Youtube Searcher

该工作流能够自动从指定的YouTube频道提取最近发布的视频数据,过滤掉短视频,筛选出近两周内表现优异的长视频,并计算点赞率。经过整理后,优质视频数据将被存储到PostgreSQL数据库中,支持后续的数据分析和运营决策,帮助内容创作者和数据分析师实时监控视频表现,优化内容策略。

流程图
Youtube Searcher 工作流程图

工作流名称

Youtube Searcher

主要功能和亮点

该工作流自动从指定的YouTube频道获取最近发布的视频数据,过滤掉时长较短的短视频(Shorts),并筛选出近两周内表现优异的视频(观看量至少为频道平均值的两倍),同时计算视频的点赞率,最终将整理后的优质视频数据存储到PostgreSQL数据库中,支持后续数据分析和运营决策。

解决的核心问题

  • 自动化获取并更新YouTube频道视频统计数据,避免手动抓取和整理的繁琐。
  • 智能过滤短视频,确保分析对象为有效的长视频内容。
  • 精准识别近期表现突出的优质视频,帮助内容运营者快速锁定热门内容。
  • 将视频数据结构化存储,便于后续查询和数据挖掘。

应用场景

  • 内容创作者和视频运营团队用以实时监控频道视频表现。
  • 数据分析师用于YouTube视频表现趋势分析。
  • 媒体研究机构监测视频内容传播效果。
  • 营销人员评估视频推广效果及选取爆款视频素材。

主要流程步骤

  1. 触发执行:通过手动触发或调用执行触发器启动工作流。
  2. 数据库初始化:创建或准备视频统计数据表(video_statistics)。
  3. 频道视频查询:循环处理输入的YouTube频道ID列表。
  4. 获取最新已存视频发布时间:查询数据库,确定频道中最新视频的发布时间。
  5. 调用YouTube官方API:基于最新发布时间,获取频道发布的新视频列表,限制最多50条。
  6. 过滤短视频:通过代码节点过滤掉时长小于3分30秒的短视频。
  7. 检查视频数据是否已存在:避免重复数据插入。
  8. 获取视频详细统计:调用YouTube API获取视频的播放量、点赞数、评论数等详细数据。
  9. 数据整理与映射:将视频数据格式化,补全缺失字段。
  10. 构建插入数据库的SQL语句:动态生成批量插入语句。
  11. 数据写入数据库:将视频数据保存至PostgreSQL数据库。
  12. 识别优质视频:根据频道平均观看量,筛选出近两周内播放量突出的优质视频,并计算点赞率得分。
  13. 输出优质视频列表:为后续展示或分析提供数据。

涉及的系统或服务

  • YouTube API:用于获取视频列表及详细统计数据。
  • PostgreSQL数据库:存储和管理视频统计数据。
  • n8n节点:包括HTTP请求、代码处理、数据库操作、条件判断、循环批处理等多种节点,构建完整自动化流程。

适用人群或使用价值

  • 视频内容创作者和频道运营者:帮助快速发现频道中的爆款视频,优化内容策略。
  • 数据分析师和市场研究员:便于获取结构化的视频表现数据,做出科学分析。
  • 数字营销人员:通过数据驱动选择更优质的视频进行推广。
  • 自动化爱好者和技术团队:示范如何利用n8n构建复杂数据抓取与处理流程,实现跨平台数据自动化整合。

该“Youtube Searcher”工作流通过高效整合YouTube数据和数据库存储,极大简化了视频数据的采集与分析过程,是提升视频内容运营智能化水平的重要工具。