
تحلیل خودکار محتوای وایرال یوتیوب با n8n
10 دقیقه مطالعه · منتشر شده ۱۴۰۵/۴/۲۹
دانلود workflow
فایل JSON آماده import در n8n — credentialها باید در n8n شما تنظیم شوند.
- فایل JSON را دانلود کنید.
- در n8n: Workflows → Import from File.
- Credentialهای هر node را متصل کنید.
- workflow را فعال کنید.
شناسه workflow: 6427 · منبع: کاتالوگ Axeto
تحلیل ویدیوهای یوتیوب برای محتوای وایرال با امتیازدهی تعامل و Google Sheets
این گردش کار n8n فرآیند شناسایی محتوای وایرال یوتیوب را با تجزیه و تحلیل معیارهای تعامل ویدیو و خروجی نتایج به Google Sheets خودکار میکند. این به کاربران امکان میدهد پارامترهای جستجو را از طریق یک فرم تعریف کنند، دادههای جامع را از YouTube Data API بازیابی کنند، یک امتیاز تعامل سفارشی محاسبه کنند، برچسبهای عملکرد را اختصاص دهند و دادههای تحلیل شده را برای بررسی بیشتر ذخیره کنند.
این گردش کار برای محققان بازار، سازندگان محتوا و بازاریابان دیجیتال که به دنبال درک آنچه ویدیوهای یوتیوب را موفق میکند، ایدهآل است.
نمای کلی گردش کار
این گردش کار به چندین بلوک منطقی تقسیم شده است:
1. دریافت ورودی: معیارهای جستجوی تعریف شده توسط کاربر را از طریق یک تریگر فرم جمعآوری میکند.
2. بازیابی شناسه ویدیو: شناسههای ویدیویی را که با پارامترهای جستجو مطابقت دارند با استفاده از YouTube Search API واکشی میکند.
3. واکشی دادههای ویدیو: فراداده و آمار دقیق را برای هر ویدیوی شناسایی شده بازیابی میکند.
4. بازیابی آمار کانال: دادههای سطح کانال را برای ارائه زمینه برای عملکرد ویدیو جمعآوری میکند.
5. ادغام و برچسبگذاری دادهها: دادههای ویدیو و کانال را ترکیب میکند، امتیازات تعامل را محاسبه میکند و برچسبهای عملکرد کیفی را اختصاص میدهد.
6. خروجی دادهها: دادههای تحلیل شده را به یک Google Sheet اضافه میکند.
7. کنترل و محدودیت نرخ: دستهبندی و تأخیرها را برای مدیریت استفاده از API و اطمینان از اجرای روان پیادهسازی میکند.
---
تحلیل جزئیات بلوکها
۱. دریافت ورودی
این بخش ورودی اولیه کاربر را که برای شروع تحلیل لازم است، دریافت میکند.
- نودها:
* On form submission (Form Trigger)
* Set your keys (Set)
* Sticky Note (Sticky Note)
- جزئیات نود:
* On form submission (Form Trigger)
* هدف: به عنوان نقطه ورود عمل میکند و گردش کار را پس از ارسال فرم فعال میسازد.
* پیکربندی: فرمی به نام "test" با سه فیلد:
* "Share your idea?" (متن، الزامی) - عبارت جستجو.
* "Format" (منوی کشویی: short, medium, long، الزامی) - مدت زمان دلخواه ویدیو.
* "Number of Videos" (ورودی عددی، الزامی) - حداکثر تعداد ویدیوهایی که باید تحلیل شوند.
* ورودی: دادههای ارسال شده از طریق فرم HTTP.
* خروجی: JSON حاوی دادههای ارسال شده از فرم.
* Set your keys (Set)
* هدف: متغیرهای گردش کار، از جمله کلید API یوتیوب و پارامترهای جستجوی ارائه شده توسط کاربر را اختصاص میدهد.
* پیکربندی:
* api_key: جاینگهدار برای کلید API یوتیوب شما (اطمینان حاصل کنید که این مورد به صورت امن مدیریت میشود، به عنوان مثال، از طریق اعتبارنامهها).
* فیلدهای فرم را به متغیرهای گردش کار نگاشت میکند: search_term, format, videoLimit.
* ورودی: JSON از نود On form submission.
* خروجی: JSON با متغیرهای گردش کار اختصاص داده شده.
* Sticky Note (Sticky Note)
* هدف: دستورالعملهایی را برای کاربران در مورد نحوه شروع گردش کار و ورود دادهها ارائه میدهد.
۲. بازیابی شناسه ویدیو
این بلوک از عبارت جستجوی کاربر برای یافتن شناسههای ویدیوی مرتبط از یوتیوب استفاده میکند.
