Özel İstatistiklere Erişim Olmadan Dört Rakibi Analiz Ettim - Sadece Genel Veriler Kullanarak

Anlamlı bir rakip analizi yapabilmek için özel verilere erişim gerektiği fikri, YouTube yaratıcı topluluğunda en yaygın efsanelerden biridir. Yaratıcılar kendi YouTube Studio gösterge panolarına baktıklarında, orada bulunan zengin özel metrikleri görürler (video başına gelir, tıklama oranları, hedef kitle demografisi, trafik kaynağı dağılımı) ve kompetitörün gösterge paneline benzer şekilde erişim olmadığında, herhangi bir rakip analizi en iyi ihtimalle yüzeysel kalır diye düşünürler. Bu varsayım yanlıştır. Genel olarak mevcut YouTube verilerinden çıkarılabilecek içgörü miktarı olağanüstüdür ve içerik, planlama ve konumlandırma hakkında bilinçli stratejik kararlar almak için yeterli olandan fazladır. Burada açıklanan analiz, aynı niş içinde dört doğrudan rakip üzerinde gerçekleştirilmiştir; sadece ortak kanalları ve video sayfalarında görünen veriler, kanal denetim ve video etiketi API'leri aracılığıyla işlenerek kullanılmıştır.

Dört rakip basit bir ölçüte göre seçilmiştir: aynı niş içindeki kanallardan videolar izlerken "önerilen" kenar çubuğunda en sık görünen kanallar. YouTube'un öneri algoritması, hedef kitlesi çakışan kanalları ortaya çıkarır ve bu kenar çubuk, başlık temelinde rakip gibi görünen ancak aslında farklı bir hedef kitleye hizmet eden kanalların aksine, gerçek rakiplerin güvenilir bir göstergesidir. Dörtten ikisi 500.000'den fazla abone sayısı olan daha büyük kanallardı. Biri, çalıştırılan kanallarla kabaca aynı boyuttaydı. Dördüncüsü, hızlı bir şekilde büyüyen ve incelemeye değer bir strateji yürüten daha küçük bir kanaldı.

Bunun ardından dört boyut arasında sistematik bir analiz yapılmıştır: yükleme desenleri, katılım metrikleri, etiket ve anahtar kelime stratejileri ve içerik boşluğu tanımlanması. Her boyut, herhangi birinin erişebileceği genel veriler kullanılarak ve metrikleri otomatik olarak hesaplayan API'ler aracılığıyla işlenerek analiz edilmiştir. Dört kanal arasında yapılan tüm analiz bir saatten az bir sürede tamamlanmıştır. Aynı işlemi manuel olarak yaparsanız, her kanal sayfasını ziyaret ederek, her videoyu tıklayarak ve metrikleri bir elektronik tablo kaydında kaydederek, yaklaşık iki günün önemli bir kısmını harcardınız.

Yükleme Desenleri ve Üretim Kapasitesi Hakkında Ortaya Koydukları

Analizin ilk boyutu, yükleme sıklığı ve tutarlılığıdır. Kanal denetim API'si, son videoların yayın tarihlerini alır ve bu verilerden ortalama yükleme sıklığını, hafta günü dağılımını, günün saatleri desenleri ve tutarlılık metriklerini (yükleme zamanlamasının haftan haftaya ne kadar değiştiği) hesaplar. Bu metrikler, ilk bakışta göründüklerinden çok daha ortaya çıkarıcıdır, çünkü yükleme desenleri, bir kanalın üretim kapasitesinin, içerik stratejisinin ve kaynak yatırımının doğrudan yansımasıdır.

A Rakibi, 800.000'den fazla abonenin en büyüğü, metronomik bir tutarlılıkla yayın yaptı: haftada üç video, her pazartesi, çarşamba ve cuma, günün yaklaşık aynı saatinde. Bu desen on sekiz aydan uzun süre hiçbir boşluk olmadan devam etmiştir. Bu seviyedeki tutarlılık, solo bir yaratıcı yerine bir üretim ekibi, haftalar veya aylar öncesinden planlanan bir içerik takvimi ve yükleme zamanlamasını sürdürmek için önemli bir kaynak yatırımı anlamına gelir. Bu kanalla yükleme sıklığında rekabet etmek, üretim kapasitelerine uyum sağlamayı gerektirirdi ve bu, uygulanabilir değildir veya hatta arzu edilmez. Bunun yerine, içgörü, aynı gün yüklemekten kaçınmaktı, çünkü algoritma, daha büyük bir rakibin ortak hedef kitle segmentinde bu belirli günlerde yeni içerik sunacaktır.

