mcpField
Y
yt-competitive-analysis

yt-competitive-analysis

github.com/ericosiu营销与增长3.7k206 次安装5 周前更新
代码仓库

关于 yt-competitive-analysis

这是一项面向营销人员和创作者的 YouTube 频道分析技能，使用 YouTube Data API v3 查找表现高于频道均值的视频并提取标题模式，还可结合频道数据复核包装效果。

主要功能

  1. 01分析指定频道
  2. 02使用预设频道组
  3. 03查找高于频道均值的视频
  4. 04提取热门视频标题模式
  5. 05结合频道数据比较包装
  6. 06复查发布后的表现

适用场景

  1. 01查找竞争频道的高表现视频
  2. 02为视频策划研究标题形式
  3. 03用历史结果比较备选包装方案
  4. 04按设定时间复查已发布视频

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/yt-competitive-analysis确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

analyze.py
README.md
requirements.txt

详细介绍

YouTube 竞品分析

针对 YouTube 频道的异常值检测和包装模式提取。

适用场景

  • 用户要求进行 YouTube 竞品分析
  • 用户想寻找病毒式传播视频的模式
  • 用户想从特定创作者那里获取包装或标题灵感
  • 用户想追踪竞争对手在 YouTube 上的表现

前置条件

  • YouTube Data API v3 密钥已设置为 $YOUTUBE_API_KEY

用法

# Analyze specific channels
python3 analyze.py "$YOUTUBE_API_KEY" --channels "@handle1,@handle2" --days 30

# Use predefined sets
python3 analyze.py "$YOUTUBE_API_KEY" --set ai
python3 analyze.py "$YOUTUBE_API_KEY" --set business
python3 analyze.py "$YOUTUBE_API_KEY" --set both

# Export formats
python3 analyze.py "$YOUTUBE_API_KEY" --set both --output json
python3 analyze.py "$YOUTUBE_API_KEY" --set both --output console

预定义频道集合

AI 创作者： Jeff Su、Alex Finn、Riley Brown、Dan Martell、Matt Wolfe、Nate Herk、Grace Leung、Matt Berman

商业创作者： Alex Hormozi、Gary Vaynerchuk、Patrick Bet-David、Codie Sanchez、Leila Hormozi、Iman Gadzhi、My First Million

输出解读

  • 倍数： 高于频道平均值的倍数（2.0x = 平均值的两倍）
  • 异常值阈值： 平均值的 2 倍。研究所有超过此阈值的内容。
  • 标题模式： 异常值标题中的常见词汇表明了经过验证的格式
  • 发布频率： 每周发布的视频数。发布频率较高的创作者，单条视频的平均表现可能较低。

频道数据分析反馈循环

竞品分析只完成了整个循环的一半。如果你能访问频道自身的数据分析，就应在发布后将候选包装方案与实际表现进行比较。

推荐包装方案前：

  • 按主题、标题模式、缩略图模式、时长、发布日期／时间和格式，获取频道基准数据。
  • 检查展示次数、点击率、平均观看时长、观众留存曲线、观看时长、带来的订阅者数、评论和流量来源。
  • 将拟定的标题／缩略图／开场钩子与类似的历史视频和竞争对手的异常值进行比较。

发布后：

  1. 记录视频 ID、标题、缩略图概念、开场钩子、主题类别、留存设计和发布日期。
  2. 在选定的回看窗口后获取数据分析。
  3. 比较基准表现与候选方案。
  4. 只有候选方案表现更好时，才调整标题公式、缩略图规则、开场钩子模式、留存节奏、章节结构、Shorts 选材或内容再利用指南。

回看窗口：

  • 24-48 小时：点击率和早期留存
  • 7 天：平均观看时长和观看时长
  • 28 天：主题持久度和订阅者增长

在检查数据分析前，不要声称包装方案已得到验证。否则，这不过是穿着实验服的剧本。

包装框架（经过验证的格式）

长视频：

  • “X，清晰讲解”
  • “用 Z 分钟讲完 Y 的 X 小时内容”
  • “最省力的 X 方法”
  • “给我 X 分钟，我就能帮你 Y”
  • “Y 的 X 个疯狂用法”

Shorts：

  • “2024 年与 2025 年的 X”（年份对比）
  • “X 的差、好、优秀三级排名”
  • “别再做 X，改做 Y”（反其道而行）

评论

支持 Markdown