визуализација временске линије API-ја је одмах учинила те пропусте очигледним, док би ручна анализа захтевала скроловање кроз листу видеа канала и ментално картографисање датума објављивања.
Конкурент Ц је одржавао стабилан распоред два по недељи али је недавно убрзао на четири по недељи. Ово убрзање, видљиво у подацима из последње осам недеља у поређењу са претходних дванаест месеци, сигнализирало је стратешку промену. Или су они запослили додатну помоћ, променили формат своје садржаја на нешто брже за производњу, или су тестирали да ли ће повећана честота објављивања убрзати раст. Надзор ове промене кроз наредне недеље би открио да ли стратегија функционише (очигледна по одржавању или побољшању пролаза видеа) или се сагорева (очигледна по опадајућем гледању сугерујући замор публике или пад квалитета). Мали али брзо растући Конкурент Д је објављивао једном седмично али са изненађујуће дугачким видеима (у просеку тридесет минута у поређењу са просеком нише од дванаест). Ово је сугерисало "дубину преко честоте" стратегију која је приоритизирала време гледања по видеу над укупним бројем видеа, што је важећи приступ с обзиром на потезање алгоритма YouTube-а на укупно време гледања.
Сирови број претплатника и пролаза су најводљивије метрике на YouTube-у и такође најобманљивије за анализу конкуренције. Канал са милион претплатника добијајући 20.000 пролаза по видеу је у коренито слабијој позицији од канала са 50.000 претплатника добијајући 15.000 пролаза по видеу, иако прва канала "изгледа" већа по сваком показателју на површини. API канала статистике рачуна стопе ангажман које нормализирају перформансе величином канала, откривајући прави здравље и замах сваког канала без обзира на број претплатника.
Калкулација стопе ангажман дели просечан недаван пролаз са бројем претплатника, производећи проценат који указује какав пропорција базе претплатника канала заправо гледа нови садржај. Просеци индустрије варирају по нишама али обично падају између 2% и 10% за успостављене канале. Веће стопе сугерису активну, ангажирану публику која реагује на нова објављивања. Мање стопе сугерису базу претплатника која је углавном пренебегла, можда стечена током вирусног момента или кроз стратегију (попут давања позива или замене претплате) која је произвела претплатнике без праве заинтересованости.
Међу четири конкурента, Конкурент Д (најмањи канал) је имао највишу стопу ангажман од 18,7%. Скоро један од пет његових претплатника је гледао свако ново видео, што је изненађујуће јак сигнал интереса публике. Конкурент А, упркос томе што је био далеко највећи, имао је стопу ангажман од само 3,2%. Ово није катастрофално низак по стандардима индустрије, али то значи да 96,8% њихове базе претплатника игнорише свако објављивање. Стопа ангажман Конкурента Б варирала је бесно између 5% и 25%, повезана са тиме да ли је тема видеа одговарала њиховој јединственој нишеји или је била експериментално одступање. Конкурент Ц је задржавао стабилна око 8%, здрав и конзистентан.
Стратешке импликације су биле значајне. Конкурент Д је била права претња упркос томе што је била најмањи канал. Њихова висока стопа ангажман је значила да је алгоритам YouTube-а агресивно промовисао њихов садржај без претплатника, покрећући брз раст видљив у њиховој тренд линији претплатника. Њихова "дубина преко честоте" стратегија је јасно одзвањала са публиком. Конкурент А, упркос њиховој величини, је била на распону велике али неангажиране базе претплатника. Њихова конзистентна објављивања су одржавала базну линију пролаза кроз саобраћај вођен обавештењима уместо алгоритамске промоције. То је значило да је такмичење са Конкурентом А за алгоритамске препоруке заправо било једноставније него што би њихов број претплатника сугерисао, јер алгоритам промовише ангажман, не историјске бројеве претплатника.
YouTube ознаке видеа су скривене од стандардног интерфејса странице видеа. Гледаоци их не могу видети. Али су јавно доступне кроз API за подаци YouTube-а, и API за ознаке видеа их извлачи из било ког јавног видеа. Ознаке утичу на то како YouTube категоризира и препоручује садржај, и анализирање стратегија за ознаке успешних конкурената пружа директан прозор у њихов SEO приступ. Ово није спекулација о томе које кључне речи би можда требало да циљају. То је чињенична инвентура тачних термина које говоре YouTube-у да повеже са њиховим садржајем.
