NanoSkill
Invia la tua skill

Analisi competitiva su YouTube

diericosiu3Kstelle GitHubGitHub

Analizza qualsiasi set di canali YouTube, trova i video outlier con 2x+ sopra la media ed estrai i pattern dei titoli vincenti. Analisi competitiva basata sui dati in pochi minuti.

YouTubeScansione di sicurezza superata
Anteprima risultato

Demo completa

Visualizza un report di analisi competitiva basato sui dati sui contenuti YouTube degli Agenti AI, con benchmark dei canali, outlier ad alte prestazioni e pattern di contenuti vincenti generati da questa Skill dell'Agente.

Per iniziare

Esegui il primo task

  1. a simple demonstration of the first step in using YouTube Competitive Analysis Skill
    01

    Passaggio 1: Installa

    Aggiungi la Skill di analisi competitiva di YouTube al tuo agente AI.

  2. a simple demonstration of the second step in using YouTube Competitive Analysis Skill
    02

    Passaggio 2: Descrivi l'attività

    Descrivi i canali YouTube o l'attività di analisi competitiva che vuoi esplorare.

  3. a simple demonstration of the third step in using YouTube Competitive Analysis Skill
    03

    Passaggio 3: Esamina l'analisi

    Ottieni un report di analisi competitiva con video outlier e pattern di contenuti vincenti.

Comando di installazione

$ npx skills add https://github.com/ericosiu/ai-marketing-skills/tree/main/yt-competitive-analysis

Segnali di installazione

Attività di installazione

Informazioni

L'analisi competitiva su YouTube è fondamentale per creator e marketer che vogliono crescere. Questo strumento analizza qualsiasi set di canali, identifica automaticamente i video outlier con visualizzazioni medie superiori a 2x ed estrae gli schemi dei titoli che fanno risaltare i vincitori, fornendoti una tabella di marcia per la tua strategia di contenuti.

A differenza del monitoraggio manuale con fogli di calcolo, questa utility Python separa i contenuti long-form dagli Shorts, calcola le medie per canale e fa emergere formati di packaging collaudati, il tutto in pochi secondi. Set predefiniti di creator per nicchie AI e business ti consentono di fare benchmark immediatamente, mentre input di canali personalizzati ed esportazioni flessibili (console, JSON, Google Sheets) si adattano a qualsiasi flusso di lavoro.

Che tu sia un creatore di contenuti che esegue reverse engineering sui concorrenti, un'agenzia di marketing che prepara report per i clienti o un imprenditore che monitora le tendenze, l'automazione settimanale tramite cron ti assicura di non perdere mai un cambiamento. È costruito con zero dipendenze esterne, gira su Python 3.8+ e utilizza la quota gratuita dell'API di YouTube, quindi puoi iniziare oggi con una configurazione minima.

Funzioni chiave

Cosa la rende potente

  • Analisi competitiva in tempo reale

    Recupera i dati dei canali e identifica immediatamente i video con prestazioni superiori, offrendoti un vantaggio competitivo.

  • Estrazione di pattern vincenti

    Estrai pattern di titoli e parole comuni dai video anomali per replicare formati comprovati.

  • Recupero dei video dai canali

    Recupera automaticamente i video recenti da qualsiasi insieme di canali YouTube.

  • Opzioni di esportazione flessibili

    Esporta i risultati su console, JSON o Google Sheets per un'integrazione perfetta.

  • Set di canali predefiniti

    Usa gli elenchi integrati di creatori IA e business oppure personalizza i tuoi per un'analisi mirata.

Casi d’uso

Quando usarla

  • Analizza i canali dei concorrenti

    Inserisci qualsiasi handle YouTube per scoprire i video con le migliori prestazioni e le strategie competitive.

  • Confrontati con i creatori IA

    Usa gli elenchi integrati di creatori IA per una rapida analisi competitiva della nicchia IA.

  • Automatizza i report settimanali

    Pianifica tramite cron per ricevere ogni settimana il rilevamento delle anomalie e i pattern aggiornati.

  • Esporta gli insight nel tuo stack

    Esporta in JSON o Google Sheets per inserire i dati competitivi nei tuoi strumenti di reporting.

SKILL.md

Analisi competitiva su YouTube

Scopri cosa funziona davvero su YouTube. Analizza qualsiasi insieme di canali, identifica i video outlier (visualizzazioni medie 2x+) ed estrae i modelli di packaging dai vincitori.

Nessun lavoro manuale su fogli di calcolo. Nessuna congettura. Intelligence competitiva basata sui dati in pochi minuti.

Cosa fa

  1. Recupera i video recenti da qualsiasi canale YouTube
  2. Separa i contenuti long-form dagli Shorts
  3. Calcola le medie per canale
  4. Segnala gli outlier (video con prestazioni 2x+ sopra la media del canale)
  5. Estrae i modelli di titolo dai video vincenti
  6. Esporta su console, JSON o Google Sheets

Avvio rapido

# 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

Configurazione

  1. Ottieni una chiave API YouTube Data v3
  2. Impostala come variabile d'ambiente: export YOUTUBE_API_KEY="your-key"
  3. Installa le dipendenze: pip install -r requirements.txt

Risultato

Console (predefinita)

================================================================================
  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

Dati strutturati completi, inclusi tutti i metadati video, i punteggi e i moltiplicatori.

Set di canali predefiniti

Creatori AI: Jeff Su, Alex Finn, Riley Brown, Dan Martell, Matt Wolfe, Nate Herk, Grace Leung, Matt Berman

Creatori Business: Alex Hormozi, Gary Vaynerchuk, Patrick Bet-David, Codie Sanchez, Leila Hormozi, Iman Gadzhi, My First Million

Modifica i dizionari dei canali in analyze.py per personalizzare.

Interpretazione dei risultati

MetricaCosa significa
MoltiplicatoreQuante volte sopra la media del canale (2.0x = doppio del normale)
Soglia outlier2x la media. I video sopra questa soglia meritano di essere studiati.
Modelli di titoloParole comuni nei titoli outlier = formati collaudati
CadenzaVideo a settimana. Una cadenza più alta può significare medie per video più basse.

Formati di packaging collaudati

Sulla base dell'analisi degli outlier, questi formati di titolo ottengono costantemente prestazioni superiori:

Formato lungo:

  • "X, spiegato chiaramente" (spiegazione definitiva)
  • "X ore di Y in Z minuti" (valore condensato)
  • "Il modo più pigro per X" (promessa di basso sforzo)
  • "Dammi X minuti e ti Y" (promessa a tempo limitato)
  • "X casi d'uso FOLLI per Y" (listicle + parola potente)

Shorts:

  • "2024 vs 2025 X" (confronto tra anni)
  • "Cattivo Buono Ottimo X" (classifica a livelli)
  • "Smetti di fare X, fai Y invece" (controcorrente)

Automazione settimanale

Esegui lo script settimanalmente per far emergere automaticamente nuovi outlier:

# 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

Requisiti

  • Python 3.8+
  • Chiave YouTube Data API v3
  • Nessuna dipendenza Python esterna (utilizza solo la libreria standard)

Licenza

MIT

FAQ