El problema
Los equipos de crecimiento de YouTube verifican manualmente los canales de la competencia, realizan un seguimiento del rendimiento de los videos, investigan temas de tendencia y monitorean puntos de referencia de nichos. Esta investigación lleva horas a la semana, produce datos inconsistentes según quién la realiza y los conocimientos llegan demasiado tarde para actuar en consecuencia. Una idea de video que fue tendencia hace tres días ya está saturada cuando llega la investigación. Los equipos necesitan canales de datos automatizados y consistentes que muestren oportunidades en tiempo real, no informes semanales elaborados a mano.
La solucion de Scavio
El punto final de búsqueda de YouTube de Scavio devuelve metadatos de video estructurados que incluyen recuentos de visualizaciones, fechas de publicación, suscriptores del canal y métricas de participación. Usted construye un canal que se ejecuta a diario, busca palabras clave específicas, rastrea qué temas están ganando velocidad y compara sus métricas con las de la competencia. Los datos llegan en JSON listos para paneles o resúmenes de Slack. La investigación que le llevaba a un miembro del equipo cuatro horas por semana ahora se realiza en dos minutos en piloto automático.
Antes
Antes de Scavio, la investigación de YouTube era una tarea semanal manual que producía información obsoleta. Los equipos de crecimiento dedicaron horas a la recopilación de datos en lugar de a la creación de contenido.
Después
Después de Scavio, un canal automatizado diario muestra temas de tendencia, desempeño de la competencia y puntos de referencia de nichos. El equipo no dedica tiempo a la recopilación de datos y todo el tiempo a la estrategia de contenido.
Para quien es
Equipos de crecimiento de YouTube, estrategas de contenido y administradores de canales que dedican horas semanales a la investigación manual de temas y competidores. Cualquiera que quiera información diaria automatizada en lugar de informes semanales obsoletos.
Beneficios clave
- Metadatos de video estructurados con vistas, me gusta y fechas de publicación
- La investigación automatizada diaria reemplaza horas de verificación manual
- Seguimiento del canal de la competencia con puntos de referencia de rendimiento
- La puntuación de la velocidad del tema revela oportunidades de tendencia desde el principio
- La salida JSON alimenta paneles, Slack o herramientas de planificación de contenidos
Ejemplo en Python
import requests
import json
from datetime import datetime
from pathlib import Path
API_KEY = "your_scavio_api_key"
def research_topic(keyword: str) -> list[dict]:
res = requests.post(
"https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "youtube", "query": keyword},
timeout=15,
)
res.raise_for_status()
videos = res.json().get("organic", [])
return [{
"title": v.get("title", ""),
"channel": v.get("channel", ""),
"views": v.get("views", 0),
"published": v.get("published", ""),
"link": v.get("link", ""),
} for v in videos[:10]]
def daily_growth_research(keywords: list[str]) -> dict:
report = {"date": datetime.utcnow().isoformat(), "topics": {}}
for kw in keywords:
videos = research_topic(kw)
total_views = sum(v["views"] for v in videos)
report["topics"][kw] = {
"video_count": len(videos),
"total_views_top_10": total_views,
"top_video": videos[0] if videos else None,
}
return report
keywords = ["react tutorial 2026", "nextjs app router", "ai coding assistant review"]
report = daily_growth_research(keywords)
Path(f"yt_research_{datetime.utcnow().strftime('%Y-%m-%d')}.json").write_text(json.dumps(report, indent=2))
for topic, data in report["topics"].items():
print(f"{topic}: {data['total_views_top_10']:,} total views in top 10")Ejemplo en JavaScript
const API_KEY = "your_scavio_api_key";
async function researchTopic(keyword) {
const res = await fetch("https://api.scavio.dev/api/v1/search", {
method: "POST",
headers: { "x-api-key": API_KEY, "content-type": "application/json" },
body: JSON.stringify({ platform: "youtube", query: keyword }),
});
if (!res.ok) throw new Error(`scavio ${res.status}`);
const data = await res.json();
return (data.organic ?? []).slice(0, 10).map((v) => ({
title: v.title ?? "",
channel: v.channel ?? "",
views: v.views ?? 0,
published: v.published ?? "",
link: v.link ?? "",
}));
}
async function dailyGrowthResearch(keywords) {
const report = { date: new Date().toISOString(), topics: {} };
for (const kw of keywords) {
const videos = await researchTopic(kw);
const totalViews = videos.reduce((sum, v) => sum + v.views, 0);
report.topics[kw] = {
videoCount: videos.length,
totalViewsTop10: totalViews,
topVideo: videos[0] ?? null,
};
}
return report;
}
const keywords = ["react tutorial 2026", "nextjs app router", "ai coding assistant review"];
const report = await dailyGrowthResearch(keywords);
const fs = await import("fs/promises");
await fs.writeFile(`yt_research_${new Date().toISOString().slice(0, 10)}.json`, JSON.stringify(report, null, 2));
for (const [topic, data] of Object.entries(report.topics)) {
console.log(`${topic}: ${data.totalViewsTop10.toLocaleString()} total views in top 10`);
}Plataformas utilizadas
YouTube
Búsqueda de videos con transcripciones y metadatos