はじめに
コンテンツ診断の初心者向けガイド
コンテンツ診断とは、パフォーマンスデータを明確な説明と次のアクションに変えることです。
コンテンツの診断は、失望する結果を調査可能な質問に分解することを意味します: 誰のための作品だったのか、何を約束したのか、人々はそれに出会ったのか、それを選んだのか、そしてそれが提供されたのか。証拠を持つ旅の部分から始めましょう。
この記事では
始める前に
得られること
- 明確な質問を一つ立てることから始める。
- 比較可能なコンテンツをベースラインとして使用する。
- 証拠を推測から切り離す。
- 次のアクションで終わらせる。
約束からペイオフへの旅を診断する
低い視聴回数は結果であり、説明ではありません。それは、トピックが不明確だったのか、オープニングが遅かったのか、関連する人がアップロードを発見した数が少なかったのかを教えてくれません。利用可能な情報が狭い結論を支持するまで、それぞれを可能な説明として扱ってください。
想定される視聴者とタスクを書く
実際の用語で人物を説明します：初めてのプロジェクトを完成させようとしている初心者、オプションを比較する経験豊富なユーザー、または現在のイベントを追っている視聴者です。その後、そのコンテンツが彼らに何を理解させるか、または何をさせるかを述べてください。
約束を1文で表現できない場合、その作品は多くの役割を果たそうとしている可能性があります。診断レビューは、分析を検査する前にそのブリーフを改善できます。明確さは、作品中で直接評価できるものです。
タイトルと実際のオープニングを比較する
タイトルを読んでから、動画の最初の部分を見てください。オープニングはその約束を届け始めますか、それとも異なる主題を紹介しますか？不一致は具体的な編集上の問題です。その結果に対する寄与は、依然として証拠を必要とします。
各質問に適切なソースを使用する
公開されたメタデータとカウントは、インベントリおよび相対パフォーマンスの比較をサポートできます。あなた自身のプライベート分析は、追加の到達範囲、トラフィック、注意の測定を提供します。いずれのソースも、人が視聴したり離れたりした明確な理由を示すものではありません。
観察、可能な説明、証拠のソース、欠落している情報をまとめた小さな表を作成してください。これにより、説得力があるからといって、妥当な話が事実として主張されるのを防ぎます。
最小限の有用な変更を優先する
視聴者の理解に影響を与える問題を選び、それを次の作品で取り上げることができるかを考えます。例としては、タスクを絞る、結果を早く示す、繰り返しのセットアップを削除する、混乱する過渡を説明することなどがあります。
テストを決定的に見せるためにすべてを変更することは避けましょう。内容が必要な場合、完全なリライトが適切かもしれませんが、その場合は結果を特定の技術が機能したと証明するのではなく、変更のパッケージとして説明してください。
症状から調査を選ぶ
変化があったこと、どこで、どの期間にわたって行われたかを説明する文から始めましょう。"私のチャンネルは壊れています"は、調査すべきレポートを特定しません。"最近のいくつかのチュートリアルが、以前の同等のチュートリアルよりも弱い7日間の結果を示しています"は、サンプル、時間的基準、調査する理由を提供します。履歴がその正確な記述をサポートできない場合は、確認できる簡単な観察を述べましょう。
ステップ1: 質問を分類する
トータルが低い場合、公開量や古いライブラリのトラフィックが関与している可能性があります。弱い個々のアップロードは、クリエイティブおよびオーディエンスフィットの見直しを要します。異常な競合結果は、文脈研究を必要とします。計画の問いは、どのオーディエンスのニーズが次に元々の答えを受けるべきかを尋ねます。これらの調査は重なりますが、1つから始めることで無関係な数字を集め、その情報量を進展のように扱うことを防ぎます。
ステップ2: 最小限の有用な証拠を選ぶ
公開チャンネルのインベントリについては、アップロード、日付、形式、利用可能なカウントを点検します。プライベートな露出または注意の質問については、あなたの認可されたスタジオレポートを使用します。トピックの決定については、関連した例と選択限界を持つ観客の質問を集めます。証拠は質問に合ったものに合わせ、1つのツールに視聴者の旅のすべての部分を説明させることは避けましょう。
ステップ3: 説明の前に比較を確認する
参照グループを書き、年齢、意図、形式、配布の違いを点検します。それらの違いが重要な場合は、サンプルを狭めるか制限を明示してください。美しく提示された比較でも、依然として不適切である可能性があります。最も有用な診断ステップは、入手可能な証拠がまだ2つの説明を区別できないことを発見することです。
観察から行動へ短いチェーンを構築する
4つの文を使用します: あなたが観察したこと、説明できるかもしれないこと、その説明に挑戦する証拠、そして次に何をするつもりかです。例えば、高度なチュートリアルシリーズが弱く見える; 視聴者の約束は不明確かもしれない; 1つの高度なアップロードは通常行われた; 次のテストでは前提条件を述べ、早期に結果を示すでしょう。このチェーンは、仮説がすでに証明されているふりをせずに推論を検査可能にします。
ステップ4: 次のツールに狭い役割を割り当てる
インベントリにはチャンネルアナライザーを使用し、異常な公開結果にはoutlier finderを、候補研究の質問にはトピック分析を使います。必要に応じて、元のコンテンツとプライベートレポートを開いてください。インターフェースは証拠を整理できますが、出力に診断ラベルを付けるだけで欠落する因果情報を供給することはできません。
ステップ5: 次の決定がサポートされるまで停止する
次の有用な作品を草案する前に、すべての指標を調査する必要はありません。証拠に比例した行動、不確実性の記録、レビューのポイントがあるときに停止してください。行動が大きなコミットメントを要する場合は、まずは強力な証拠を集めてください。良い診断プロセスは、決定を改善することで完了しますが、広範な説明が未解決のままであってもです。
計画された時点で結果をレビューする
リリースの前に比較年齢と参照グループを設定します。レビュー時には、実際の結果と配布や生産条件の変化をチェックします。データが質問を解決しない場合は、混合または不確定の結果を保持してください。
Kolliqを使用して、観察された変更から実験と保存された教訓に移動します。診断プロセスは、次の作品を改善し、単一の原因を原則として割り当てることができなくても学んだことを保存する場合に成功となります。
次のレビューのチェックリスト
- 診断の質問
- ベースライン
- 証拠源
- 可能性のある原因
- 次のアクション
クリエイターがよく尋ねる質問
高度な分析スキルは必要ですか？
いいえ。シンプルなベースライン、公正な比較、明確な次のアクションがあれば、始めるのに十分です。
読むことから行動に移る
明確にコンテンツを診断し始める
Kolliqはクリエイターのシグナルを実用的な次のステップに整理します。
最近のアップロードを分析します。