Анализа је обухватила двадесет најскорijih видеа од сваког од четири конкурента, укупно осамдесет видеа. Комплетан сет ознака сваког видеа је извучена и ознаке су агрегиране да се идентификују повратна шаблона. Конкурент А је користио просечно 28 ознака по видеу, конзистентно укључујући широке категоријске ознаке (назив нише, генеричке теме кључне речи), специфичне теме ознаке (тачна тема видеа), и брендиране ознаке (назив њиховог канала, називе серија). Њихова стратегија ознака је била уџбенична и методична, јасно управљана од стране неке особе која је разумела основе YouTube SEO. Конкурент Б је користио далеко мање ознака, просечно само 8 по видеу, и често су биле генеричке једнореечне термине уместо фраза дугачка опаста která би требало да буду бољи у трази. Ово је била јасна слабост у њиховој стратегији, и објаснило је зашто су њихова видеа функционисала добро кроз претплатнике (који су пронашли садржај кроз обавештења) али лоше у откривању трави.
Конкурент Ц је користио јединствен приступ: њихове ознаке су укључивале назив конкурентних канала и наслове конкурентних видеа као кључне речи. Ово је спорна али ефикасна тактика која позиционира њихова видеа да се појаве у бочној колони "предложено" када гледаоци гледају конкурентни садржај. API је открио овај шаблон кроз 90% недавних видеа Конкурента Ц, чинећи јасно да њихова стратегија раста у великој мери зависи од хватања саобраћаја из других канала у нишеји. Конкурент Д је користио најдуже и најспецифичније фразе ознака, просечно 35 ознака по видеу са многима од njih biti комплетна питања или фразе дужине реченице која одговара томе како корисници куцају упите трављања. Ова дугачка стратегија опаста је била усклађена са њиховим приступом садржаја стварања обимних, дубинских видеа која одговарају конкретним питањима. Заједно, ове четири стратегије за ознаке су нацртане комплетну слику како је сваки конкурент позиционирао њихов садржај у систему откривања YouTube-а, све из јавно доступних метаподатака.
Најконкретнији излаз целокупне анализе је била идентификација пропуста у садржају. Путем картографисања тема покривене свим четири конкурента кроз њихова недавна видеа, пропусти где ниједан од njih није објављивања су постали видљивим. Ови пропусти су представљали теме које дељена публика вероватно је заинтересована (на основи релеватности нише) али тренутно не могу пронаћи адресирану од стране било од успостављених канала. Објављивање садржаја који попуњава те пропусте ствара могућност да занемари у трази и буде препоручена без директног такмичења против постојећих видеа са канала са више ауторитета.
Процес је био јаван. Наслови видеа и описи из свих осамдесет анализираних видеа су скенирани за повратна тема и кључне речи. Резултирајућа карта тема је показала густе гомиле (теме све четири конкурента су покривале, често вишеструко) и ретке подручја (теме које су се појављивале у једном или два видеа највише, или уопште не). Густе гомиле су указале на добро успостављене категорије садржаја где је конкуренција за пролаза интензивна. Ретке подручја су указале или на теме које конкуренти нису још открили, теме које су намерно избегле (можда због ниске перцепције потражње), или теме које су планирале да покрију у будућности али нису достигле још.
Неколико заиста обећавајућих пропуста је емергирано из ове анализе. Једна теме гомила која се појављивала много пута у анализи ознаке (сугерујући потражњу трављања публике) била је покривена само од стране Конкурента Д у једном видеу, и то видео је надмашило њихов канал просека од 3x. Ова комбинација сигнала (висока потражња трављања плус доказана перформанса плус минимална конкуренција) је била најјача могућа индикатор за прилику садржаја. Три видеа циљајући варијације те теме гомила су произведена и објављена кроз наредне недеље, и њихова перформанса је валидирала анализу: сви три су превазишли канал просека, са једним постајући њихово видео са најбољом перформансом квартала.
Целокупна анализа, од идентификације конкурента кроз прикупљање података, метрике калкулација, извлачења ознака, и картографисања пропуста садржаја, је извршена користећи јавно доступне податке обрађене кроз API-је. Ниједан приватни аналитика су приступљени, ниједни логин акредитива нису захтевани, ниједне услуге нису биле нарушене. Конкуренти биће анализирани нису имали начин знања да анализа произашла, и увиди стечени су били као детаљни и конкретни као било који рецензија унутрашњих аналитика. Миту да анализа конкуренције захтева приступ приватним подацима је тачно тако: миту. Подаци су јавни. Алати за обраду их постоје. Једино питање је да ли их користити.