「鮭魚均，因為一場鮭魚之亂被主管稱為鮭魚世代，廣義來說以年齡和臉蛋分類的話這應該算是一種 KNN 的機器學習，不正經的數據分析師，畢業後把人生暫停了半年，在 Google 和 AWS 辦過幾場演講，緩下腳步的同時找了份跨領域工作。偶而慢跑、愛跟小動物玩耍。曾立過很多志，最近是希望當一個有細節的人。」

Youtube Analytics API 教學 - 年輕人取暖小窩 'ageGroup' 維度

Youtube Analytics API 能找到的資料非常少，尤其在中文語系中更甚，相較於 Data API 的自由性，Analytics 的隱私注重較高設定也更為複雜，今天以影片資訊說明，抓取你在創作者工作室 Youtube Studio 中的資訊，他需要具有高度的驗證與安全性，但也同時給予了影音串流和數位行銷的工作者，有了更加多元的資料運用方式，更靈活的追蹤每 Youtube 影片的影片資訊。這篇是 Python - 數位行銷的 Youtube 分析教學系列文章的第 21 篇，也是我參加 2021 iThome 鐵人賽中系列文章的第 21 天。另外因為 Youtube Analytics API 牽涉到私人資訊，所以我就直接拿我沒什麼在經營的個人帳號來 demo 測試。

系列文章：Python — 數位行銷分析與 Youtube API 教學
昨日回顧：Youtube Analytics API 教學 - 流量怎麼越來越差 'day' 維度

基本維度：ageGroup 你的頻道年齡層

維度 (Dimension) 和指標 (metrics) 是今天所講解的重點，當我們將 dimensions= 'ageGroup" 維度設定為年齡層分布的時候，可以怎麼去做使用和追蹤。

• 依照年齡層 (viewer age) 來顯示頻道資訊
  dimensions= 'ageGroup' 對應到的 Youtube Studio 資訊即是 viewer age，當我們在 Youtube Studio 的後臺資料抓取資料時，可以從 viewer age 看見目前的年齡層分布，以我個人這個頻道來說， 18-24 歲即是佔 50.2% 為大宗

• 你的指標設定 (Metrics)
  在 Youtube Studio 後台中點選 + 的符號後，我們能夠看到我們有許多能夠抓取的參數選項，可以根據自己的需求來設定想要什麼指標資料，在 ageGroup 的資料抓取下規範較為嚴格，能抓取的資料量也比較有限，包含了觀看時間 (Watch time)、觀看次數 (View)、平均觀看時長 (duration) 和 平均觀看比例 (percentage view)

年齡層追蹤

• 年齡層表現追蹤
  在 dimensions= 'ageGroup ' ，維度設定為年齡分層的時候，可以用以下方法來使用 Analytics API 抓取觀看次數百分比 (viewerPercentage)

def main():
    request = youtube_analytics.reports().query(
        startDate='2011-09-28', 
        endDate='2021-09-28',
        dimensions="ageGroup",
        maxResults = 50,
        metrics='viewerPercentage',
        ids='channel==UCyRTbF-WQcgW9XV-B_kPpug'
    )
    response = request.execute()
    print(response)

if __name__ == "__main__":
    main()

• 利用頻道資料做對照
  13–17 歲觀看次數占比為 59.4%，18–24 歲觀看次數占比為 18.1%，等等的資料與預期中符合，由此判斷出我的個人頻道以年輕族群為主要的大宗，整體年齡層皆偏年輕趨勢。

今天說明了 ageGroup 以年齡層切分的方式抓取資料

什麼時候 (When)、你是誰(Who)，你要抓什麼資料 (What)，這些是我們使用 Analytics API 的主要方法，ageGroup 則是決定了維度應該以年齡層的方式呈現，如果有時間也歡迎看看我的夥伴們的文章：

lu23770127 — SASS 基礎初學三十天
10u1 — 糟了！是世界奇觀！
juck30808 — Python — 數位行銷分析與 Youtube API 教學
HLD — 淺談物件導向與Design Pattern介紹
SiQing47 — 前端？後端？你早晚都要全端的，何不從現在開始？

Jerry Chien

【鮭魚均】 現職是 200 多萬訂閱 Youtuber 的數據分析師，專長在 Python 的開發與使用，大學雖然是資訊背景但總是斜槓跑到商管行銷領域，以工作角度來說的話，待過 FMCG、通訊軟體、社群影音產業，也算是個數位行銷體系出生的資訊人。這 30 天鐵人挑戰賽會從數位行銷角度去重新切入數據分析這件事情，期待這個社會中，每個人能在各個角力間不斷沖突而漸能找到一個平衡點回歸最初的統計建立最終的初心。

下一篇：Youtube Analytics API 教學 - 打破地理位置的界線 'country' 維度