تحليل اتجاهات اليوتيوب (YouTube Trends) وقياس تفاعل الجمهور باستخدام Python & Power BI

عن المشروع:

مشروع تحليلي متقدم يهدف إلى فهم "خوارزمية الانتشار" على منصة يوتيوب. من خلال تحليل بيانات أكثر من 47 ألف فيديو فريد، قمت باستخراج الأنماط التي تجعل المحتوى يتصدر قائمة المحتوى الرائج (Trending) وقياس مدى تأثير سلوك صانع المحتوى على تفاعل الجمهور.

المهارات التقنية المستخدمة:

بايثون (Python): استخدمت لغة بايثون للتعامل مع البيانات الضخمة، وتنظيف النصوص (العناوين والوسوم)، وحساب المقاييس الإحصائية مثل (Engagement Ratio) و (Time to Trend).

ذكاء الأعمال (Power BI): بناء لوحة تحكم تفاعلية بواجهة "Dark Mode" عصرية لتسهيل قراءة البيانات المعقدة.

أبرز محاور التحليل في اللوحة:

سرعة الانتشار (Velocity of Trends): تحليل متوسط الوقت المستغرق للفيديو ليصل إلى "التريند"، والذي بلغ 85.66 ساعة إجمالاً، مع مقارنة ذلك حسب فئة المحتوى.

عمق التفاعل (Engagement Deep Dive): دراسة العلاقة بين عدد الوسوم (Tags) وطول العنوان وبين نسبة التفاعل، مما يساعد في تحسين استراتيجيات الـ SEO للفيديوهات.

مقارنة أداء القنوات (Creators Benchmark): جدول تفصيلي يقارن بين كبار صناع المحتوى (مثل MrBeast, BLACKPINK) من حيث عدد المشاهدات، نسبة التفاعل، وسرعة وصول فيديوهاتهم للتريند.

تحليل الفئات (Category Analysis): تحديد الفئات الأكثر تفاعلاً (مثل Comedy و Music) والفئات التي تستغرق وقتاً أطول للانتشار.

القيمة المضافة لهذا العمل:

مساعدة صناع المحتوى في تحسين العناوين والوسوم بناءً على بيانات فعلية.

تحديد أفضل الأوقات والفئات للاستثمار الإعلاني.

تحويل مقاييس اليوتيوب الخام إلى أرقام استراتيجية واضحة.