*第37回からの続きです。
フィルタを使ってシンプルにする
質問の答えを探しているときは、データを絞り込んで、質問の答えに関係のある情報だけが見える関連すると非常に効果的です。データのみを表示すると、要点が明確になります。
さて、ある動画が女子中学生と女子高校生のどちらの間で人気が高くなっているか判断したい場合、最初に作ることはデータセットから男性のデータを抜くことです。これは、フィルタが使えば簡単です。
アナリティクスのインターフェイスでは、アップロードしたユーザー、視聴者のタイプ、コンテンツのタイプ、視聴しているプラットフォームでフィルタできます。
ダウンロード可能な動画レポートには、動画の長さ、視聴回数、コメント数、コメントが有効にされる、広告が有効に行われる選択肢、どの広告フォーマットか、といった項目があります。その他にもvideo_id、asset_id、claim_idといった項目があり、分析に関しては非常に役立ちます。項目名を使って別のダウンロード可能なレポートのデータを結合し、データ同士を認識することもできます。
スプレッドシート、SQL などのデータベース言語、または統計分析パッケージを使えば、ダウンロード可能なレポートの情報にフィルタを適用できます。フィルタには国、言語、広告フォーマット、アップロード時刻などレポート中のあらゆる項目を使用でき、具体的に情報を幅広く取得することができます。
A、この項目では、「フィルタ(Filter)」を使って必要なデータだけを抽出し、分析をしやすくする方法を学びます。
フィルタとは?
フィルタとは、
「条件に合うデータだけを表示する機能」
のことです。
大量のデータをそのまま見るのではなく、目的に合ったデータだけに絞ることで、分析の精度が高まります。
レッスンの具体例
「女子中学生と女子高校生のどちらに人気があるか?」
この質問に答えたい場合、
まず男性視聴者のデータは不要です。
そこで、
- 男性 → 除外
- 女性 → 表示
というフィルタをかけます。
その後、
- 13~15歳(中学生相当)
- 16~18歳(高校生相当)
を比較すれば、どちらの年代で人気が高いかが分かります。
つまり、目的に関係のないデータを取り除くことが重要なのです。
YouTube アナリティクスで使えるフィルタ
YouTube アナリティクスでは、例えば次のような条件で絞り込めます。
- アップロードしたユーザー
- 視聴者のタイプ(新規・リピーターなど)
- コンテンツの種類(動画・Shorts・ライブ配信など)
- 視聴プラットフォーム(スマートフォン、PC、テレビなど)
これにより、目的に応じた詳細な分析ができます。
ダウンロードレポートで利用できる項目
ダウンロードしたレポートには、多くの分析項目が含まれています。
例えば、
- 動画の長さ
- 視聴回数
- コメント数
- コメントの有効・無効
- 広告の有効・無効
- 広告フォーマット
- video_id
- asset_id
- claim_id
などです。
特に、
- video_id:動画ごとの識別番号
- asset_id:アセットごとの識別番号
- claim_id:Content ID の申し立てごとの識別番号
は、複数のレポートを組み合わせて分析する際の「共通キー」として役立ちます。
スプレッドシートやSQLでの活用
CSVをExcelやGoogleスプレッドシートに読み込めば、
- 日本だけ表示
- 音楽カテゴリだけ表示
- 収益化動画だけ表示
- 10分以上の動画だけ表示
といったフィルタを簡単に設定できます。
SQLを使う場合も、条件を指定して必要なデータだけを抽出できます。
例えば、
SELECT *
FROM videos
WHERE country='JP'
AND ad_format='Skippable';
この例では、
- 日本のデータ
- スキップ可能広告を表示している動画
だけを抽出しています。
このレッスンで最も重要なポイント
このレッスンの要点は、
「分析したい内容に関係のあるデータだけを抽出することで、より正確で効率的な分析ができる」
ということです。
グループ分け(前のレッスン)が「データを分類する」考え方だったのに対し、**フィルタは「必要なデータだけを取り出す」**考え方です。この2つを組み合わせることで、大量のデータの中から目的に合った情報を効率よく見つけ、データに基づいた意思決定がしやすくなります。
Q、ヒント
・データのフィルタリング
・広告のフォーマット
・動画レポート
・アセットラベル
A、この「ヒント」は、このレッスンで押さえておくべき重要キーワードをまとめたものです。それぞれの意味を整理すると、理解しやすくなります。
