Datos de referencia para validar lo que te responde la IA (ejemplo con canal de YouTube)

El otro día estábamos haciendo un ejercicio que a priori parecía sencillo. Queríamos analizar los 100 vídeos más vistos de nuestro canal de youtube para crear clusters de contenido y en base a eso crear los siguientes 10 vídeos.

Los temas semánticos pueden ser sensibles de cara a la IA ya que la interpretación de temas, palabras clave, conceptos, puede ser algo subjetivo.

Enviar los datos a la IA y ver que pasa

Lo primero que podemos hacer es subir nuestro fichero de Google Sheet a la IA y ver que pasa. Seguramente en base al prompt podamos obtener una resultados u otros y quizás el concepto de cluster de contenidos la IA lo pueda interpretar de manera muy diferente, pero veamos que ha pasado en ese primer intento.

En base a una primera subida, el primer resultado que nos ofrece la IA es que la integración con CMS y Web Builders es un cluster ganador.

Para poder validar esto necesitamos tener una muestra de control que nos permita validar que esta hipótesis es correcta, de lo contrario estamos en manos de la IA sin saber si lo que nos está aportando es correcto o no.

Un grupo de control para confirmar que los datos son correctos

Antes de enviar los datos a la IA y aunque es algo básico, pero es bueno limpiar algo los datos eliminando los extremos. Los vídeos con muy pocas visitas, los vídeos con muchas visitas y sobre todo los vídeos que tienen tráfico desde Google Ads ya que te pueden distorsionar la medición de los intereses de los usuarios.

Con los datos limpios, ya podemos analizar el tráfico y utilizar la IA para analizar esos datos.

En nuestro caso hay dos tipos de análisis clave que hacemos de forma regular.

  1. Cluster de contenidos. Saber que temas son los que más interesan, para crear más vídeos sobre ese contenido. En un canal con más de 1.000 vídeos publicados como es nuestro caso, es importante crear “cluster” de contenidos que nos permitan adivinar que temas son los que más interesan a nuestros usuarios y en base a eso poder generar contenido para nuestros clientes.
  2. Thumbnails con mayor CTR. Otra clave del análisis de datos que hacemos es detectar que Thumbnails o miniaturas tienen más CTR y en base a eso ir mejorando nuestras miniaturas. De media tenemos un 3,3% de CTR pero en los casos de éxito podemos llegar a tener un 25% de CTR y en algunos segmentos tenemos un 5% de CTR. Cada 1% de mejora en el CTR es multiplica mucho en visualizaciones en tu canal.

La IA es esencial para tu día a día, pero es siempre necesario tener grupos de control

Para este tipo de análisis de datos, la IA es algo esencial y disponer de grupos de control para confirmar hipótesis es aun más esencial. Si vamos a decidir la inversión en un canal en base a lo que la IA es capaz de interpretar de nuestras estadísticas, necesitamos estar seguros y poder demostrar a nuestro equipo que esos datos son correctos con muestras controladas y contrastadas.

En el caso de YouTube que es un canal muy relevante para captar clientes, poder analizar los datos de manera correcta y saber hacía dónde dirigir tus esfuerzos es algo muy interesante pero que necesita de cierta seguridad en la interpretación de los datos.

Leave a Comment