- نودها:
* Get Video IDs (HTTP Request)
* Extract IDs (Code)
* Sticky Note (Sticky Note)
- جزئیات نود:
* Get Video IDs (HTTP Request)
* هدف: API دادههای یوتیوب (v3 Search) را فراخوانی میکند تا ویدیوهای مطابق با معیارهای مشخص شده را پیدا کند.
* پیکربندی:
* URL: https://www.googleapis.com/youtube/v3/search
* پارامترهای کوئری:
* part=snippet
* maxResults (از متغیر videoLimit)
* order=viewCount (مرتبسازی بر اساس محبوبیت)
* publishedAfter (به صورت پویا به ۷ روز قبل تنظیم میشود)
* publishedBefore (به صورت پویا به زمان حال تنظیم میشود)
* q (از متغیر search_term)
* type=video
* videoDuration (از متغیر format)
* key (از متغیر api_key)
* regionCode=US
* سربرگ HTTP: Accept: application/json
* ورودی: JSON از نود Set your keys.
* خروجی: پاسخ JSON حاوی نتایج جستجوی ویدیو.
* Extract IDs (Code)
* هدف: پاسخ API را تجزیه میکند تا آرایهای از شناسههای ویدیو را استخراج کند.
* پیکربندی: از طریق آرایه items در پاسخ API تکرار میشود و videoId را برای هر ویدیو استخراج میکند.
* ورودی: خروجی JSON از Get Video IDs.
* خروجی: آرایهای مسطح از اشیاء، که هر کدام حاوی یک videoid است.
* Sticky Note (Sticky Note)
* هدف: به کاربر اطلاع میدهد که این بلوک شناسههای ویدیو را بازیابی میکند و به او یادآوری میکند که کلید API گوگل خود را اضافه کند.
۳. دریافت دادههای ویدیو
این بخش اطلاعات دقیقی را برای هر شناسه ویدیوی شناسایی شده در مرحله قبل بازیابی میکند.
- نودها:
* Loop Over Items (SplitInBatches)
* Get Video Data (HTTP Request)
* Extract Video Data (Code)
* Video Performance (Code)
* Sticky Notes (Sticky Note)
- جزئیات نود:
* Loop Over Items (SplitInBatches)
* هدف: شناسههای ویدیو را در دستههای قابل مدیریت پردازش میکند تا از تجاوز از محدودیتهای نرخ API یوتیوب جلوگیری شود.
* پیکربندی: از تنظیمات پیشفرض دسته استفاده میکند.
* ورودی: شناسههای ویدیو از نود Extract IDs.
* خروجی: دستههایی از شناسههای ویدیو.
* Get Video Data (HTTP Request)
* هدف: API دادههای یوتیوب (v3 Videos) را فراخوانی میکند تا فراداده و آمار دقیق را برای هر شناسه ویدیوی موجود در دسته بازیابی کند.
* پیکربندی:
* URL: https://www.googleapis.com/youtube/v3/videos
* پارامترهای کوئری:
* part=snippet,statistics,contentDetails,status,topicDetails,recordingDetails,liveStreamingDetails,localizations,player
* id (شناسه ویدیوی فعلی از دسته)
* key (از متغیر api_key)
* سربرگ HTTP: Accept: application/json
* ورودی: دستههای شناسههای ویدیو از Loop Over Items.
* خروجی: JSON حاوی اطلاعات دقیق ویدیو.
* Extract Video Data (Code)
* هدف: دادههای ویدیو را پاکسازی و ساختاردهی میکند، فیلدهای کلیدی را برای تحلیل استخراج میکند.
* پیکربندی: فیلدهایی مانند عنوان کانال، عنوان ویدیو، تعداد بازدید، تعداد لایک، تعداد نظر، URL ویدیو، URL تصویر بند انگشتی را استخراج میکند و یک فرمول Google Sheets برای پیشنمایش تصاویر بند انگشتی ایجاد میکند.
* ورودی: دادههای دقیق ویدیو از Get Video Data.
* خروجی: اشیاء داده ویدیوی پاکسازی شده و ساختار یافته.
* Video Performance (Code)
* هدف: یک امتیاز تعامل محاسبه میکند و یک برچسب اموجی توصیفی بر اساس عملکرد ویدیو اختصاص میدهد.
* پیکربندی:
نرخ تعامل را محاسبه میکند: (likes + comments) / views 1000.
* امتیاز را بین ۰ تا ۱۰۰ محدود میکند.
* برچسبهایی از "💀 Dead" تا "🚀 HOLY HELL" اختصاص میدهد.
