Анализ трендов на YouTube для бизнеса: находите популярные темы, создавайте востребованный контент и эффективно продвигайте продукцию или услуги.
📈 Анализ трендов
- Инструменты мониторинга: YouTube Trends, Analytics 🔍
- Google Trends: сезонность, долгосрочные тренды 📅
- Сторонние сервисы: VidIQ, TubeBuddy, Social Blade 💡
📈 Рейтинг вовлечённости
Можем анализировать рейтинг вовлечённости:
- по годам (добавить: разбивку по видео от времени создания колонками в график по годам)
- отдельно по видео
🤝 Инфлюенсер-маркетинг
- Поиск и фильтрация каналов по ключевым словам и подписчикам 🎥
- Извлечение контактов: email, соцссылки 📧
- Сохранение данных в PostgreSQL, кеширование processed_ids.txt 🗄️
👍 YouTube Likes Tracker
Скрипт для периодического сбора числа лайков через API returnyoutubedislikeapi.com, сохранения истории в SQLite и уведомлений при превышении порога.
Возможности:
- Запрос текущего числа лайков по списку видео
- Сохранение истории в базе SQLite + логирование
- Оповещения при достижении порога
Сфера применения:
- уведомление автора при наборе определенного количества лайков, как следствие лучшее взаимодействие с аудиторией
Требования:
- Python 3.7+
- Библиотеки:
requests,sqlite3,logging
🔍 YouTube Scraper
Скрипт для поиска YouTube-каналов по запросам, фильтрации по подписчикам, извлечения контактной информации и сохранения в PostgreSQL.
Основное:
- Автопереключение API-ключей при превышении квоты
- Поиск каналов по ключевым словам и сортировка по просмотрам
- Фильтрация по минимуму подписчиков
- Извлечение email и соцссылок из описания
- Сохранение в таблицу
bloggers, кешированиеprocessed_ids.txt, логирование
Требования:
- Python ≥ 3.8
- Библиотеки:
google-api-python-client,python-dotenv,psycopg2-binary - Запущенный PostgreSQL
🛠 YouTube Shorts creator
- Загрузка видео: yt-dlp ⬇️
- Нарезка: MoviePy + FFmpeg ✂️
- Анализ аудио: Librosa + SpeechEmotionRecognition_Realtime 🎵
- Генерация шортсов/превью: Ollama 🤖
Основная идея:
- увеличение скорости нарезки видео на shorts для развития и набора подписчиков канала
Проблемы:
- скорость нарезки средняя
- при нарезки длинного видео может быть долгая обработка и нарезка
- могут быть не найдены самые вирусные моменты
- риски теневого бана
💬 Анализ комментариев под видео
Основная идея:
Идея заключается в анализе комментариев под видео на YouTube с целью кластеризации их по темам, тонам и интересам. Это позволяет выделить ключевые темы, понять предпочтения аудитории и выявить улучшения для контента.
Чем может быть полезно:
- Понимание интересов аудитории: какие темы и форматы нравятся зрителям 🎯
- Улучшение контента: адаптация будущих видео под запросы аудитории 🎨
- Увеличение вовлеченности: релевантный контент повышает лайки и просмотры 📈
- Выявление проблем: устранение негативных моментов и критики
⚠️ - Идеи для новых видео: подсказки по темам и направлениям 💡
Какой результат:
- Кластеризированные темы: группы комментариев (похвалы, критика, запросы, вопросы)
- Рекомендации: конкретные шаги для улучшения ("больше видео про X", "улучшить звук")
- Список запросов: топ упоминаемых тем для новых роликов
- Анализ тональности: процент положительных, нейтральных и отрицательных комментариев 😊😐😞
Качество кластеризации довольно низкое. Названия кластеров неинформативны.
📊 Анализ видео у конкурентов
Основная идея:
Анализ видео других блогеров по заданной теме: просмотры, лайки, комментарии и другие метрики. Помогает выявить успешные форматы и подходы, а также избегать ошибок.
Чем может быть полезно:
- Понимание трендов: какие аспекты темы популярны у аудитории 🔥
- Оценка конкуренции: кто уже в нише и как показали себя их видео 🏅
- Идеи для улучшения: форматы, длина, стиль подачи, графика 🎥
- Избежание ошибок: учёт неудачных примеров ❌
- Оптимизация стратегии: незанятые подниши и новые подходы 🚀
Какой результат:
-
Список блогеров: авторы по теме, подписчики, каналы
-
Анализ метрик: таблицы/графики с просмотрами, лайками, комментариями
-
Рейтинг успешности: вовлечённость (лайки+комментарии)/просмотры 🏆
-
Выводы по форматам: обзор лучших типов контента (обзоры, инструкции и т.д.)
-
Рекомендации: советы по созданию на основе успешных и неудачных примеров
Полезные ссылки:
На данном сайте можно посмотреть, как изменялось количество подписчиков на канале: https://socialblade.com/youtube
🔧 Техническая часть
comments_clustering.py
Функционал: очистка текста, лемматизация, векторизация SentenceTransformer, K-Means + t-SNE, анализ центров кластеров.
Результат: диаграмма кластеров, топ‑3 комментария к каждому, метрики Silhouette, Calinski‑Harabasz, Davies‑Bouldin.
comments_summary.py
Использует Ollama (модель Llama3) для суммаризации списка комментариев.
diagrams_connected_with_comments.py
- Столбчатая диаграмма средней длины комментариев по каналам
- График зависимости числа комментариев от длины комментария
- График зависимости числа комментариев от длительности видео
engagement.py
- Сортировка каналов по вовлечённости (лайки+комментарии)/просмотры
- Отдельные графики: лайки и комментарии в разных категориях
clustering.py
Аналогично comments_clustering, для других типов данных.
correlation.py
Сбор метаданных через VideoRepository, создание DataFrame, матрица корреляций и тепловая карта.
diagrams.py
- Точечный и линейный графики зависимости длительности видео от просмотров.
parsing_find_channel_id.py
Парсинг HTML, поиск Channel ID, сохранение новых каналов в БД.
update_video_channel_id.py
Установка поля channel_id: перебор каналов и их видео, обновление записей, где channel_id пуст.
update_new_columns.py
- get_channel_stats(): статистика канала через API YouTube
- print_channel_info(): обновление данных каналов в БД
search_for_similar_videos.py
Косинусная схожесть эмбеддингов, фильтрация по лайкам, топ‑3 похожих видео с метриками вовлечённости.
helper.py
- get_video_info_by_category(): статистика по категориям (просмотры, лайки, комментарии)
- get_video_info_by_channel(): агрегирует по каналам (фильтрация по category_id)
- get_video_info_by_manual_category(): анализ по пользовательским тематикам
Продукты-понкуренты
# Клонировать репозиторий
git clone https://github.com/your-org/youtube-insight-2025.git
cd youtube-insight-2025
# Установить зависимости
pip install -r requirements.txt# Анализ трендов и генерация отчётов
python search_for_similar_videos.py
python diagrams.py
python correlation.py
python clustering.py
python comments_clustering.py
# Обработка видео и создание шортсов
python video_processor.py https://www.youtube.com/watch?v=VIDEO_ID- 💬 Telegram:
-
- Артур (@Mariavbgh) - Backend-разработка, аналитика данных, интеграции API
- Алиса (@alice6_6) - Анализ данных, интеграция API, кластеризация данных
- Пётр Андреев (@PyotrAndreev) - Ментор, наставник
Спасибо за использование youtube-insight-2025! 🙏