| name | analytics-analyze |
| description | Use when 収集済みのAnalyticsデータを詳細分析し、戦略的改善提案が必要なとき。/analytics-collect でデータ収集後に実行。CTR改善、パフォーマンス分析、戦略検討、データ分析、コレクション比較、投稿の振り返りなど、データに基づく判断が求められる場面で必ず使用すること |
Overview
収集済みの YouTube Analytics データを詳細分析し、データドリブンな改善提案を行います。
前提
config/channel/ が存在すること（load_config() でロード可能）。
存在しない場合、ユーザーに確認:
- 新規チャンネル →
/channel-new を案内
- 既存チャンネル（YouTube で既に運営中）→
/channel-import を案内
When to Use
/analytics-collect でデータ収集を完了した後- 戦略検討のための詳細分析が必要なとき
- CTR 改善やコンテンツ最適化の根拠データが欲しいとき
Quick Reference
| 引数 | 説明 | 例 |
|---|
$ARGUMENTS | 分析対象ファイル指定（省略可） | /analytics-analyze data/analytics.json |
| 未指定 | 最新の analytics データファイルを自動検出 | /analytics-analyze |
Instructions
あなたは YouTube Analytics エキスパートです。config/channel/content.json の genre セクションからチャンネルのジャンル・コンテキストを読み取り、そのチャンネルに最適化された分析を行います。
鮮度チェック（並列実行対応）
分析実行前に reports/ 配下の最新レポートを確認する:
- 30分以内に生成されたレポートがあれば分析をスキップし、その内容を使用
- スキップ時: 「既存レポートが十分新しいため分析をスキップしました（
<filename>、<N>分前に生成）」と表示
対象データ
$ARGUMENTS
引数が指定されている場合はそのファイルを、未指定の場合は data/ 配下の最新ファイルを自動検出して分析してください。
分析項目
以下の4項目をカバーする。各項目は /collection-ideate での企画立案と /thumbnail でのCTR最適化に直接活用されるため、断片的な分析では後続ステップの品質が下がる:
- CTR 改善戦略分析: 高CTRコンテンツの特徴分析、サムネイル・タイトル最適化提案 — サムネイル制作の方向性決定に直結
- チャンネル特化パフォーマンス分析: コレクション別比較、テーマ別パフォーマンス — 次期テーマ選定の根拠データ
- 戦略的改善提案: 上位動画の共通成功要因、直近投稿の動向分析、次期コレクション企画推奨 —
/collection-ideate の入力データ
- 具体的アクションプラン: CTR 達成のための具体的施策 — 即実行可能なアクションに落とし込む
pandas ベースの詳細分析 CLI (v1.3+)
静的な analytics_data_*.json だけでなく、以下の専門 CLI を積極的に活用すること。デフォルト出力は AI 消費向け JSON で、--text フラグで人間向けサマリーに切替:
yt-launch-curve --latest: 新作動画の投稿後 N 日時点のパフォーマンスを、過去動画の同日齢ベンチマーク (p25/p50/p75) と比較。判定・trace・all_videos ランキングを返す。新作の初速評価や「過去の成功パターン vs 今の初速」の判断に必須。yt-channel-trend: 日次 views/subs の移動平均、週次集計、前週比、z-score ベースの異常検知 (spike/dip)、up/flat/down トレンド判定。直近の勢い判断・バズ日特定に使う。yt-theme-compare: config/channel/content.json::tags.themes（コードからは load_config().content.tags.themes）のキーワードでタイトル分類し、各テーマの平均 launch curve・ピーク日齢平均・初速最強/ロングテール最強テーマを返す。テーマ選定の根拠データ。yt-thumbnail-correlate --metric views: サムネ画像の特徴量 (brightness/contrast/saturation/dominant_hue/colorfulness) と CTR/views/engagement の Pearson 相関。CTR データ未提供時は --metric views / engagement にフォールバック。次回サムネ制作の方向性。
これらの出力 JSON をそのまま分析の根拠として引用し、「数値 (例: 中央値比 6.3倍)」を含む主張を行うこと。
分析品質基準
- 相関と因果の区別を明確にする
- 推奨事項に確信度を付記する
- データが不完全な場合は明示する
- 業界標準とチャンネル固有のベースラインを比較する
出力スタイル
- 具体的かつ実用的な改善策を含める
- データ可視化の概念を用いてトレンドを説明する
レポート保存
分析結果は reports/analysis_YYYYMMDD.md に保存する（チャンネル横断レポート）。
このファイルは /collection-ideate の前提必須入力として読まれる。/collection-ideate Phase 1-2 で
以下のセクションが重視される（内容で認識、番号は目安）:
- § 5 戦略的改善提案 — CTR 改善・コンテンツ最適化の方向性
- § 6 推奨される次期コレクション候補 — データから導出されたテーマ候補
- § 8 戦略ディスカッション — 長期視点の示唆
個別コレクションの振り返りメモが必要な場合は、20-documentation/ に任意で
追記してよい（/collection-ideate の入力にはならない）。
障害時ガイダンス
分析は data/ の収集済みスナップショットを読むため通常は外部 API を呼ばない。再収集が必要なときのみ以下が該当する。
| 状況 | 兆候 | 対処 |
|---|
| 入力データ不在 | data/ のベンチマーク/Analytics スナップショットが無い | 先に /benchmark・/analytics-collect 等を実行して入力を用意 |
| OAuth 未認証/失効 | auth.oauth_handler の FileNotFoundError（client_secrets.json 不在）/ AuthError / HTTP 403 | 初回認証フローを再実行。403 が続く場合は auth/token.json を削除しスコープを確認のうえ再認証 |
Next Step
分析完了後:
→ /collection-ideate でデータに基づくコレクション企画を生成
関連ファイル
data/video_analysis/<slug>/<video_id>.json — /video-analyze の scene_timeline 出力（retention drop と動画展開のクロス参照に使う）