* فیلدهای performance و performanceText را به هر مورد اضافه میکند.
* ورودی: دادههای ویدیویی استخراج شده از Extract Video Data.
* خروجی: دادههای ویدیویی غنی شده با معیارهای عملکرد.
* Sticky Notes (Sticky Note)
* هدف: راهنمایی در مورد هدف هر مرحله در این بلوک ارائه میدهد: دریافت دادههای ویدیو، استخراج فیلدهای مرتبط و محاسبه امتیاز عملکرد.
۴. بازیابی آمار کانال
این بلوک آمار کانال مرتبط با هر ویدیو را برای ارائه زمینه بازیابی میکند.
- نودها:
* Get Channel Statistics (HTTP Request)
* Channel Data (Code)
* Sticky Note (Sticky Note)
- جزئیات نود:
* Get Channel Statistics (HTTP Request)
* هدف: API دادههای یوتیوب (v3 Channels) را فراخوانی میکند تا قطعه و آمار کانال ویدیو را بازیابی کند.
* پیکربندی:
* URL: https://www.googleapis.com/youtube/v3/channels
* پارامترهای کوئری:
* part=snippet,statistics,contentDetails
* id (شناسه کانال استخراج شده از دادههای ویدیو)
* key (از متغیر api_key)
* ورودی: دادههای ویدیویی حاوی channelId از Get Video Data.
* خروجی: پاسخ JSON حاوی آمار کانال.
* Channel Data (Code)
* هدف: شیء آمار مرتبط را از پاسخ API کانال استخراج میکند.
* پیکربندی: شیء statistics را از اولین مورد در آرایه ورودی برمیگرداند.
* ورودی: پاسخ آمار کانال از Get Channel Statistics.
* خروجی: شیء آمار کانال پاکسازی شده.
* Sticky Note (Sticky Note)
* هدف: توضیح میدهد که این بلوک دادههای کانال مانند تعداد مشترکین و تعداد ویدیوها را بازیابی میکند.
۵. ادغام و برچسبگذاری دادهها
این بخش دادههای عملکرد ویدیوی پردازش شده را با آمار کانال بازیابی شده ترکیب میکند، نسبتهای کلیدی را محاسبه میکند و برچسبهای کیفی اختصاص میدهد.
- نودها:
* Merge (Merge)
* Code (Code - Labeling)
* Sticky Note (Sticky Note)
- جزئیات نود:
* Merge (Merge)
* هدف: دادههای عملکرد ویدیوی پردازش شده را با آمار کانال بازیابی شده ترکیب میکند.
* پیکربندی: حالت ادغام روی "Combine All" تنظیم شده است تا تمام دادههای ورودی را در یک مجموعه داده واحد ادغام کند.
* ورودی:
* دادههای ویدیویی با معیارهای عملکرد (از Video Performance).
* آمار کانال (از Channel Data).
* خروجی: مجموعه داده ترکیبی آماده برای برچسبگذاری.
* Code (Labeling)
* هدف: نسبت بازدید به مشترک را محاسبه میکند و یک برچسب عملکرد کیفی (مانند Outlier, Bad, Okay, Good) اختصاص میدهد.
* پیکربندی:
* viewCount و subscriberCount را میخواند.
* views / subscribers را محاسبه میکند (با بررسی صفر مشترک).
* برچسبها را بر اساس آستانهها و مقادیر نسبت از پیش تعریف شده اختصاص میدهد.
* فیلدهای label و فرمت شده viewToSubRatio را به هر مورد اضافه میکند.
* ورودی: دادههای ویدیویی و کانال ادغام شده از نود Merge.
* خروجی: مجموعه داده کاملاً غنی شده با برچسبهای عملکرد.
* Sticky Note (Sticky Note)
* هدف: معیارهای مورد استفاده برای برچسبگذاری ویدیوها بر اساس نسبت بازدید به مشترک آنها را توضیح میدهد.
۶. خروجی دادهها
بلوک نهایی دادههای تحلیل شده را به یک Google Sheet اضافه میکند.
- نودها:
* Append row in sheet (Google Sheets)
* Wait (Delay)
* Sticky Note (Sticky Note)
- جزئیات نود:
* Append row in sheet (Google Sheets)
* هدف: هر رکورد ویدیوی پردازش شده را به عنوان یک ردیف جدید در یک Google Sheet مشخص شده اضافه میکند.
* پیکربندی:
* عملیات: append
* نام شیت: به طور پیشفرض به اولین شیت (gid=0) تنظیم میشود.
* شناسه سند: شناسه Google Sheet هدف شما.
