NanoSkill
スキルを投稿

ユーチューブ競合分析

作成者ericosiu3KGitHub スターGitHub

任意のユーチューブチャンネルセットを分析し、平均の2倍以上の視聴回数を記録した外れ値動画を見つけ、勝てるタイトルのパターンを抽出します。データ駆動型の競合分析を数分で。

ユーチューブセキュリティスキャン済み
結果プレビュー

完全デモ

このエージェントスキルによって生成された、AIエージェントのユーチューブコンテンツに関するデータ駆動型の競合分析レポートをご覧ください。チャンネルベンチマーク、高パフォーマンスの外れ値、勝てるコンテンツパターンが含まれます。

はじめる

最初のタスクを実行

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

    ステップ1: インストール

    ユーチューブ競合分析スキルをあなたのAIエージェントに追加します。

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

    ステップ2: タスクを説明

    調査したいユーチューブチャンネルまたは競合分析タスクを説明してください。

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

    ステップ3: 分析を確認

    外れ値動画と勝てるコンテンツパターンを含む競合分析レポートを取得します。

インストールコマンド

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

インストールシグナル

インストール状況

概要

成長を目指すクリエイターやマーケターにとって、ユーチューブでの競合分析は非常に重要です。このツールは任意のチャンネルセットを分析し、平均視聴回数の2倍以上の外れ値動画を自動的に特定し、勝者を際立たせるタイトルパターンを抽出することで、あなた自身のコンテンツ戦略のロードマップを提供します。

手動のスプレッドシート追跡とは異なり、このパイソンユーティリティは長時間動画とショート動画を分離し、チャンネルごとの平均を計算し、実証済みのパッケージング形式を数秒で表面化します。AIおよびビジネスニッチ向けの事前定義済みクリエイターセットにより即座にベンチマークでき、カスタムチャンネル入力と柔軟なエクスポート(コンソール、JSON、グーグル スプレッドシート)はあらゆるワークフローに適合します。

競合をリバースエンジニアリングするコンテンツクリエイター、クライアントレポートを作成するマーケティングエージェンシー、トレンドを追跡するビジネスオーナーのいずれであっても、クロンによる週次自動化により変化を見逃すことはありません。外部依存関係ゼロで構築され、パイソン 3.8以上で動作し、無料のユーチューブAPIクオータを使用するため、最小限のセットアップで今日から始められます。

主な機能

強力な理由

  • リアルタイム競合分析

    チャンネルデータを取得し、特に優れたパフォーマンスの動画を即座に特定し、競争上の優位性をもたらします。

  • 勝ちパターンの抽出

    外れ値動画からタイトルのパターンとよく使われる単語を抽出し、実績のあるフォーマットを再現します。

  • チャンネル動画の取得

    任意のYouTubeチャンネルセットから最近の動画を自動的に取得します。

  • 柔軟なエクスポートオプション

    結果をコンソール、JSON、Google スプレッドシートに出力して、シームレスに統合できます。

  • 定義済みチャンネルセット

    組み込みのAIおよびビジネスクリエイターのリストを使用するか、独自にカスタマイズしてターゲット分析を行えます。

ユースケース

使うべきタイミング

  • 競合チャンネルを分析

    任意のYouTubeハンドルを入力して、トップパフォーマンスの動画や競合戦略を明らかにします。

  • AIクリエイターと比較

    組み込みのAIクリエイターリストを使用して、AIニッチの迅速な競合分析を行います。

  • 週次レポートを自動化

    cronでスケジュールして、毎週更新された外れ値検出とパターンを受け取ります。

  • 分析結果を既存のスタックにエクスポート

    JSONまたはGoogle スプレッドシートに出力して、競合データをレポートツールに取り込みます。

SKILL.md

YouTube競合分析

YouTubeで実際に機能しているものを見つけます。任意のチャンネルセットを分析し、外れ値動画(平均視聴回数の2倍以上)を特定し、勝者からパッケージングパターンを抽出します。

