En cinq mois, un marketeur a créé Znich — un outil d’analyse AI pour les créateurs vidéo sur YouTube

Un responsable marketing a raconté sur Habr comment en cinq mois il a construit indépendamment Znich — un outil d'analyse IA pour les créateurs de vidéo sur YouTube. L'outil répond à la question qui tourmente tout créateur de contenu : pourquoi une vidéo reçoit-elle un million de vues tandis qu'une autre, avec les mêmes efforts et une qualité similaire, passe inaperçue ?

D'où est venue l'idée

En travaillant comme responsable marketing, l'auteur analysait régulièrement ses concurrents : il observait quelles vidéos fonctionnaient bien pour eux et tentait de trouver des modèles. YouTube Studio fournit honnêtement les données — rétention du public, CTR de la miniature, sources de trafic, positions dans les recherches. Mais le problème est que tout est éparpillé. Pour obtenir une image complète, vous devez compiler manuellement les chiffres, comparer les vidéos entre elles, construire des hypothèses et les tester une par une. Ce processus prenait des heures et ne garantissait pas une réponse à la question principale.

L'auteur a décidé d'automatiser l'analytique — non pour une startup, mais pour son propre travail quotidien. C'est un détail important : Znich est apparu comme un outil pour lui-même et n'est devenu un produit que plus tard. C'est pourquoi il n'y a rien de superflu — chaque fonction résout un problème spécifique que le créateur a personnellement rencontré à plusieurs reprises.

Ce que Znich peut faire

Cinq mois de développement — sans formation classique en ingénierie, principalement en utilisant des outils IA et une approche itérative. L'auteur décrit le processus honnêtement : chaque fonction apparaissait quand le prochain point douloureux devenait insupportable et l'analyse manuelle était trop coûteuse.

Znich analyse ce que l'analytique standard ne fournit pas sous une forme complète et interprétée :

• Rétention du public sur une chronologie — exactement où les spectateurs partent et à quelle seconde
• CTR de la miniature lié au titre — ce qui fonctionne mieux dans une niche spécifique et pour les concurrents
• Sources de trafic et leurs parts — recherche, recommandations, visites directes, liens externes
• Structure des vidéos réussies des concurrents — premières secondes, transitions sémantiques, conclusions
• Modèles de viralité — ce qui est commun aux vidéos avec des millions de vues dans la niche

La différence fondamentale : pas seulement des chiffres, mais l'interprétation. La couche IA tente de répondre à la question « pourquoi », pas seulement « combien ». Cela fait passer le travail de l'auteur de la collecte de données à la prise de décisions sur le contenu.

Fonction par fonction — de la douleur

L'auteur décrit honnêtement comment le produit a évolué : non pas selon un roadmap, mais selon les plaintes — d'abord et avant tout les siennes. Si une analyse devait être effectuée manuellement plus de deux fois, une nouvelle fonction apparaissait. Aucune planification de produit au sens classique — seulement la douleur comme méthode de priorisation.

« YouTube Studio montre honnêtement les chiffres — rétention, sources de trafic, CTR.

Mais il n'y a pas de réponse complète dans ces chiffres : il faut la compiler soi-même », écrit l'auteur.

Cette approche — construire pour soi d'abord — a donné au produit une qualité rare : chaque élément de l'interface résout un problème réel, pas un problème supposé. Cela contraste vivement avec les tableaux de bord analytiques qui ont été construits selon le principe « ajoutons tout ce que nous pouvons mesurer » et qui sont devenus des interfaces surchargées où il est difficile de trouver une réponse à une question simple.

En cinq mois, le produit est passé d'un script personnel à un outil complet avec interface totale. L'auteur ne cache pas que le processus était non linéaire et parfois douloureux — mais chaque itération rapprochait Znich de la réponse à la question avec laquelle tout a commencé.

Ce que cela signifie

L'histoire de Znich est une illustration claire de la façon dont les outils IA ont changé l'accessibilité du développement pour les spécialistes non ingénieurs. Un responsable marketing sans background technique a construit un produit de niche fonctionnel en cinq mois, quelque chose qui aurait autrefois nécessité une équipe complète de développeurs. La barrière à l'entrée pour créer des outils SaaS spécialisés est tombée au niveau d'une personne avec une douleur claire, du temps et la volonté de la résoudre.