① データのフィルタリング
分析したい目的に合わせて、必要なデータだけを抽出することです。
例えば、
- 日本の視聴者だけを見る
- 女性だけを見る
- Shortsだけを見る
- 収益化している動画だけを見る
このように不要なデータを除外することで、分析結果が分かりやすくなります。
② 広告のフォーマット
動画に表示される広告の種類を指します。
代表的なものは、
- スキップ可能な動画広告
- スキップ不可の動画広告
- バンパー広告(6秒程度)
- ディスプレイ広告
- オーバーレイ広告(対応コンテンツのみ)
広告フォーマットごとに収益や視聴者への影響が異なるため、レポートで比較・分析することが重要です。
③ 動画レポート
コンテンツマネージャーやYouTubeのレポート機能からダウンロードできるCSVデータです。
例えば、
- 視聴回数
- 総再生時間
- コメント数
- 動画の長さ
- 広告の有効・無効
- 広告フォーマット
- video_id
- asset_id
- claim_id
など、多くの情報が含まれており、ExcelやGoogleスプレッドシート、SQLなどで詳細な分析ができます。
④ アセットラベル
**アセットに付ける目印(タグ・分類名)**です。
例えば、
- アルバムA
- 日本語
- 洋楽
- ライブ映像
- 2026年新曲
といったラベルを付けることで、関連するアセットをまとめて管理・分析しやすくなります。
このヒントのポイント
この4つのキーワードは、それぞれ次の役割を担っています。
- データのフィルタリング:必要なデータだけを抽出する。
- 広告のフォーマット:広告の種類ごとに成果を比較する。
- 動画レポート:分析に必要なデータを取得する。
- アセットラベル:アセットを分類・整理して分析しやすくする。
これらを組み合わせることで、大量のデータの中から必要な情報を効率よく見つけ出し、データに基づいた適切な意思決定を行うことが、このレッスンの狙いです。
Q、情報を比較して起こる関係を探す
データの比較は非常に効果的な方法です。同様に、さまざまなクリエイターの動画に対する視聴者の反応を比較したり、チャンネルのパフォーマンスを時系列に沿って比較したり、アセットごとに収益を比較したりできます。
「アニメで解説するメイクチュートリアル動画の最新エピソードの視聴回数が、今までのものに比べてかなり浅いんだ。何か理由があるのだろうか?」
「5月に最もよく見られていた動画の視聴回数が6月になったら90%も減りました。どうですか?」
A、この項目では、データ同士を比較して、「なぜその結果になったのか」という原因や傾向(関係性)を見つけることを学びます。
単に数字を見るだけではなく、数字の変化の理由を考えることが重要です。
1. データを比較する意味
比較の対象には、さまざまなものがあります。
- クリエイターAとクリエイターB
- 今月と先月
- 今年と昨年
- アセットAとアセットB
- 動画Aと動画B
比較することで、
- 何が成功したのか
- 何が失敗したのか
- どの要因が影響したのか
を見つけやすくなります。
2. レッスンの例①
「アニメで解説するメイクチュートリアル動画の最新エピソードの視聴回数が、今までのものに比べてかなり少ない。何か理由があるのだろうか?」
この場合は、単に「視聴回数が減った」と結論づけるのではなく、原因を探ります。
例えば、
- サムネイルを変更した
- タイトルが分かりにくかった
- 投稿時間が違った
- 動画が長すぎた
- おすすめ表示が減った
- ライバル動画が多かった
など、さまざまな要因が考えられます。
データを比較しながら、一つずつ原因を検証していきます。
3. レッスンの例②
「5月に最もよく見られていた動画の視聴回数が、6月になったら90%も減りました。どうですか?」
この場合も、数字だけでは判断できません。
考えられる理由としては、
- 5月だけ一時的に話題になっていた
- 季節性のあるコンテンツだった
- 検索順位が下がった
- おすすめ表示が減った
- トレンドが終了した
などがあります。
つまり、
「視聴回数が90%減った」という結果だけではなく、「なぜ減ったのか」をデータから探すことが重要なのです。
4. 比較分析で見る代表的な指標
YouTubeでは、例えば次のような指標を比較できます。
- 視聴回数
- 総再生時間
- 平均視聴時間
- クリック率(CTR)
- 広告収益
- CPM
- 視聴者維持率
- 登録者数の増減
これらを複数の動画や期間で比較することで、成功・失敗の要因を分析できます。
