analytics-analyze

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: channel_config.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