「鲑鱼均，因为一场鲑鱼之乱被主管称为鲑鱼世代，广义来说以年龄和脸蛋分类的话这应该算是一种 KNN 的机器学习，不正经的数据分析师，毕业後把人生暂停了半年，在 Google 和 AWS 办过几场演讲，缓下脚步的同时找了份跨领域工作。偶而慢跑、爱跟小动物玩耍。曾立过很多志，最近是希望当一个有细节的人。」

Youtube Analytics API 教学 - 多维度分析 A+B

Youtube Analytics API 能找到的资料不多，相较 Data API 的自由性，Analytics 更加注重隐私，今天会说明如何抓取你在创作者工作室 Youtube Studio 中的资讯，他具有高度的安全性，但也同时给予了影音串流和数位行销工作者，更加多元的资料运用方式，更灵活的追踪频道的资讯。这篇是 Python - 数位行销的 Youtube 分析教学系列文章的第 24 篇，也是我参加 2021 iThome 铁人赛中系列文章的第 24 天。另外因为 Youtube Analytics API 涉及频道私人资讯，所以会直接拿我个人帐号来 进行测试。

系列文章：Python — 数位行销分析与 Youtube API 教学
昨日回顾：Youtube Analytics API 教学  -  期待多元性别出现 'gender' 维度

进阶维度：多维度分析

这几天所讲解的重点都围绕在维度 (Dimension) 和指标 (metrics) ，我们有提及了性别年龄地区等等的资讯，其实我们还有一种进阶的用法是设定多个维度，将维度设为 dimensions= 'ageGroup, gender" 的切分方式时，我们就能够更精确地预估我们的客群分布。

• 我的影片在哪个性别层较为受到欢迎?
  在 dimensions= 'ageGroup, gender' ，维度设定为性别分层时，可以用以下方法来使用 Analytics API 抓取观看次数占比 (viewerPercentage)，同时能列出 sort 排序或是他的最大资料量(maxResults)，执行程序。

#age + gender
def main():
    request = youtube_analytics.reports().query(
        startDate='2015-09-01', 
        endDate='2021-09-28',
        maxResults = 50,
        dimensions= 'ageGroup,gender', 
        metrics= 'viewerPercentage', 
        ids='channel==UCyRTbF-WQcgW9XV-B_kPpug'
    )
    response = request.execute()
    print(response)

if __name__ == "__main__":
    main()

我们可以得到几个年龄区段

• ['age13-17', 'female', 10.3], 和 ['age13-17', 'male', 19.1]
• ['age18-24', 'female', 1.1], 和 ['age18-24', 'male', 26.9]
• ['age25-34', 'female', 6.8], 和 ['age25-34', 'male', 19.5],
• ['age35-44', 'female', 1.1], 和 ['age35-44', 'male', 1.2],
• ['age45-54', 'male', 8.4], 和 ['age55-64', 'male', 2.2],和 ['age65-', 'female', 3.4]
• 全年龄性别层总和会是 100%，由此可以清楚知道客群为 'age18-24' 年龄层 'male' 男性观众，占了我的频道整体的 26.9%，与上一篇的假设为成立。

• 性别受众资料
  总结出我的个人频道以台湾的年轻男性为最大宗的观看客群，未来我在影片制作上，可以针对这一块来深入研究或是进一步的打相关的广告内容。

精准行销 Precision marketing

精准行销是现在我们在行销的世界观中很常听见的词，简单来说就是可以利用数据的方式去定义出目标市场目前的现况以及分析客群样貌与需求，可以针对潜在的受众更精准地进行推广与提高转换。在过去的行销世界，像是电视广告来说就很难做到完全的精准行销，我没有办法很精确的追踪我的目标客群是谁，哪些客群在持续看着我们的频道，受限於先天限制，这些都难以被电视与纸本广告追踪。但是在数位时代的情况下，了解使用者资讯成了容易的事情，根据使用者的习惯状况我也能了解到是谁真正的在持续看着我的影片，这也就是我们传统影片与数位化影片的差别。

今天说明了组合式切分

什麽时候 (When)、你是谁(Who)，你要抓什麽资料 (What)，让频道创作者可以更容易依照客群的喜好制作影片内容，如果有时间也欢迎看看我的夥伴们的文章：

lu23770127 — SASS 基础初学三十天
10u1 — 糟了！是世界奇观！
juck30808 — Python — 数位行销分析与 Youtube API 教学
HLD — 浅谈物件导向与Design Pattern介绍
SiQing47 — 前端？後端？你早晚都要全端的，何不从现在开始？

Jerry Chien

【鲑鱼均】 现职是 200 多万订阅 Youtuber 的数据分析师，专长在 Python 的开发与使用，大学虽然是资讯背景但总是斜杠跑到商管行销领域，以工作角度来说的话，待过 FMCG、通讯软件、社群影音产业，也算是个数位行销体系出生的资讯人。这 30 天铁人挑战赛会从数位行销角度去重新切入数据分析这件事情，期待这个社会中，每个人能在各个角力间不断冲突而渐能找到一个平衡点回归最初的统计建立最终的初心。

下一篇：Youtube Analytics API 教学 - 内容管理员