JHamidun YouTube Analytics
Deep analytics for YouTube channels via Data API v3. No browser needed.
Что понадобится
| Что | Платно | Где взять |
|---|---|---|
YOUTUBE_API_KEY |
нет (квота 10 000 единиц/сутки бесплатно) | Google Cloud Console → включить YouTube Data API v3 → Credentials → API key |
YOUTUBE_CHANNEL_ID |
— | ID начинается с UC…. Найти: YouTube Studio → Settings → Channel → Advanced settings, либо в исходнике страницы канала по строке "channelId" |
| Python 3.x | — | stdlib only: json, urllib, datetime, collections |
Ключ читается только из окружения, никаких файлов: export YOUTUBE_API_KEY=….
Держишь свой .credentials.master.env — подтяни его перед запуском (source …).
Публичные метрики (просмотры, лайки, комментарии) видны по API-ключу без OAuth;
приватные (удержание, CTR, источники трафика) требуют OAuth и YouTube Analytics API —
этот навык их не трогает.
Quick Start
export YOUTUBE_API_KEY=... # или: source ~/.claude/.credentials.master.env
export YOUTUBE_CHANNEL_ID=UC... # свой канал
python ~/.claude/skills/youtube-analytics/scripts/yt_fetch.py # → <временный каталог ОС>/yt_videos.json
python ~/.claude/skills/youtube-analytics/scripts/yt_fetch.py out.json # свой путь
Отдельного yt_analyze.py в навыке нет и он не нужен: yt_fetch.py отдаёт полный JSON
по всем роликам, а разбор по модулям ниже делает сам агент — так проще менять срезы,
чем править скрипт под каждый новый вопрос.
API Endpoints Used
| Endpoint | Purpose | Quota Cost |
|---|---|---|
channels?part=statistics,snippet |
Channel overview (subs, total views) | 1 unit |
playlistItems?part=snippet |
List all videos from uploads playlist | 1 unit/page |
videos?part=statistics,contentDetails,snippet |
Per-video metrics (views, likes, duration) | 1 unit/50 videos |
Quota: 10,000 units/day. Full channel scan of 300 videos ≈ 15 units.
Analytics Modules
1. Distribution Analysis
- Views distribution (top 10%, median, bottom 10%)
- Likes-to-views ratio by tier
- Comment density analysis
- Identify viral outliers (>3σ from mean)
2. Topic Clustering
- Extract keywords from titles (Russian + English)
- Group by topic: AI models (DeepSeek, GPT, Gemini), companies (NVIDIA, Tesla, Musk), business/money
- Views per topic cluster with engagement rates
- Identify winning vs underperforming topics
3. Time & Day Optimization
- Views by day of week (aggregate)
- Views by hour of publication (в часовом поясе основной аудитории, не в UTC)
- Best publishing windows
- Seasonal trends (monthly aggregation)
4. Duration Analysis
- Group by duration buckets: <30s, 30-60s, 1-3min, 3-10min, 10min+
- Average views per bucket
- Engagement rate (likes/views) per bucket
- Optimal duration range
5. Title Analysis
- Title length vs views correlation
- Emoji usage impact
- Question marks / numbers in titles
- Hashtag effectiveness (какие из твоих постоянных хэштегов реально коррелируют с просмотрами)
6. Growth Trajectory
- Cumulative uploads over time
- Publishing frequency (videos/week rolling average)
- Views trend by cohort (first 30 days, 90 days, lifetime)
7. Shorts vs Long-Form
- Separate metrics for Shorts (<60s, 9:16) vs regular videos
- Compare engagement rates
- Identify format sweet spot
Output Format
Generate structured report with:
## Channel Overview
- Subscribers: X
- Total videos: X
- Total views: X
- Average views/video: X
- Median views: X
## Top Performers (>3σ)
| # | Title | Views | Likes | Published |
...
## Topic Performance
| Topic | Videos | Avg Views | Best Video |
...
## Publishing Optimization
| Day | Avg Views | Best Hour (в поясе аудитории) |
...
## Recommendations
1. ...
2. ...
Профиль своего канала — заполняется по итогам первого прогона
Это не справочные значения, а карточка, которую ты заполняешь СВОИМИ числами и
дальше держишь актуальной. Смысл в том, чтобы выводы не пересчитывались заново каждый
раз, а следующий прогон сравнивался с предыдущим. Копию удобно положить в
~/.claude/business-context.md — оттуда её читают trend-engine и shorts-pipeline.
Канал: [@handle] ([UC…])
Дата анализа: [YYYY-MM-DD], видео в выборке: [N]
- Медиана просмотров: [N] (среднее не берём: его перекашивают виральные выбросы)
- Топ-темы: [3-5 тем, что реально залетают — S-tier]
- Стабильные темы: [3-5 тем — A-tier]
- Лучший формат: [длина и ориентация]
- Лучшие дни: [дни недели]
- Лучшее время: [часы, в поясе аудитории]
- Паттерн виральных: [что общего у выбросов >3σ]
- Паттерн заголовка: [длина, эмодзи да/нет, что внутри]
- Хэштеги: [постоянный набор]
Как это заполнить — пройти модули 1-7 выше по свежему yt_videos.json.
Каждое поле должно быть посчитано, а не оценено на глаз: «лучшие дни» без таблицы
средних просмотров по дням — это ощущение, а не факт, и решения по нему стоят охвата.
Integration
Works with:
- Skill
shorts-pipeline— выводы аналитики → темы и формат новых роликов - Skill
trend-engine— S/A-tier темы отсюда идут в скоринг новых тем - Google Docs / Sheets API — выгрузка отчётов и сырых данных
Common Mistakes
| Mistake | Fix |
|---|---|
| API quota exceeded | Cache the JSON (path is printed on the last line) and don't re-fetch the same day |
| Wrong channel ID | UC prefix = channel, UU prefix = uploads playlist. Convert: replace UC→UU |
| Missing duration parsing | ISO 8601 format (PT1M30S). Use regex: r'PT(?:(\d+)H)?(?:(\d+)M)?(?:(\d+)S)?' |
| Timezone confusion | YouTube API отдаёт UTC. Для анализа времени публикации переводи в пояс СВОЕЙ аудитории, а не в свой собственный: они совпадают не всегда |