В каких нишах небольшие каналы выигрывают в выдаче YouTube — и почему высокий ранг не гарантирует просмотры?
YouTube Scraping with A-Parser
Представьте парадокс: видео автора с 700 подписчиками забирает 2,7 миллиона просмотров и 3-е место в поисковой выдаче YouTube по iPhone, а в финансовых темах — крипте и дропшиппинге — ни одно из 59 видео небольших каналов не преодолевает планку в 20 000 просмотров. При этом в обзорах криптобирж авторы небольших каналов занимают каждый третий ролик в ТОП-10: 45 из 136, или 33,09%.
Чтобы выяснить, где алгоритмы дают реальный охват, а где ранжирование оказывается «холостым», мы провели исследование выдачи с помощью A-Parser. Для эксперимента собрали 34 070 строк поисковой выдачи YouTube по 28 темам и 343 подсказкам, сведя датасет к 21 537 уникальным видео.
📊 Главное открытие: высокий ранг в поиске и реальные просмотры — это две разные задачи
Визуальные ниши дают шанс малым авторам: В распаковках гаджетов, фитнесе, DIY и коротких роликах с демонстрацией AI-инструментов доля прорывных видео от небольших каналов (от 100 до 10 000 подписчиков, набравших от 20 000 просмотров и превысивших число подписчиков в 10+ раз) достигала
23,15% от уникальных видео в ТОП-10.
Коммерческие ниши дают позиции, но не дают просмотров: В темах криптобирж, ботов и дропшиппинга малые каналы формировали 33–35% результатов в ТОП-10, но
ни один из 59 роликов не достиг 20 000 просмотров. Позиция в поиске есть, а просмотров нет.
Один ролик закрывает сразу кластер подсказок: 22,38% видео появлялись минимум по двум поисковым подсказкам, а отдельные ролики-лидеры ранжировались сразу по
21 подсказке.
A-Parser позволяет превратить этот процесс из ручного просмотра сотен запросов в регулярный автоматизированный мониторинг ниши с помощью 3-шаговой цепочки: SE::YouTube::Suggest ➔ SE::YouTube ➔ SE::YouTube::Video.
💡 В полной теме:
подробная методика эксперимента и структура датасета на 34 070 строк;
4 фильтра для поиска прорывных видео небольших авторов;
разбор 3 групп тем (визуальные, коммерческие, с ограничениями фильтрации);
анализ тегов и модификаторов заголовков для составления ТЗ на контент;
открытый CSV-датасет и готовый пресет A-Parser для повторения исследования.
🔗 Открыть исследование, посмотреть результаты и скачать материалы
Если вы уже анализировали выдачу YouTube в своих нишах — поделитесь опытом: в каких тематиках вам чаще попадаются выстрелившие микро-каналы, а где первые места намертво закрепились за гигантами?