B Rakibi, tamamen farklı bir deseni gösterdi: günlük yüklemelerin patlaması, ardından sessizliğin haftaları. Bir hafta dört video, sonra on iki gün hiçbir şey, sonra on gün içinde altı video, sonra üç haftalık bir boşluk. Bu desen, muhtemelen bir oturumda birden fazla videoyu kaydeden ve düzenleyen ve sonraki günlerde bunları planlanmış olarak yayınlayan solo bir yaratıcı işaret eder. Stratejik çıkarım, A Rakibinden farklıydı. B Rakibinin boşlukları, ortak hedef kitlenin yetersiz hizmet aldığı pencereleriydi ve yüklemelerin bu boşluklara uyacak şekilde zamanlanması, aksi takdirde karşılanmayan dikkat çekebilir. API'nin zaman çizelgesi görselleştirmesi, bu boşlukları hemen belirginleştirmişti; manuel analiz, kanalın video listesini kaydırarak ve yayın tarihlerini zihinsel olarak eşlemek gerektirmiş olurdu.

C Rakibi, istikrarlı bir haftada iki defa yazının takip ettiyse de yakın zamanda haftada dörde hızlandırmıştır. Bu hızlandırma, son sekiz haftadaki veriler önceki on iki aya kıyasla belirgindir ve stratejik bir değişimi işaret eder. Ya ek yardım almışlardır, içerik formatını daha hızlı üretilebilir bir şeye değiştirmişlerdir, ya da artan yükleme sıklığının büyümeyi hızlandırıp hızlandırmayacağını test etmişlerdir. Bu değişikliği takip eden haftalarda izlemek, stratejinin işe yarayıp yaramadığını (video başına görüntü sayısının korunması veya iyileştirilmesiyle kanıtlanabilir) veya tükenip tükenmediyini (azalan görüntüler, hedef kitle yorgunluğu veya kalite düşüşü olduğunu gösterir) ortaya koymaya yardımcı olacaktır. Küçük ama hızlı büyüyen D Rakibi, haftada bir kez yayın yaptı ancak oldukça uzun videolarla (ortalama otuz dakika, niş ortalaması on ikiyle karşılaştırıldığında). Bu, toplam video sayısından ziyade video başına izleme süresini öncelik alan bir "derinlik derecesi sıklığı" stratejisini öne sürer; YouTube'un toplam izleme süresi üzerinde ağırlık algoritması göz önüne alındığında bu geçerli bir yaklaşımdır.

Katılım Oranları ve Boyut Yanılsaması

Ham abone ve görüntü sayıları, YouTube'ta en görünür metriklerdir ve rakip analizi için en yanıltıcı olanıdır. Bir milyon abonesine sahip olan ve video başına 20.000 görüntü alan bir kanal, 50.000 abone sahibi olan ve video başına 15.000 görüntü alan bir kanaldan temelde daha zayıf bir konumdadır; ilk kanal her yüzey seviyesi metrike göre "daha büyük" görünse de. Kanal istatistikleri API'si, kanal boyutuna göre normalleştiren katılım oranları hesaplar; her kanalın gerçek sağlık ve momentumunu, boyutundan bağımsız olarak ortaya çıkarır.

Katılım oranı hesaplaması, ortalama son görüntüyü abone sayısına bölerek, bir kanalın abone tabanının ne kadarının yeni yükleme işini izlediğini gösteren bir yüzde verir. Endüstri ortalamaları niş başına değişir, ancak kurulan kanallar için tipik olarak %2 ile %10 arasında düşer. Daha yüksek oranlar, yeni yüklemelere yanıt veren aktif, katılımcı bir hedef kitleyi gösterir. Daha düşük oranlar, muhtemelen viral bir an veya giveaway veya sub4sub gibi abone tabanı üreten ancak gerçek ilgi olmayan bir stratejisi aracılığıyla satın alınan bir abone tabanının büyük ölçüde dikkat dağıtıldığını gösterir.