* ستونها به طور خودکار از دادههای ورودی نگاشت میشوند.
* ورودی: مجموعه داده کاملاً غنی شده با برچسبها از نود Code (Labeling).
* خروجی: دادهها در Google Sheet نوشته میشوند.
* Wait (Delay)
* هدف: قبل از اینکه گردش کار به طور بالقوه مجدداً راهاندازی شود یا قبل از پردازش دسته بعدی دادهها، تاخیر ایجاد میکند و به مدیریت محدودیتهای نرخ API و اطمینان از نوشتن دادهها کمک میکند.
* پیکربندی: زمان تاخیر قابل تنظیم.
* Sticky Note (Sticky Note)
* هدف: به کاربر اطلاع میدهد که دادهها در حال خروجی گرفتن به Google Sheets هستند و دستورالعملهایی را برای راهاندازی نود Google Sheets ارائه میدهد.
پیشنیازها
- کلید API داده یوتیوب: شما به یک کلید API از Google Cloud Console نیاز دارید که YouTube Data API v3 در آن فعال شده باشد.
- دسترسی به API Google Sheets: برای نود Google Sheets، باید دسترسی API را تنظیم کنید و احتمالاً اطلاعات احراز هویت را ارائه دهید.
- نمونه n8n: یک نمونه در حال اجرای n8n. میتوانید اطلاعات بیشتر و راهنمای راهاندازی را در Axeto.ai n8n پیدا کنید.
نحوه استفاده
1. تنظیم کلیدهای API: در نود Set your keys، کلید API داده یوتیوب خود را جایگزین api_key کنید. اعتبارنامههای لازم برای نود Google Sheets را پیکربندی کنید.
2. پیکربندی Google Sheet: در نود Append row in sheet، Document ID صفحه گسترده گوگل که میخواهید نتایج را در آن ذخیره کنید، مشخص کنید. اطمینان حاصل کنید که صفحه دارای ستونهایی مطابق با دادههای خروجی گردش کار باشد.
3. راهاندازی گردش کار: به URL فرم ارائه شده توسط نود On form submission دسترسی پیدا کرده و پرسوجوی جستجوی خود، فرمت ویدیوی دلخواه و تعداد ویدیوها را وارد کنید.
4. نظارت بر اجرا: اجرای گردش کار را در نمونه n8n خود مشاهده کنید. نتایج به صفحه گسترده گوگل شما اضافه خواهند شد.
این گردش کار راهی قدرتمند برای تجزیه و تحلیل سیستماتیک محتوای یوتیوب و شناسایی روندها یا فرصتهای وایرال ارائه میدهد.
Nodeهای استفادهشده
سوالات متداول
این گردش کار n8n چگونه به شناسایی محتوای وایرال یوتیوب کمک میکند؟▾
این گردش کار با استفاده از YouTube Data API، ویدیوهای پرطرفدار را بر اساس معیارهای جستجوی شما پیدا کرده، دادههای تعاملی آنها را جمعآوری و تحلیل میکند تا الگوهای موفقیت را شناسایی نماید.
چه دادههایی از یوتیوب توسط این گردش کار جمعآوری میشود؟▾
این گردش کار فراداده ویدیوها، آمار تعامل (مانند لایک، کامنت، بازدید) و اطلاعات کانال مربوطه را بازیابی میکند.
نتایج تحلیل چگونه در دسترس قرار میگیرند؟▾
نتایج تحلیل شده، شامل دادههای ویدیو و امتیاز تعامل محاسبه شده، به صورت خودکار در یک Google Sheet ذخیره میشوند تا به راحتی قابل بررسی باشند.
آیا این گردش کار برای تحلیلگران بازار و سازندگان محتوا مفید است؟▾
بله، این گردش کار برای محققان بازار، سازندگان محتوا و بازاریابان دیجیتال که به دنبال درک عوامل موفقیت ویدیوهای یوتیوب هستند، بسیار ایدهآل است.
workflowهای مرتبط
- تحلیل خودکار Google Analytics با هوش مصنوعی Gemini و اعلانه…Market Research
- ممیزی خودکار سئو با Decodo، GPT-4 و Google SheetsMarket Research
- خودکارسازی ممیزی CRO با GPT-4o-mini و Google SheetsMarket Research
- گزارش حسابرسی ادغامهای n8n با هوش مصنوعی: قیمتگذاری و محدود…Market Research
- ردیابی تغییرات کاتالوگ رقبا در Etsy با n8nMarket Research
- ممیزی خودکار سئو با هوش مصنوعی و PageSpeed Insights در n8nMarket Research
