Profissional de marketing criou em cinco meses o Znich, análise com IA para criadores de vídeo no YouTube

Um profissional de marketing contou no Habr como construiu sozinho, em cinco meses, o Znich, uma ferramenta de análise com IA para criadores de vídeo no YouTube. A ferramenta responde a uma pergunta que atormenta qualquer produtor de conteúdo: por que um vídeo chega a um milhão de visualizações enquanto outro, com o mesmo esforço e qualidade parecida, passa em silêncio.

De onde veio a ideia

Como profissional de marketing, o autor analisava a concorrência com frequência: via quais vídeos bombavam e tentava encontrar padrões. O YouTube Studio entrega os dados sem problema: retenção de audiência, CTR das miniaturas, fontes de tráfego, posições na busca. O problema é que tudo vem separado. Para ter um quadro completo, é preciso cruzar os números manualmente, comparar vídeos entre si, formular hipóteses e testá-las uma a uma. O processo levava horas e não garantia resposta à pergunta principal.

O autor decidiu automatizar a análise, não por causa de uma startup, mas pelo próprio trabalho diário. Esse detalhe importa: o Znich surgiu como ferramenta para uso próprio e só depois virou produto. Por isso não tem nada supérfluo: cada função resolve um problema específico que o criador enfrentou pessoalmente, várias vezes.

O que o Znich faz

Foram cinco meses de desenvolvimento, sem formação clássica em engenharia, principalmente com ferramentas de IA e uma abordagem iterativa. O autor descreve o processo com franqueza: cada função surgia quando a dor da vez se tornava insuportável e a análise manual, cara demais.

O Znich analisa o que a análise padrão não entrega de forma pronta e interpretada:

• Retenção de audiência na linha do tempo: onde exatamente os espectadores saem e em qual segundo
• CTR da miniatura combinado com o título: o que funciona melhor em um nicho específico e entre concorrentes
• Fontes de tráfego e suas participações: busca, recomendações, acessos diretos, links externos
• Estrutura dos vídeos de sucesso dos concorrentes: primeiros segundos, transições de conteúdo, finais
• Padrões de viralização: o que têm em comum os vídeos com milhões de visualizações em um nicho

A diferença essencial: não só números, mas interpretação. A camada de IA tenta responder ao "por quê", e não apenas ao "quanto". Isso desloca o trabalho do autor da coleta de dados para a tomada de decisões sobre conteúdo.

Função por função, a partir da dor

O autor conta que o produto evoluiu não por um roadmap, mas por reclamações, a começar pelas dele. Se uma análise precisava ser feita manualmente mais de duas vezes, surgia uma nova função. Nada de planejamento de produto no sentido clássico: só a dor como critério de priorização.

"O YouTube Studio mostra os números com honestidade: retenção, fontes de tráfego, CTR.

Mas não há uma resposta completa nesses números; é preciso montá-la à mão", escreve o autor.

Construir primeiro para si mesmo deu ao produto uma qualidade rara: cada elemento da interface resolve um problema real, não um suposto. Isso contrasta com painéis de análise feitos sob o princípio de "vamos adicionar tudo o que dá para medir", que viraram interfaces sobrecarregadas onde é difícil achar a resposta para uma pergunta simples.

Em cinco meses, o produto saiu de um script pessoal e chegou a uma ferramenta finalizada, com interface completa. O autor não esconde que o processo foi não linear e por vezes doloroso, mas cada iteração aproximava o Znich da pergunta que deu origem a tudo.

O que isso significa

A história do Znich ilustra bem como as ferramentas de IA tornaram o desenvolvimento acessível a quem não é engenheiro. Um profissional de marketing sem formação técnica montou em cinco meses um produto de nicho funcional, o que antes exigiria uma equipe completa de desenvolvedores. A barreira para criar ferramentas SaaS especializadas caiu ao nível de uma única pessoa com uma dor clara, tempo e vontade de resolvê-la.