# YouTube-konkurrenceanalyse > Analysér ethvert sæt YouTube-kanaler, find outlier-videoer med 2x+ over gennemsnittet, og udtræk vindende titelmønstre. Datadrevet konkurrenceanalyse på få minutter. - Canonical: https://nanoskill.ai/da/skills/youtube-competitive-analysis-skill - Markdown: https://nanoskill.ai/da/skills/youtube-competitive-analysis-skill.md - Author: ericosiu - Published: 2026-08-20T02:30:00.000Z - Updated: 2026-08-20T08:13:11.818Z - Language: da - Source type: github - Popularity signal: 2755 ## Sources - https://github.com/ericosiu/ai-marketing-skills/tree/main/yt-competitive-analysis ## Install ```shell npx skills add https://github.com/ericosiu/ai-marketing-skills/tree/main/yt-competitive-analysis ``` ## About Konkurrenceanalyse på YouTube er afgørende for skabere og marketingfolk, der ønsker at vokse. Dette værktøj analyserer ethvert sæt kanaler, identificerer automatisk outlier-videoer med 2x+ gennemsnitlige visninger og udtrækker de titelmønstre, der får vinderne til at skille sig ud, hvilket giver dig en køreplan for din egen indholdsstrategi. I modsætning til manuel sporing i regneark adskiller dette Python-værktøj long-form fra Shorts, beregner gennemsnit pr. kanal og fremhæver gennemprøvede pakkeformater – alt sammen på få sekunder. Foruddefinerede skabersæt til AI- og erhvervsnicher lader dig benchmarke med det samme, mens brugerdefinerede kanalinput og fleksible eksporter (konsol, JSON, Google Sheets) passer til enhver arbejdsgang. Uanset om du er en indholdsskaber, der reverse-engineerer konkurrenter, et marketingbureau, der forbereder kunderapporter, eller en virksomhedsejer, der sporer tendenser, sikrer den ugentlige automatisering via cron, at du aldrig går glip af et skift. Det er bygget uden eksterne afhængigheder, kører på Python 3.8+ og bruger den gratis YouTube API-kvote, så du kan starte i dag med minimal opsætning. ## Key features - **Konkurrentanalyse i realtid**: Hent kanaldata og identificer øjeblikkeligt videoer, der klarer sig bedre, hvilket giver dig en konkurrencefordel. - **Udtrækning af vindende mønstre**: Uddrag titelmønstre og almindelige ord fra afvigervideoer for at replikere dokumenterede formater. - **Hentning af kanalvideoer**: Hent automatisk nylige videoer fra ethvert sæt YouTube-kanaler. - **Fleksible eksportmuligheder**: Send resultater til konsol, JSON eller Google Sheets for problemfri integration. - **Foruddefinerede kanalsæt**: Brug indbyggede AI- og business-skaber-lister, eller tilpas dine egne til målrettet analyse. ## Use cases - **Analysér konkurrentkanaler**: Indtast ethvert YouTube-håndtag for at afdække topydende videoer og konkurrencestrategier. - **Benchmark mod AI-skabere**: Brug indbyggede AI-skaber-lister til hurtig konkurrentanalyse af AI-nichen. - **Automatisér ugentlige rapporter**: Planlæg via cron for at modtage opdateret afvigerregistrering og mønstre hver uge. - **Eksportér indsigter til din stak**: Send til JSON eller Google Sheets for at føre konkurrencedata ind i dine rapporteringsværktøjer. ## Result preview Se en datadrevet konkurrenceanalyserapport om AI Agent YouTube-indhold med kanalbenchmarks, højtydende outliers og vindende indholdsmønstre genereret af denne Agent Skill. ![the demo of YouTube Competitive Analysis Skill](https://file.nanoskill.ai/youtube-competitive-analysis-skill-demo-1.png) ![the demo of YouTube Competitive Analysis Skill](https://file.nanoskill.ai/youtube-competitive-analysis-skill-demo-2.png) ![the demo of YouTube Competitive Analysis Skill](https://file.nanoskill.ai/youtube-competitive-analysis-skill-demo-3.png) ![the demo of YouTube Competitive Analysis Skill](https://file.nanoskill.ai/youtube-competitive-analysis-skill-demo-4.png) ## Result walkthrough ### Trin 1: Installér Tilføj færdigheden YouTube-konkurrenceanalyse til din AI-agent. ![a simple demonstration of the first step in using YouTube Competitive Analysis Skill](https://file.nanoskill.ai/youtube-competitive-analysis-skill-step-1.png) ### Trin 2: Beskriv opgave Beskriv de YouTube-kanaler eller den konkurrenceanalyseopgave, du ønsker at udforske. ![a simple demonstration of the second step in using YouTube Competitive Analysis Skill](https://file.nanoskill.ai/youtube-competitive-analysis-skill-step-2.png) ### Trin 3: Gennemgå analyse Få en konkurrenceanalyserapport med outlier-videoer og vindende indholdsmønstre. ![a simple demonstration of the third step in using YouTube Competitive Analysis Skill](https://file.nanoskill.ai/youtube-competitive-analysis-skill-step-3.png) ## Skill definition # YouTube-konkurrenceanalyse Find ud af, hvad der faktisk virker på YouTube. Analyserer ethvert sæt kanaler, identificerer afvigende videoer (2x+ gennemsnitlige visninger) og udtrækker