xiaoshuai1024 video-analytics 多平台运营数据分析
把发布管线（scripts/pub）发出去的视频表现数据收回来，变成可执行的优化建议。定位是管线的反馈环：选题（douyin-topic）→ 制作（video-generation）→ 发布 → 表现回流（本 skill） → 反哺选题权重。
核心目标 = 涨粉：反哺与 Top/Bottom 排序以涨粉口径为主（单视频涨粉数、播转粉率），播放量作参考；账号级日涨粉/掉粉序列随 make analytics 每日采集。
快速用法
make analytics # 采集四平台快照 + 回填平台作品 ID（日频手动跑一次）
make analytics platform=bilibili # 单平台（douyin,kuaishou,bilibili,shipinhao 逗号分隔）
make analytics-deep # 深度过程采集（完播率/平均时长/3s退出/涨粉）+ whisper 留存对齐
make analytics-deep slugs=a,b # 只跑指定 slug（转写有缓存）
make analytics-report # 标准化 → 诊断 → 报告
make analytics-revenue # 平台收益只读采集 + 变现门槛进度表（monetize-tracking）
make fans-insight # 粉丝画像/活跃时段采集 + 发布档校准建议（fans-insight）
make experiment ARGS="list" # 实验台账：假设→落地→验证闭环（ops-hardening）
冲精选期采集纪律（2026-08-27，openspec douyin-featured-selection）：① deep 采集对新发视频默认全量跑（历史仅 4/25 覆盖，回验样本不足）；② 每条视频发布满 48h 跑一次 analytics-deep + analytics-report，对照「精选自查基准线」写进 directives；③ 月度精选复盘——每月 18-20 日（官方发上月精选作者榜单）跑一次 report，对照榜单记录本号差距与可仿写点，同步更新 douyin-topic/references/jingxuan-benchmarks.md 案例档案；④ 20:00 发布窗口回测——累计 10 支 20:00 档后与中午档历史对比完播/池级，结论回写 video-generation skill「发布窗口」节；⑤ 结论沉淀（2026-08-29）——48h 回验与月度复盘的账号级结论追加 references/findings-log.md（reports/ 与 .video-analytics/ 均 gitignore 不进 git，跨期结论只认 references 落盘；新结论与旧结论冲突时并列保留并标注修订）。
报告落 .video-analytics/reports/：
| 文件 | 内容 |
|---|---|
YYYY-MM-DD-per-video/<slug>.md |
单视频诊断卡：播放/互动漏斗 + 流量池落位 + 过程分析（停留句定位 + 段落表） + 三段式建议（含转粉器标注） |
overview-YYYY-MM-DD.md |
总览：涨粉看板（粉丝总数/日涨掉序列/涨粉效率 Top/发布日拉动）、Top/Bottom、跨平台矩阵、留存深度排行、因子分桶、动作清单 |
feedback-keywords.md |
选题反哺：涨粉口径 Top/Bottom 系列的 weight 调整 diff（涨粉锚点 <3 支回退播放口径并标注；人工确认后应用） |
directives.md |
创作指导（写下一支脚本前必读）：账号数据 × playbook 技巧装配的优先级清单，每条带证据/动作/验证指标；video-generation 已接线消费 |
report.json |
机器可读全量诊断 |
数据落 data/analytics/（进 git，时间序列历史不可再生）：snapshots/{platform}.jsonl（列表快照）+ snapshots/deep/{platform}.jsonl（过程锚点）+ snapshots/fans/{platform}.jsonl（账号级日涨掉序列）+ transcripts/<slug>.json（句级转写缓存）+ metrics.json + diagnosis.json + retention.json + errors.json。
涨粉数据通道
| 平台 | 通道 | 数据 |
|---|---|---|
| 抖音 | overview/all（janus 裸 fetch，随 make analytics 每日） |
粉丝总数、每日涨粉/掉粉、每日播放/赞评转/主页访问序列 |
| 抖音 | summarize（单视频，随 make analytics-deep） |
单视频涨粉数、播转粉率 |
| B站 | 公开 relation/stat（免登录）+ 日快照差分 |
粉丝总数、净增（无掉粉明细则不造数） |
| B站 | archive_diagnose（单视频） |
涨粉、播转粉率（含同类 UP 主对照，not_ready 时置空） |
| 视频号 | statistic/fans_trend（首页裸 fetch，随 make analytics 每日，2026-08-29 接入） |
粉丝总数、7 日涨/掉/净增序列、涨粉来源拆解（推荐/主页/分享…）；单视频涨粉走列表 follow_count |
| 快手 | cp.kuaishou.com 被动 XHR 拦截 + fan/follower 关键字深挖（随 make analytics，2026-08-30 接入） |
粉丝总数（快照差分得净增；端点带签名，落空时降级留痕） |
粉丝画像与发布档校准（fans-insight，2026-08-30）