Dört rakip arasında, D Rakibi (en küçük kanal), %18,7 oranında en yüksek katılım oranına sahipti. Abonelerinin neredeyse her yeni videonun beşte biri izlemiştir, bu oldukça güçlü bir hedef kitle ilgisi sinyalidir. Rakip A, şimdiye kadarki en büyük olmasına rağmen, %3,2 oranında bir katılım oranına sahipti. Bu, endüstri standartları için feci bir düzeyde düşük değildir, ancak abone tabanlarının %96,8'inin herhangi bir yükleme işlemini görmezden geldiği anlamına gelir. B Rakibinin katılım oranı, videonun temel niş ile uyum sağlayıp sağlamadığına veya deneysel bir ayrılma temsil etmesine bağlı olarak %5 ile %25 arasında çılgınca dalgalandı. C Rakibi, sağlıklı ve istikrarlı, yaklaşık %8'de sabit kaldı.

Stratejik çıkarımlar önemliydi. D Rakibi, en küçük kanal olmasına rağmen, gerçek tehdit oldu. Yüksek katılım oranları, YouTube'un algoritmasının içeriklerini abone olmayan kişilere agresif bir şekilde tanıttığı ve hızlı büyümeyi abone eğilim çizgisinde görünen anlamına geliyordu. "Derinlik derecesi sıklığı" stratejileri, açıkça hedef kitlesine hitap ediyordu. A Rakibi, büyüklüğüne rağmen, büyük ama katılımsız bir abone tabanı üzerinde gidiyordu. Tutarlı yüklemeler, bildirim tarafından yönlendirilen trafik aracılığıyla temel görüntü seviyesi alıkoymaktadır. Bu, algoritma promosyonlar için A Rakibi ile rekabet etmenin, abone sayısı önerir; çünkü algoritma katılımı tanıtır, tarihsel abone sayılarını tanıtmaz.

Etiket Stratejileri ve Gerçekten İşe Yarayan Anahtar Kelimeler

YouTube video etiketleri, standart video sayfası arayüzünden gizlidir. Görüntüleyenler bunları göremezler. Ancak YouTube'un veri API'si aracılığıyla genel olarak erişilebilir ve video etiketleri API'si, herhangi bir genel videoda bunları çıkarır. Etiketler, YouTube'un içeriği nasıl kategorize ettiğini ve tavsiye ettiğini etkiler ve başarılı rakiplerin etiket stratejilerini analiz etmek, SEO yaklaşımlarında doğrudan bir pencere sağlar. Bu, hedefledikleri anahtar kelimeler hakkında spekülasyon değildir. Bu, YouTube ile ilişkilendirmek için söyledikleri tam terimler envantersidir.

Analiz, dört rakibin en son yirmi videosunu kapsarken, toplam seksen videoyu dahil etmiştir. Her videonun tam etiket seti çıkarılmış ve tekrarlanan desenleri tanımlamak için etiketler toplanmıştır. Rakip A, vidyeo başına ortalama 28 etiket kullandı; tutarlı olarak geniş kategori etiketleri (niş adı, genel konu anahtar kelimeleri), belirli konu etiketleri (videonun tam konusu) ve markalı etiketleri (kanal adı, seri adları) dahil. Etiket stratejileri, YouTube SEO temellerini anlayan biri tarafından açıkça yönetilen, ders kitabı ve metodikdir. B Rakibi çok daha az etiket kullandı; vidyeo başına ortalama sadece 8; genellikle arama bölümünde daha iyi performans gösteren uzun kuyruk anahtar kelime ifadeleri yerine genel tek kelimeli terimlerdir. Bu, stratejisinde açık bir zayıflıktı ve neden videolarının abone (uyarımlar aracılığıyla içerik bulan) aracılığıyla iyi performans gösterdiğini, ancak arama bulma işlemlerinde zayıf performans gösterdiğini açıklar.

