مسوّق أنشأ Znich خلال خمسة أشهر — أداة تحليلات AI لصنّاع الفيديو على YouTube

روى متخصص في التسويق على منصة هابر كيف بنى بشكل مستقل خلال خمسة أشهر أداة Znich — وهي أداة تحليل قائمة على الذكاء الاصطناعي لمنشئي محتوى الفيديو على YouTube. تجيب الأداة على السؤال الذي يعذب أي منشئ محتوى: لماذا يحصل أحد الفيديوهات على مليون مشاهدة بينما فيديو آخر، ببذل الجهد ذاته وجودة مماثلة، يختفي في الصمت؟

من أين جاءت الفكرة

أثناء عمله متخصصًا في التسويق، كان المؤلف يحلل المنافسين بانتظام: يراقب أي فيديوهات تعمل بشكل جيد لديهم ويحاول إيجاد أنماط. توفر YouTube Studio البيانات بصراحة — الاحتفاظ بالجمهور، معدل نسبة الضغط على الصور المصغرة، مصادر حركة البيانات، المواضع في البحث. لكن المشكلة أن كل هذا متفرق. للحصول على صورة كاملة، تحتاج إلى تجميع الأرقام يدويًا، ومقارنة الفيديوهات مع بعضها البعض، وبناء الفرضيات واختبارها واحدة تلو الأخرى. استغرقت هذه العملية ساعات ولم تضمن إجابة على السؤال الرئيسي.

قرر المؤلف أتمتة التحليلات — ليس من أجل شركة ناشئة، بل لعمله اليومي. هذه تفصيلة مهمة: ظهرت Znich كأداة لنفسه وأصبحت منتجًا فقط لاحقًا. لهذا السبب لا يوجد شيء غير ضروري فيها — تعالج كل ميزة مشكلة محددة واجهها المنشئ شخصيًا وأكثر من مرة.

ما الذي تستطيع Znich فعله

خمسة أشهر من التطوير — بدون تعليم هندسي كلاسيكي، بشكل أساسي باستخدام أدوات الذكاء الاصطناعي والنهج التكراري. يصف المؤلف العملية بصراحة: كانت كل ميزة تظهر عندما تصبح نقطة الألم التالية لا تحتمل والتحليل اليدوي مكلفًا جدًا.

تحلل Znich ما لا توفره التحليلات القياسية بشكل جاهز ومفسر:

• الاحتفاظ بالجمهور على مدى زمني — بالضبط حيث يغادر المشاهدون وفي أي ثانية
• معدل نسبة الضغط على الصورة المصغرة المرتبطة بالعنوان — ما ينجح بشكل أفضل في مجال معين وللمنافسين
• مصادر حركة البيانات وحصصها — البحث والتوصيات والزيارات المباشرة والروابط الخارجية
• هيكل الفيديوهات الناجحة من المنافسين — الثواني الأولى والتحولات الدلالية والخواتيم
• أنماط الانتشار الفيروسي — ما هو مشترك في الفيديوهات بملايين المشاهدات في المجال

الفرق الأساسي: ليس فقط الأرقام، بل التفسير. تحاول طبقة الذكاء الاصطناعي الإجابة على السؤال "لماذا"، وليس فقط "كم". وهذا ينقل عمل المؤلف من جمع البيانات إلى اتخاذ قرارات حول المحتوى.

ميزة تلو الميزة — من الألم

يصف المؤلف بصراحة كيف تطور المنتج: ليس وفقًا لخريطة طريق، بل وفقًا للشكاوى — أولاً وقبل كل شيء شكاواه الخاصة. إذا اضطررت إلى إجراء أي تحليل يدويًا أكثر من مرتين، ظهرت ميزة جديدة. لا توجد تخطيط منتج بالمعنى الكلاسيكي — فقط الألم كطريقة للأولويات.

"تُظهر

YouTube Studio الأرقام بصراحة — الاحتفاظ ومصادر حركة البيانات ومعدل نسبة الضغط. لكن لا توجد إجابة كاملة في هذه الأرقام: يجب أن تجمعها بنفسك"، كما يكتب المؤلف.

منح هذا النهج — البناء لنفسك أولاً — المنتج جودة نادرة: كل عنصر واجهة يحل مشكلة حقيقية، وليس مفترضة. يتناقض هذا بشدة مع لوحات المعلومات التحليلية التي تم بناؤها على مبدأ "دعنا نضيف كل ما يمكننا قياسه" وتحولت إلى واجهات مثقلة حيث يصعب العثور على إجابة لسؤال بسيط.

خلال خمسة أشهر، انتقل المنتج من نص شخصي إلى أداة كاملة بواجهة شاملة. لا يخفي المؤلف أن العملية كانت غير خطية وأحيانًا مؤلمة — لكن كل تكرار كان يقرب Znich من الإجابة على السؤال الذي بدأ به كل شيء.

ماذا يعني هذا

قصة Znich هي توضيح واضح لكيفية غيّرت أدوات الذكاء الاصطناعي إمكانية الوصول إلى التطوير للمتخصصين غير الهندسيين. بنى متخصص تسويق بدون خلفية تقنية منتجًا موضوعيًا وظيفيًا خلال خمسة أشهر، وهو ما كان سيتطلب سابقًا فريق مطورين كاملاً. انخفضت عتبة الدخول لإنشاء أدوات SaaS متخصصة إلى مستوى شخص واحد لديه ألم واضح ووقت والرغبة في حله.