「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 - 期待多元性别出现 'gender' 维度

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 23 篇，也是我参加 2021 iThome 铁人赛中系列文章的第 23 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 — 打破地理位置的界线 ‘country’ 维度

基本维度：gender 性别喜好追踪

今天所讲解的重点是维度 (Dimension) 和指标 (metrics) ，我们将维度设为 dimensions= 'gender" 分时，我们能够大致预估观看者的性别，来达成性别年龄地区这三项指标的最後一块拼图，至於为什麽会说预估呢，在观看资料上目前来说是以生理男性与生理女性做为性别区分，但也不排除在未来 Youtube 也许会开放多元性别的资料追踪，我觉得这会是一件让人期待的事情，多元性别资料的出现也就代表着追踪技术的进步，将会有助於未来所有的资料分析产业有更进一步甚至是更精确的结果产生，我认为能够突破现有框架去定义全新事物，应该要是每一位资料分析师应该要感到开心的事情。

• 依照性别 (Gender) 显示频道资讯
  性别追踪追踪相较於年龄地区，使用起来更为直觉可见。dimensions= 'gender' 所对应到的後台资料 Youtube Studio 资讯即是 ViewerGender，可以直观的获得相关资料，你的频道受众多半是男性还是女性。

• 关於指标设定 (Metrics)
  在 Youtube Studio 後台中点选 + 的符号後，我们能够看到我们有许多能够抓取的参数选项，可以根据自己的需求来设定想要什麽指标资料，在 ageGroup 的资料抓取下规范和 viewer age 一样，皆属於较为严格的规范，能抓取的资料量也比较有限，包含了观看时间 (Watch time)、观看次数 (View)、平均观看时长 (duration) 和 平均观看比例 (percentage view)

你的频道性别受众追踪

• 我的影片在哪个性别层较为受到欢迎?
  在 dimensions= '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)，因为性别在分层上比较单纯，所以也不太需要特别列出 sort 排序或是他的最大资料量(maxResults)，我们就直接执行程序。

#gender
def main():
    request = youtube_analytics.reports().query(
        startDate='2019-01-01', 
        endDate='2019-12-31',
        dimensions= 'gender', 
        metrics= 'viewerPercentage', 
        ids='channel==UCyRTbF-WQcgW9XV-B_kPpug'
    )
    response = request.execute()
    print(response)

if __name__ == "__main__":
    main()

• 性别受众资料
  性别受众资料显示上目前比较单纯，就是男性与女性 2 种资料格式，且延续前一篇内容，整体年龄层皆偏年轻趋势，也就是可以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。

今天说明了性别受众 gender 的切分

什麽时候 (When)、你是谁(Who)，你要抓什麽资料 (What)，这些是我们使用 Analytics API 的主要方法，gender 则是区隔出了男性与女性，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 - 多维度分析 A+B