make fans-insight：四平台创作者中心粉丝画像 XHR 宽匹配拦截 + 原始证据落盘（snapshots/fans_insight_raw/，gitignore）+ 关键字/name/value 双路深挖。当前覆盖：视频号全量画像（年龄/性别/地域/设备，statistic/fans_portrait respJson 解包）；抖音/快手的活跃时段直方图端点未固化（raw 证据在手，待人工抓包迭代）；B站随登录恢复后接入。产出 data/analytics/fans_insight.json（含 F1 发布档校准 directive：活跃峰值 vs 现行 8/12/20 档）+ reports/fans-insight.md。校准是建议不是自动改档——双窗口定规不动。
变现数据（monetize-tracking，2026-08-30）
make analytics-revenue=va.revenue_collect（B站/视频号收益页 XHR 宽匹配拦截，原始证据snapshots/revenue_raw/）+va.monetize（门槛进度表）。快照落snapshots/revenue/<platform>.jsonl（进 git）。data/analytics/monetize-report.md（进 git）：各平台变现门槛进度（现状/差距/近7日净增/按速度外推达标日）+ 收益摘要。门槛数值在monetize-thresholds.json维护（含来源注记，以后台页面为准）。视频号 141 粉后台无收益中心入口（未达开通条件，属预期）→ 视频号创作分成已采通（2026-08-30 晚抓包固化）：真端点micro/content/cgi-bin/mmfinderassistant-bin/income/get-my-finder-income-detail（老前缀/cgi-bin/.../profit|income/*均 404 不存在）。入口坑：直连/platform/income缺 SPA 状态会被重定向回首页，必须 JS 强制点开「收入与服务→收入权益」子菜单后端点才触发（nav_clicks_js）；XHR 匹配只按 path（_pageUrl查询参数含 income 会把 helper 埋点全拦进来）；金额在incomeDetails[].wordingInfos[].number，键名不含收益关键字，通用深挖挖不到、走_shipinhao_income_fields结构化提取（创作分成计划/直播收入/带货中心/视频变现任务 ×可提现/累计）。当前真实 0（刚开通待首笔分成）。B站浏览器登录态失效→ B站已采通（openspec bilibili-income-endpoint，2026-08-30）：真端点api.bilibili.com/x/earnings/up/index/income*（老 member 域 x2/creative/web/income* 已 404）；bilibili.json 是 biliup cookie_info 格式，浏览器加载须转 storage_state（revenue_collect 已内置转换）——当前真实 0，符合 18 粉未达激励门槛现状。
实验台账（ops-hardening，2026-08-30）
directives 提出假设，va.experiment 补验证闭环：add（登记 directive/假设/落地 slug/验证指标）→ 观察期 → verify <id> --note "结论"（自动拉 timeseries.db 最新指标辅助，结论必须人写——平台无对照流量不硬造 A/B）。台账 data/analytics/experiments.jsonl（进 git）；make analytics-report 的总览与 experiments.md 均渲染进行中/最近已验证实验。关联与提醒（openspec experiment-evidence-linkage，2026-08-30）：承载视频定了以后 link <id> --slugs slug1,slug2 补挂（与 add 的 --applied-to 同字段）；make next 只对已挂 slug 且落地 ≥5 天的实验出 verify 提醒（文本带各 slug deep 覆盖状态）；openspec 悬空验证（色彩改版/CTA/dyn 档/幽默双片/gpuq 链）已预登记为 exp-20260830-01..05。
播放过程分析（锚点推断法）
平台 web 端不开放秒级留存曲线（已实测：抖音 video_data/detail/play_curve 均 url doesn't match），过程分析用真实锚点 × 句级时间轴：
- 锚点（
va/deep_collect.py）：抖音summarize（完播率/平均播放时长/封面点击/主页访问/涨粉 + 逐小时播放）、B站archive_diagnose（完播比/3s退出率/封标点击/播转粉；not_ready_field诚实置空）、快手作品分析列表analysis/pc/photo/list（fpr 完播率/播放/涨粉/时长，2026-08-31 接入，openspec platform-content-variant-research P0-1）；视频号无独立 deep 通道，列表快照自带完播（fullPlayRate）/平均时长直接进对比口径（P0-3）。量纲：抖音/快手/视频号原生 fraction，B站万分比经采集端 /100 成 percent——原始快照不归一，入库/报告换算声明集中在va/ts_db.py::_RATE_*（入库 percent）与va/standardize.py（metrics.json fraction），勿用「值≤1 即 fraction」猜测 - 时间轴（
va/retention.py）：faster-whispersmall本地转写 → 句级时间戳（缓存复用，initial_prompt偏置技术词） - 对齐产出：「平均观众停在第 N 句（时间码、深度%）」+ ≤6 段落表（时间码/内容摘要/留存提示），报告明确标注为锚点推断非全量曲线
- 诊断分支：深度 <10% → 开头 30 秒流失主导；完播 <1% 且 ≥3min → 拆系列；3s 退出 ≥40%（B站）→ 钩子/封面承诺不匹配；封面点击 <3% → 换封面版式