手作業のスプレッドシート作業は不要。推測も不要。数分でデータに基づく競合情報を得られます。

機能

  1. 任意のYouTubeチャンネルから最近の動画を取得します
  2. 長尺動画とShortsを分離します
  3. チャンネルごとの平均を計算します
  4. 外れ値(チャンネル平均の2倍以上を記録した動画)にフラグを付けます
  5. 勝者からタイトルパターンを抽出します
  6. コンソール、JSON、またはGoogle Sheetsにエクスポートします

クイックスタート

# YouTube APIキーを設定
export YOUTUBE_API_KEY="your-key-here"

# 特定のチャンネルを分析
python3 analyze.py "$YOUTUBE_API_KEY" --channels "@AlexHormozi,@garyvee,@CodieSanchezCT"

# 定義済みチャンネルセットを使用
python3 analyze.py "$YOUTUBE_API_KEY" --set ai          # AIクリエイターセット
python3 analyze.py "$YOUTUBE_API_KEY" --set business    # ビジネスクリエイターセット
python3 analyze.py "$YOUTUBE_API_KEY" --set both        # すべてのチャンネル

# プログラムで使用するためにJSONにエクスポート
python3 analyze.py "$YOUTUBE_API_KEY" --set both --output json > results.json

# カスタム遡り期間
python3 analyze.py "$YOUTUBE_API_KEY" --channels "@mkbhd" --days 60

セットアップ

  1. YouTube Data API v3キーを取得します
  2. 環境変数として設定します: export YOUTUBE_API_KEY="your-key"
  3. 依存関係をインストールします: pip install -r requirements.txt

出力

コンソール(デフォルト)

================================================================================
  AIクリエイター — 過去30日間
================================================================================

📊 チャンネル概要:
  Alex Hormozi             |  2,400,000 登録者 |  12 動画 (3.0/週) | 長: 8 短: 4

🔥 長尺動画の外れ値(上位15件):
  4.2x |  1,200,000 | [Alex Hormozi] 2025年にビジネスを始める方法
       2025-01-15 | https://youtube.com/watch?v=...

📦 トップタイトルパターン:
   8x  ビジネス
   6x  お金
   5x  始めた

JSON

すべての動画メタデータ、スコア、倍率を含む完全な構造化データ。

定義済みチャンネルセット

AIクリエイター: Jeff Su、Alex Finn、Riley Brown、Dan Martell、Matt Wolfe、Nate Herk、Grace Leung、Matt Berman

ビジネスクリエイター: Alex Hormozi、Gary Vaynerchuk、Patrick Bet-David、Codie Sanchez、Leila Hormozi、Iman Gadzhi、My First Million

カスタマイズするには、analyze.py 内のチャンネル辞書を編集してください。

結果の解釈

指標意味
倍率チャンネル平均の何倍か(2.0x = 通常の2倍)
外れ値のしきい値平均の2倍。これを超える動画は研究する価値があります。
タイトルパターン外れ値タイトルに共通する単語 = 実績のあるフォーマット
投稿頻度週あたりの動画数。頻度が高いと、動画あたりの平均が低くなる可能性があります。

実績のあるパッケージングフォーマット

外れ値分析に基づくと、以下のタイトルフォーマットは一貫して高いパフォーマンスを発揮します。

長尺動画:

  • "X、わかりやすく解説"(決定版の解説)
  • "YのX時間分をZ分で"(凝縮された価値)
  • "Xする最も怠惰な方法"(低労力の約束)
  • "X分ください、そうすればYします"(時間制約付きの約束)
  • "YのためのXの非常識なユースケース"(リスト記事+パワーワード)

Shorts:

  • "2024年対2025年のX"(年比較)
  • "悪い 良い 素晴らしい X"(ティアランキング)
  • "Xをやめて、代わりにYをしよう"(逆張り)

毎週の自動化

毎週実行して、新しい外れ値を自動的に見つけます。

# Cron: 毎週日曜日の午前8時
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

必要条件

  • Python 3.8以上
  • YouTube Data API v3キー
  • 外部Python依存関係なし(標準ライブラリのみ使用)

ライセンス

MIT

FAQ