pakkemønstre fra vinderne. Intet manuelt regnearksarbejde. Ingen gætteri. Datadrevet konkurrenceindsigt på få minutter. ## Hvad værktøjet gør 1. Henter seneste videoer fra en eller flere YouTube-kanal(er) 2. Adskiller langformat fra Shorts 3. Beregner gennemsnit pr. kanal 4. Markerer afvigere (videoer, der klarer sig 2x+ over kanalgennemsnittet) 5. Udtrækker titelmønstre fra vinderne 6. Eksporterer til konsol, JSON eller Google Sheets ## Hurtig start ```bash # Set your YouTube API key export YOUTUBE_API_KEY="your-key-here" # Analyze specific channels python3 analyze.py "$YOUTUBE_API_KEY" --channels "@AlexHormozi,@garyvee,@CodieSanchezCT" # Use predefined channel sets python3 analyze.py "$YOUTUBE_API_KEY" --set ai # AI creator set python3 analyze.py "$YOUTUBE_API_KEY" --set business # Business creator set python3 analyze.py "$YOUTUBE_API_KEY" --set both # All channels # Export to JSON for programmatic use python3 analyze.py "$YOUTUBE_API_KEY" --set both --output json > results.json # Custom lookback period python3 analyze.py "$YOUTUBE_API_KEY" --channels "@mkbhd" --days 60 ``` ## Opsætning 1. Hent en [YouTube Data API v3-nøgle](https://console.cloud.google.com/apis/api/youtube.googleapis.com) 2. Sæt den som miljøvariabel: `export YOUTUBE_API_KEY="your-key"` 3. Installer afhængigheder: `pip install -r requirements.txt` ## Output ### Konsol (standard) ``` ================================================================================ AI Creators — LAST 30 DAYS ================================================================================ 📊 CHANNEL SUMMARY: Alex Hormozi | 2,400,000 subs | 12 videos (3.0/wk) | L: 8 S: 4 🔥 LONG-FORM OUTLIERS (top 15): 4.2x | 1,200,000 | [Alex Hormozi] How I'd Start a Business in 2025 2025-01-15 | https://youtube.com/watch?v=... 📦 TOP TITLE PATTERNS: 8x business 6x money 5x started ``` ### JSON Fuld strukturerede data inklusive al videometadata, scorer og multiplikatorer. ## Foruddefinerede kanalsæt **AI-skabere:** Jeff Su, Alex Finn, Riley Brown, Dan Martell, Matt Wolfe, Nate Herk, Grace Leung, Matt Berman **Erhvervsskabere:** Alex Hormozi, Gary Vaynerchuk, Patrick Bet-David, Codie Sanchez, Leila Hormozi, Iman Gadzhi, My First Million Rediger kanalordbøgerne i `analyze.py` for at tilpasse. ## Fortolkning af resultater | Metrik | Hvad den betyder | |--------|--------------| | **Multiplikator** | Hvor mange gange over kanalgennemsnittet (2.0x = dobbelt så normalt) | | **Afvigertærskel** | 2x gennemsnit. Videoer over dette er værd at studere. | | **Titelmønstre** | Almindelige ord i afvigertitler = dokumenterede formater | | **Kadence** | Videoer pr. uge. Højere kadence kan betyde lavere gennemsnit pr. video. | ## Dokumenterede pakkeformater Baseret på afvigeranalyse overpræsterer disse titelformater konsekvent: **Langformat:** - "X, tydeligt forklaret" (definitiv forklaring) - "X timers Y på Z minutter" (kondenseret værdi) - "Den dovne måde at X på" (løfte om lav indsats) - "Giv mig X minutter, og jeg vil Y" (tidsafgrænset løfte) - "X VANVITTIGE anvendelsesmuligheder for Y" (liste + kraftord) **Shorts:** - "2024 vs 2025 X" (årssammenligning) - "Dårlig God Fantastisk X" (niveau-rangering) - "Stop med at gøre X, gør Y i stedet" (kontrær) ## Ugentlig automatisering Kør ugentligt for automatisk at finde nye afvigere: ```bash # Cron: every Sunday at 8am 0 8 * * 0 YOUTUBE_API_KEY="your-key" python3 /path/to/analyze.py "$YOUTUBE_API_KEY" --set both --output json > /path/to/weekly-results.json ``` ## Krav - Python 3.8+ - YouTube Data API v3-nøgle - Ingen eksterne Python-afhængigheder (bruger kun stdlib) ## Licens MIT ## FAQ ### Hvad er dette YouTube-konkurrenceanalyseværktøj? Det er et Python-baseret værktøj, der analyserer alle YouTube-kanaler, markerer afvigende videoer, der klarer sig 2x+ over gennemsnittet, og udtrækker titelmønstre for at afsløre, hvad der virker. ### Hvordan fungerer analysen? Den henter nylige videoer via YouTube API'et, beregner gennemsnit pr. kanal, markerer derefter enhver video med visninger 2x+ over dette gennemsnit som en afviger og tæller ordfrekvens i afvigertitler. ### Hvad skal jeg bruge for at køre det? Du skal bruge Python 3.8+, en YouTube Data API v3-nøgle og de kanaler, du vil analysere. ### Er det gratis? Ja, koden er open source under MIT-licensen. Du skal kun bruge en YouTube API-nøgle, som kommer med gratis daglig kvote. ### Kan jeg bruge min egen liste over kanaler? Ja, angiv brugerdefinerede håndtag med --channels-flaget, eller rediger ordbøgerne i analyze.py for permanente sæt. ### Hvordan fortolker jeg outlier-multiplikatoren? En multiplikator på 2,0 betyder, at videoen fik dobbelt så mange visninger som kanalens gennemsnit. Højere multiplikatorer indikerer stærkere præstation.