C Rakibi benzersiz bir yaklaşım kullandı: etiketleri rakip kanal adlarını ve rakip video başlıklarını anahtar kelimeler olarak içeriyordu. Bu tartışmalı ancak etkili bir taktiktir; videoları, görüntüleyenler rakip içeriği izlerken "önerilen" kenar çubuğunda görünecek şekilde konumlandırır. API, Rakip C'nin son videoların %90'ı arasında bu deseni ortaya çıkardı; bu, büyüme stratejileri, diğer kanal trafiğini yakalamaya ağırca dayanıyor anlamına gelir. D Rakibi, vidyeo başına ortalama 35 etiket ile en uzun ve en spesifik etiket ifadeleri kullandı; birçoğu, kullanıcıların arama sorgularını yazarken yazdıkları şeyde uygun olan tam sorular veya cümle uzunluğu ifadeleridir. Bu uzun kuyruk stratejisi, belirli soruları cevaplayan kapsamlı, derinlemesine videolar oluşturma konusundaki içerik yaklaşımlarıyla uyumludur. Bu dörde etiket stratejisi, her rakibin YouTube'un keşif sisteminde içeriklerini nasıl konumlandırdıklarının tam bir resmini boyadı; tümü genel olarak erişilebilir meta verilerden.

İçerik Boşlukları ve Rakiplerin Kaçırdıkları Fırsatlar

Tüm analizin en eyleme geçirilebilir çıktısı, içerik boşluğu tanımlanmasıydı. Dört rakibin son videolarda kapladığı konuları eşleyerek, hiçbirinin yayın yapmadığı boşluklar görünür hale geldi. Bu boşluklar, ortak hedef kitlenin muhtemelen ilgilendiği konuları (niş ilgisine bağlı olarak) temsil eder, ancak şu anda kurulan kanallardan hiçbiri tarafından ele alınan konuları tanımlanmış. Bu boşlukları dolduran içerik yayınlamak, daha fazla otoriteye sahip kanallardan mevcut videolar direktu rekabet etmeden arama ve öneri içerisinde sıralamak için bir fırsattır.

İşlem açıktı. Analiz edilen seksen videonun başlıkları ve açıklamaları, tekrarlanan konular ve anahtar kelimeler için taranmıştır. Ortaya çıkan konu haritası, yoğun kümeler (dört rakibinin tamamının kapladığı, genellikle birden fazla kez) ve seyrek bölgeler (en fazla bir veya iki vidyoda görünen veya hiç görünmemiş konular) göstermiştir. Yoğun kümeler, göruşümlerin görüş için yoğun rekabet olduğunu gösterir. Seyrek bölgeler, rakiplerin henüz keşfetmemiş oldukları konuları, kasıtlı olarak kaçındıkları konuları (belki düşük algılanan taleptan dolayı) veya kapsamayı planladıkları ancak henüz ulaşmadıkları konuları gösterir.

Bu analizden birkaç gerçekten umut verici boşluk ortaya çıkmıştır. Etiket analizinde tekrarlayan görünen bir konu kümesi (hedef kitle arama talebini önerir) sadece D Rakibi tarafından tek bir videoda kapsamış; video kanal ortalamasından 3 kat daha iyi performans göstermiştir. Bu sinyallerin birleşimi (yüksek arama talebı artı kanıtlanmış performans artı minimal rekabet) bir içerik fırsatı için en güçlü olası göstergedir. Bu konu kümesinin üç varyasyonunu hedef alan üç video, takip eden haftalar boyunca üretilmiş ve yayınlanmıştır; performanslarının analiz doğrulandı: üçü de kanal ortalamasını aştı, bir tanesi çeyreğin en iyi performans gösteren videosunu oldu.

Tüm analiz, rakip tanımlanmasından veri toplamaya, metrik hesaplamasına, etiket çıkarmaya ve içerik boşluğu eşlemesine geçen; genel olarak mevcut veriler aracılığıyla API'ler tarafından işlemişti. Özel analizler erişilmedi, giriş kimlik bilgileri gerektirmedi, hizmet şartları ihlal edilmedi. Analiz edilen rakiplerin analiz oluştuğundan haberdar olmasının hiçbir yolu yoktur ve elde edilen içgörüler, herhangi bir iç analitik inceleme kadar detaylı ve eyleme geçirilebilir. Rakip analizinin özel veri erişimi gerektirdiği efsanesi tam olarak böyledir: bir efsane. Veriler genel. Bu verilerle işlenebilecek araçlar mevcuttur. Tek soru, bunları kullanıp kullanmamaktır.