数据通道（全部只读、全部复用发布登录态）
| 平台 | 通道 | 端点 | 深度指标 |
|---|---|---|---|
| B站 | HTTP API + SESSDATA（免浏览器） | member.bilibili.com/x2/creative/web/archives/sp |
播放/赞/币/藏/弹幕/评/转；观看时长 P2 |
| 抖音 | patchright + 页内 fetch 翻页 | creator.douyin.com/janus/douyin/creator/pc/work_list（GET+max_cursor） |
播放/赞/评/藏/转/时长；完播率/CTR 走「导出 Excel」通道 P2 |
| 快手 | patchright 滚动加载 XHR 拦截 | cp.kuaishou.com/rest/cp/works/v2/video/pc/photo/list（带 __NS_sig3 签名不可直连） |
播放/赞/评/时长；定时件发布后才有 workId |
| 视频号 | patchright | 首页点「内容管理」→ 页内 fetch POST micro/content/cgi-bin/mmfinderassistant-bin/post/post_list（2026-08-29 接口改版迁移，旧 mmfinderassistant-bin/post_list 404；列表 UI 是按钮翻页滚动无效，页内 fetch pageSize=20 数页拉全量；列表级自带播放/互动/完播率/平均观看秒/单视频涨粉） |
登录态敏感，失效时报错降级（重新扫码恢复） |
单平台失败不阻塞其他平台，错误记 errors.json、报告标注缺失。
身份映射（join key）
link-map.json 的 pub_video.{platform}_id 是全部分析的连接键。回填两级匹配（va/fetch_uid.py）：
- 标题 LCP≥12：期望标题 = metadata.txt
标题_平台override，否则crop_title(标题, title_max)；与平台标题最长公共前缀 ≥12（容忍发布后改标题后半段） - 时长 ±1.5s + 发布日 ±1 天：ffprobe 本地 mp4（缓存
duration_cache.json）——快手 title 常为空的主通道；换声重渲会漂移，重渲过的视频匹配不到就走人工
全局认领登记：一个平台 item 只能归属一个 slug（防系列视频时长接近互相抢）。手写平台标题（与 metadata 无公共前缀）→ 人工确认后直接编辑 link-map。
诊断口径
- 双基准：自身历史分位数 P25/P50/P75（n≥5 启用，第一基准）→ 行业阈值兜底（
references/metrics-benchmark.md）；n<5 强制标「样本不足仅供参考」 - 精选自查基准线（2026-08-27，openspec douyin-featured-selection）：48h 回看——平均观看时长 >30s 且完播 >5% 为达标、>10% 为强信号；未达标自动归因到 directives（时长超标 → 豁免门禁口径；前段流失 → 15s 硬信息/H1/H5 指令）。⚠️ 这是内部自查线非官方门槛——官方无任何量化口径，精选按惊喜感/获得感/共鸣感定性评选，此线只用于迭代完播
- 数据成熟：发布满 24h 且播放 ≥50 才算率值；未满 24h 标「数据未熟」
- 抖音流量池：72h 播放对照梯度 [300 / 3k / 2w / 10w / 50w]，落位 + 差多少 + 晋级指标
- 诊断树：卡第 1 级=冷启动问题（封面/标题/发布时间）；播放过千互动率 <5%=流量承接弱（压时长提密度）；单项率低=对应 CTA 缺失
- 已知边界：秒级留存曲线平台 web 端不开放，过程分析为锚点推断（
make analytics-deep）；快手单视频详情族（analysis/pc/photo/single/overview含 AVG_PLAY_DURATION/流量来源/trending）需逐条点入暂未采，列表 fpr 覆盖完播锚点；5s 留存无（用平均时长深度 + B站 3s 退出率近似定位钩子问题）
反哺闭环
feedback-keywords.md 输出 Top/Bottom 系列的 weight 调整 diff（+0.5/-0.5），不自动改 douyin-topic/topic_keywords.json——人工确认后编辑。样本 <3 时不建议调整。
风控承诺
只读自己创作者后台（不点任何写操作按钮）、手动日频（不建 cron）、平台间 sleep、登录态与发布共用（scripts/pub/cookies/，不新开）。视频号/快手 cookie 失效时先 python -m scripts.pub.login <platform> 重新扫码。
环境要求
- 浏览器平台：
PYTHON_PW（Python311 + patchright，Makefile 已配） - B站：任意 Python（stdlib urllib）
- ffprobe（时长兜底匹配用）
- Windows：
PYTHONIOENCODING=utf-8（Makefile 已带）
时间序列库（2026-08-28 定规，analytics-timeseries-db）
每日采集后跑 make analytics-ts：snapshots JSONL → SQLite（data/analytics/timeseries.db，gitignore）UPSERT 每日一行/视频/平台 → 生成 timeseries-report.md（进 git：最近 5 条视频今日 vs 昨日 Δ + 发布以来趋势，含播放/点赞/评论/涨粉/完播率/3 秒跳出）。
py -m va.ts_db import幂等（同日重跑覆盖）；deep/fans 子目录快照并入（涨粉/跳出率来源）。- 趋势判断纪律：累积 ≥7 个采集日后做趋势结论；
py -m va.ts_db query "SELECT ..."只读 SQL 逃生舱。