Um profissional de marketing criou o Znich em cinco meses — analytics com AI para criadores de vídeos no YouTube

Маркетолог рассказал на Хабре, как за пять месяцев самостоятельно построил Znich — ИИ-аналитику для авторов видео на YouTube. Инструмент отвечает на вопрос, который мучает любого создателя контента: почему один ролик набирает миллион просмотров, а другой при тех же усилиях и схожем качестве уходит в тишину.

Откуда выросла идея

Работая маркетологом, автор регулярно анализировал конкурентов: смотрел, какие видео у них залетают, и пытался найти закономерности. YouTube Studio честно отдаёт данные — удержание аудитории, CTR превью, источники трафика, позиции в поиске. Но проблема в том, что всё это разрозненно. Чтобы получить цельную картину, нужно вручную сводить цифры, сравнивать ролики между собой, строить гипотезы и проверять их по одной. Этот процесс занимал часы и не гарантировал ответа на главный вопрос. Автор решил автоматизировать аналитику — не ради стартапа, а ради собственной ежедневной работы. Это важная деталь: Znich появился как инструмент для себя и только потом стал продуктом. Именно поэтому в нём нет ничего лишнего — каждая функция закрывает конкретную проблему, с которой создатель сталкивался лично и неоднократно.

Что умеет

Znich Пять месяцев разработки — без классического инженерного образования, преимущественно с помощью ИИ-инструментов и итерационного подхода. Автор описывает процесс честно: каждая функция появлялась тогда, когда очередная боль становилась невыносимой, а ручной анализ — слишком затратным. Znich анализирует то, что стандартная аналитика не даёт в готовом и интерпретированном виде: Удержание аудитории по временной шкале — где именно зрители уходят и на какой секунде CTR превью в связке с заголовком — что работает лучше в конкретной нише и у конкурентов Источники трафика и их доли — поиск, рекомендации, прямые переходы, внешние ссылки Структуру успешных видео у конкурентов — первые секунды, смысловые переходы, концовки * Паттерны вирусности — что общего у роликов с миллионными просмотрами в нише Принципиальное отличие: не просто цифры, а интерпретация.

ИИ-слой пытается ответить на вопрос «почему», а не только «сколько». Это смещает работу автора от сбора данных к принятию решений о контенте.

Фича за фичей — из боли

Автор честно описывает, как развивался продукт: не по роадмапу, а по жалобам — в первую очередь собственным. Если какой-то анализ приходилось делать вручную больше двух раз, появлялась новая функция. Никакого продуктового планирования в классическом смысле — только боль как способ приоритизации.

«YouTube Studio честно показывает цифры — удержание, источники трафика, CTR.

Но цельного ответа в этих цифрах нет: его нужно собирать руками», — пишет автор. Такой подход — строить для себя в первую очередь — дал продукту редкое качество: каждый элемент интерфейса закрывает реальную проблему, а не предполагаемую. Это сильно контрастирует с аналитическими дашбордами, которые строились по принципу «добавим всё, что можно измерить», и превратились в перегруженные интерфейсы, в которых сложно найти ответ на простой вопрос. За пять месяцев продукт прошёл путь от личного скрипта до оформленного инструмента с полноценным интерфейсом. Автор не скрывает, что процесс был нелинейным и местами болезненным, — но каждая итерация делала Znich чуть ближе к ответу на вопрос, с которого всё началось.

Что это значит

История Znich — наглядная иллюстрация того, как ИИ-инструменты изменили доступность разработки для неинженерных специалистов. Маркетолог без технического бэкграунда за пять месяцев собрал рабочий нишевый продукт, который раньше потребовал бы полноценной команды разработчиков. Порог входа в создание специализированных SaaS-инструментов упал до уровня одного человека с чёткой болью, временем и желанием её решить.