TagRadar utiliza etiquetas de Steam para mostrar a los YouTubers. El mismo patrón se aplica a SaaS, libros, aplicaciones y marcas. Este tutorial recorre la versión independiente del nicho.
Requisitos previos
- Python 3.10+
- Clave API de Scavio
Guia paso a paso
Paso 1: Definir etiquetas de nicho
5-15 etiquetas o temas específicos.
Python
TAGS = ['async python', 'pydantic', 'fastapi', 'ai agent dev']Paso 2: Búsqueda de YouTube por etiqueta
El mismo punto final de Scavio que el patrón de TagRadar.
Python
import requests, os
API_KEY = os.environ['SCAVIO_API_KEY']
def yt(tag):
return requests.post('https://api.scavio.dev/api/v1/youtube/search',
headers={'x-api-key': API_KEY},
json={'query': f'{tag} tutorial 2026'}).json()Paso 3: Agregado por canal
Cuente la superposición de etiquetas por canal.
Python
from collections import Counter
channels = Counter()
for tag in TAGS:
for v in yt(tag).get('videos', []):
channels[(v['channel'], v.get('channel_url'))] += 1Paso 4: Filtrar por banda de suscriptores
Los creadores de banda media (entre 1.000 y 100.000 suscriptores) son los más amigables con la divulgación.
Python
BAND = (1000, 100000)
filtered = {c: cnt for c, cnt in channels.items() if BAND[0] <= int(c[1].split('subscribers')[0].split()[-1].replace('K','000').replace('M','000000') or 0) <= BAND[1]}Paso 5: Clasificación por superposición de etiquetas
Mayor superposición = mejor ajuste.
Python
ranked = sorted(filtered.items(), key=lambda x: -x[1])Ejemplo en Python
Python
# 5 tags × 1 query = 5 credits ≈ $0.022.Ejemplo en JavaScript
JavaScript
// Same pattern in TS.Salida esperada
JSON
Ranked list of niche-relevant creators with subscriber bands. Pair with outreach automation downstream.