Спрашиваю у аналитики YouTube, какие видео мне следует снимать.

Аналитика YouTube на основе ИИ с помощью Count: поиск контента для дальнейшего развития В этом видео я показываю, как использую собственные данные о контенте YouTube, чтобы выйти за рамки высокоуровневых показателей и провести более оперативный анализ того, что работает, и что нужно создавать дальше. Я экспортирую данные о производительности видео за все время из YouTube Studio (расширенный режим), выбираю соответствующие метрики и импортирую CSV-файл в Count в качестве инструмента бизнес-аналитики, а затем использую аналитические агенты для очистки/обогащения набора данных и получения информации на уровне тем. Анализ исследует, какие темы и форматы обеспечивают просмотры, время просмотра/внимание, вовлеченность и количество подписчиков, включая создание нормализованных метрик, таких как коэффициент конверсии подписчиков, для сравнения тем независимо от объема просмотров и рассмотрение того, как доминирующие выбросы искажают графики. Наконец, я создаю чистый, широкий набор данных (детализация видео + классификация тем + производные метрики) для экспорта в ChatGPT/Claude для стратегического исследования технического контента YouTube. 00:00 Почему необходима более глубокая аналитика 02:35 Проблемы с данными YouTube 04:40 Экспорт метрик студии 08:10 Загрузка в Canvas 08:52 Брифинг для агента 10:31 Первые выводы 11:40 Темы и форматы 14:48 Среднее количество подписчиков на тему 20:18 Нормализация с учетом конверсии 23:13 Измерение времени просмотра, привлекающего внимание 25:07 Создание обширного набора данных 27:37 Заключение и дальнейшие шаги