Un especialista en marketing creó en cinco meses Znich, una herramienta de análisis con IA para creadores de YouTube

Un especialista en marketing ha contado en Habr cómo construyó él solo, en cinco meses, Znich, una herramienta de análisis con IA para creadores de vídeo en YouTube. La herramienta responde a una pregunta que atormenta a cualquier creador de contenido: por qué un vídeo alcanza un millón de visualizaciones mientras que otro, con el mismo esfuerzo y una calidad similar, cae en el silencio.

De dónde surgió la idea

Como profesional del marketing, el autor analizaba con regularidad a la competencia: miraba qué vídeos despegaban y trataba de encontrar patrones. YouTube Studio entrega los datos sin problema: retención de audiencia, CTR de las miniaturas, fuentes de tráfico, posiciones en las búsquedas. Pero el problema es que todo está disperso. Para obtener una visión de conjunto hay que cruzar las cifras a mano, comparar vídeos entre sí, plantear hipótesis y comprobarlas una por una. Ese proceso llevaba horas y no garantizaba una respuesta a la pregunta principal.

El autor decidió automatizar el análisis, no por un startup, sino por su propio trabajo diario. Es un detalle importante: Znich nació como herramienta para uso propio y solo después se convirtió en producto. Por eso no tiene nada superfluo: cada función resuelve un problema concreto que el creador afrontó personalmente y en muchas ocasiones.

Qué puede hacer Znich

Cinco meses de desarrollo, sin formación clásica en ingeniería, sobre todo con herramientas de IA y un enfoque iterativo. El autor describe el proceso con franqueza: cada función aparecía cuando el último problema se volvía insoportable y el análisis manual, demasiado costoso.

Znich analiza lo que la analítica estándar no ofrece de forma lista e interpretada:

• Retención de audiencia en la línea de tiempo: dónde exactamente se van los espectadores y en qué segundo
• CTR de la miniatura combinado con el título: qué funciona mejor en un nicho concreto y entre los competidores
• Fuentes de tráfico y su peso: búsqueda, recomendaciones, accesos directos, enlaces externos
• Estructura de los vídeos exitosos de la competencia: primeros segundos, transiciones de contenido, cierres
• Patrones de viralidad: qué tienen en común los vídeos con millones de visualizaciones en un nicho

La diferencia fundamental: no solo cifras, sino interpretación. La capa de IA intenta responder al «por qué», no solo al «cuánto». Eso desplaza el trabajo del autor de la recopilación de datos a la toma de decisiones sobre el contenido.

Función a función, a partir del dolor

El autor cuenta que el producto no evolucionó según una hoja de ruta, sino según las quejas, empezando por las suyas. Si un análisis tenía que hacerse a mano más de dos veces, aparecía una función nueva. Nada de planificación de producto en el sentido clásico: solo el dolor como método de priorización.

«YouTube Studio muestra las cifras con honestidad: retención, fuentes de tráfico, CTR.

Pero en esas cifras no hay una respuesta de conjunto; hay que armarla a mano», escribe el autor.

Construir primero para uno mismo dio al producto una cualidad poco común: cada elemento de la interfaz resuelve un problema real, no uno supuesto. Contrasta con los paneles de analítica diseñados con el principio de «añadamos todo lo que se pueda medir», que acabaron en interfaces sobrecargadas donde es difícil encontrar la respuesta a una pregunta sencilla.

En cinco meses el producto pasó de ser un script personal a una herramienta terminada con interfaz completa. El autor no oculta que el proceso fue no lineal y por momentos doloroso, pero cada iteración acercaba un poco más a Znich a la pregunta con la que todo empezó.

Qué significa

La historia de Znich ilustra con claridad cómo las herramientas de IA han abierto el desarrollo a perfiles no ingenieros. Un especialista en marketing sin formación técnica montó en cinco meses un producto de nicho que funciona, algo que antes habría requerido un equipo completo de desarrolladores. La barrera para crear herramientas SaaS especializadas ha bajado al nivel de una sola persona con un problema claro, tiempo y ganas de resolverlo.