このレッスンで最も重要なポイント
このレッスンの要点は、
「数字の増減を見るだけで終わらせず、比較を通じて原因や傾向を見つけること」
です。
前のレッスンでは、
- グループ分け(データを分類する)
- フィルタ(必要なデータだけ抽出する)
を学びました。
そして今回は、その整理したデータを比較することで、「なぜこの結果になったのか」という関係性や背景を読み解き、今後のコンテンツ制作や収益化戦略に活かす方法を学ぶことが目的です。これは、データに基づいた意思決定を行ううえで欠かせない考え方と言えるでしょう。
Q、過去に高いパフォーマンスを示した類似の動画を探し、それらの動画の妥協ソース、再生場所、ユーザー層の各レポートを問題の動画のレポートと比較します。
とりあえずソースレポート 再生場所レポート ユーザー層レポート
指標が予測より低い値はないですか? 過去の動画は有名ブログに取り上げ
られて紹介されたが、最新の動画にはまだそのようなことがなくて、など。
動画が見えるウェブサイトに埋め込まれているが、それらのウェブサイトが広告表示のホワイトリストに追加されていない、など。
多く視聴している地域に変化があったとすると、それによって広告が影響を受けている可能性がある。
指標の値が急増または急減したのは何か? ユーザーがあなたの動画を見つけた場所が変わった(が、ここはあなたの動画があまり紹介されていない)、など。 コンテンツで許可されている広告フォーマットが最近変更された、など。 広告の料金が非常に高い / 低い国での視聴が増えた、など。
A、この部分は、**「比較分析を行う際に、どのレポートを見て原因を特定するか」**を具体的に説明しています。
ポイントは、「数字が変わった」という事実だけでなく、その背景を複数のレポートから探ることです。
レポート 確認する内容 考えられる原因の例
**トラフィックソース(Traffic Source)レポート** 視聴者がどこから動画を見つけたか 有名ブログで紹介されなくなった、検索流入が減った、おすすめ動画からの流入が減った
**再生場所(Playback Locations)レポート** 動画がどこで再生されたか 埋め込みサイトが広告表示の対象外だった、YouTube以外での再生が増減した
**ユーザー層(Demographics)レポート** 視聴者の年齢・性別・地域など 広告単価(CPM)が高い国・低い国の視聴割合が変化した
① トラフィックソースレポート
ここでは、
「視聴者はどこから動画にたどり着いたのか」
を調べます。
例えば、
- YouTube検索
- おすすめ動画
- 外部サイト
- SNS
- ブログ
などです。
レッスンの例では、
「過去の動画は有名ブログで紹介されたが、新しい動画はまだ紹介されていない」
というケースが挙げられています。
つまり、
外部からの流入が減ったため、再生数が落ちた可能性があります。
② 再生場所レポート
ここでは、
「どこで動画が再生されたか」
を確認します。
例えば、
- YouTube本体
- 埋め込みサイト
- モバイルアプリ
などです。
レッスンでは、
「動画はウェブサイトに埋め込まれているが、そのサイトが広告表示のホワイトリストに登録されていない」
という例が紹介されています。
つまり、
再生回数はあっても広告が表示されず、収益が伸びない可能性があります。
また、
「広告フォーマットが変更された」
という例もあります。
例えば、
- スキップ不可広告を無効にした
- バンパー広告を追加した
といった変更が収益に影響することがあります。
③ ユーザー層レポート
ここでは、
「誰が見ているか」
を分析します。
例えば、
- 年齢
- 性別
- 国・地域
などです。
レッスンでは、
「広告単価が高い国・低い国での視聴割合が変化した」
という例が挙げられています。
例えば、
- 広告単価の高い国からの視聴が減る
- 広告単価の低い国からの視聴が増える
と、再生回数が同じでも広告収益が変わることがあります。
このレッスンで最も重要なポイント
重要なのは、
「問題が起きたら、1つの数字だけを見るのではなく、複数のレポートを照らし合わせて原因を探る」
という考え方です。
例えば、視聴回数や収益が減少した場合でも、その背景には
- トラフィックソース(どこから視聴者が来たか)
- 再生場所(どこで動画が再生されたか)
- ユーザー層(誰が見ているか)
といった要因が関係している可能性があります。
このように複数のデータを組み合わせて分析することで、単なる結果ではなく、その原因や改善策を見つけられるようになることが、このレッスンの目的です。
*第39回に続く。