![見出し画像](https://assets.st-note.com/production/uploads/images/144918980/rectangle_large_type_2_db14d96188e01f4f935baf2e1372ae4b.jpeg?width=800)
Claude 3.5 SonnetのArtifacts機能を使ったらYouTubeアナリティクスの分析が一瞬でできた!
はじめに:このnoteについて
みなさんこんにちは!
私は、AIで生成した「音楽」と「動画」を組み合わせた作業用BGMをYouTubeで配信している者です。時代の最先端をゆくチャンネルです。
このnoteは、YouTubeチャンネルを0から立ち上げるにあたって得られたTipsやノウハウを読者のみなさまにシェアするために開設されました。
今回は、最近リリースされた『Claude 3.5 SonnetのArtifacts機能』を利用して行ったYouTubeアナリティクスの分析に関してレポートしたいと思います。
試しに使い始めてから10分ほどで、いつかやろうやろうと思っていた分析が行えました。AIの進化、本当に驚きです。
分析① チャンネル登録数と相関が高い指標は?
チャンネル立ち上げ当初からずっと気になっていたのがまずこれでした。いつか、Pythonを勉強しながら確認してみたいなと思っていたのですが、いい機会なので『Artifacts機能』を使ってみることにしました。
![](https://assets.st-note.com/img/1719062176835-NqYkZEfmxA.png?width=800)
さっそく、YouTubeアナリティクスから落としたCSVデータを中身も見ずにブチ込んで、分析を依頼してみました。すると、瞬く間にコーディングが始まり結果を教えてくれました。
![](https://assets.st-note.com/img/1719062354309-Pw4rNEoAU8.png?width=800)
はじめに、登録者数と、各指標の単相関を見てくれたようです。まさに、気になっていた部分でした(本当は重相関も見たかったですけど)
「チャンネル登録数」と相関が高いのは「視聴回数」だそうで、それでは大した発見ではないので、追加の分析も試みました。
※余談ですが、人間に対する作業依頼と違い、AIへの作業依頼だと何度もやり直しを罪悪感なくお願いできるところが、素晴らしいポイントだと思っています。
分析② クリック率が高い動画の特徴は?
クリック率が高まれば視聴回数も増えるわけなので、こちらも見てみることにしました。動画によってばらつきが大きい指標でもあります。
![](https://assets.st-note.com/img/1719062967684-PwfiEcTCsD.png?width=800)
先ほどと同様に、瞬く間にコーディングが済み、分析結果が表示されます。
![](https://assets.st-note.com/img/1719063076828-VhboRhmpBv.png?width=800)
分析結果は
ショート動画と、初期の頃の動画のクリック率高いよ
とのことでした。
ただこれは私のチャンネルの都合で、初期の頃アップしてた動画は自分でクリックして再生数を稼ごうとしていたので、適正な分析対象になり得ないことに気づきました。
そこで、Volume015以降の作品に絞り、かつショート動画も対象外として追加分析を行いました。
分析③ No.015以降でクリック率が高い動画の特徴は?
人間の作業者だったら「先に言えよ…」とも言われそうですが、さすがはAIくん、追加の分析依頼に文句も言わず、フィルタを適用してくれます。
![](https://assets.st-note.com/img/1719063393724-arwlKUXEob.png?width=800)
この分析では一部有用な示唆も得られました。
ジャンル多様性: EDM、Tropical House、GYM Music、Work Music、Sleep Musicなど、様々なジャンルがクリック率上位に入っています。これは、多様なニーズに応える幅広いコンテンツが効果的であることを示唆しています。
ニッチ市場の重要性: 「GYM Music for WorkOut」や特定の睡眠用音楽など、特定の目的に特化したコンテンツが高いクリック率を示しています。これは、ニッチ市場をターゲットにすることの有効性を示しています。
最適化の効果: 5月に公開された動画が多く上位に入っていることから、時間の経過とともにタイトルやサムネイルの最適化、あるいはアルゴリズムの学習効果が現れている可能性があります。
ジャンルがとっ散らかっていていいものか、
For GYM WorkOutなどシーンを限定しすぎていいものか、
など、自信を持てないままに試行錯誤をしていたところなので、今回の分析で少し背中を押された気がしました。
終わりに
今回は、『Claude 3.5 SonnetのArtifacts機能』を使ったYouTubeアナリティクスの分析例についてご紹介しました。
対話形式で分析内容を詰めていけるので、
TwitterなどYouTube以外のSNSの分析
デジタル広告運用レポートの改善案の示唆出し
Kaggleなどデータサイエンス系コンペのお題を解くような中〜高難度なデータ分析
等にも活用できるのではないかと感じました。
生成AIを業務活用できる/できないでガチで市場価値が変わってくるなと感じました。半分期待と、半分恐ろしいです。
この記事が少しでも役に立ったと感じたみなさま、ぜひYouTubeの方も見ていただけたら嬉しいです!
先日第一子が誕生したので、気軽にできる出産祝いだと思って、なにとぞ、お願いいたします……!!!!
この記事が気に入ったらサポートをしてみませんか?