Un especialista en marketing creó Znich en cinco meses — analítica con AI para creadores de videos en YouTube

Un comerciante contó en Habr cómo en cinco meses construyó independientemente Znich — una herramienta de análisis de IA para creadores de video en YouTube. La herramienta responde a la pregunta que atormenta a cualquier creador de contenido: ¿por qué un video obtiene un millón de visualizaciones mientras otro, con el mismo esfuerzo y calidad similar, pasa desapercibido?

De dónde surgió la idea

Trabajando como comerciante, el autor analizaba regularmente a los competidores: veía qué vídeos funcionaban bien para ellos e intentaba encontrar patrones. YouTube Studio honestamente proporciona datos — retención de audiencia, CTR de miniatura, fuentes de tráfico, posiciones en búsqueda. Pero el problema es que todo está disperso. Para obtener una imagen completa, necesitas compilar manualmente los números, comparar videos entre sí, construir hipótesis y probarlas una por una. Este proceso tomaba horas y no garantizaba una respuesta a la pregunta principal.

El autor decidió automatizar la analítica — no para una startup, sino para su propio trabajo diario. Este es un detalle importante: Znich surgió como una herramienta para sí mismo y solo después se convirtió en un producto. Por eso no hay nada innecesario en él — cada función aborda un problema específico que el creador enfrentó personalmente y repetidamente.

Qué puede hacer Znich

Cinco meses de desarrollo — sin formación clásica en ingeniería, principalmente utilizando herramientas de IA y un enfoque iterativo. El autor describe el proceso honestamente: cada función aparecía cuando el siguiente punto de dolor se volvía insoportable y el análisis manual era demasiado costoso.

Znich analiza lo que la analítica estándar no proporciona en forma lista e interpretada:

• Retención de audiencia en una línea de tiempo — exactamente dónde los espectadores se van y en qué segundo
• CTR de miniatura vinculado al título — qué funciona mejor en un nicho específico y para los competidores
• Fuentes de tráfico y sus proporciones — búsqueda, recomendaciones, visitas directas, enlaces externos
• Estructura de videos exitosos de competidores — primeros segundos, transiciones semánticas, finales
• Patrones de viralidad — qué es común en videos con millones de visualizaciones en el nicho

La diferencia fundamental: no solo números, sino interpretación. La capa de IA intenta responder a la pregunta "por qué", no solo "cuánto". Esto desplaza el trabajo del autor de la recopilación de datos a la toma de decisiones sobre contenido.

Función por función — del dolor

El autor describe honestamente cómo evolucionó el producto: no de acuerdo con un roadmap, sino de acuerdo con quejas — en primer lugar las suyas propias. Si algún análisis tenía que hacerse manualmente más de dos veces, aparecía una nueva función. Ninguna planificación de producto en el sentido clásico — solo el dolor como método de priorización.

"YouTube Studio honestamente muestra números — retención, fuentes de tráfico, CTR.

Pero no hay una respuesta completa en esos números: tienes que compilarla tú mismo", escribe el autor.

Este enfoque — construir para ti primero — le dio al producto una cualidad rara: cada elemento de la interfaz resuelve un problema real, no uno asumido. Esto contrasta fuertemente con los paneles analíticos que se construyeron con el principio de "agreguemos todo lo que podamos medir" y se convirtieron en interfaces sobrecargadas donde es difícil encontrar una respuesta a una pregunta simple.

En cinco meses, el producto evolucionó de un script personal a una herramienta completa con interfaz total. El autor no oculta que el proceso fue no lineal y a veces doloroso — pero cada iteración acercaba a Znich a la respuesta a la pregunta con la que todo comenzó.

Qué significa esto

La historia de Znich es una ilustración clara de cómo las herramientas de IA han cambiado la accesibilidad del desarrollo para especialistas no ingenieros. Un comerciante sin background técnico construyó un producto de nicho funcional en cinco meses, algo que anteriormente habría requerido un equipo completo de desarrolladores. La barrera de entrada para crear herramientas SaaS especializadas ha bajado al nivel de una persona con un dolor claro, tiempo y voluntad de resolverlo.