J'ai Scrapé 1000 Vidéos YouTube de Concurrents avec GPT-4o et Make en 5 Minutes [Voici Comment]

Summary

Dans cette vidéo, Aleksandre Chevtchouk, créateur de la chaîne Nocode Value, présente son système automatisé de veille concurrentielle pour surveiller ses concurrents sur YouTube. Grâce à des outils no-code comme Airtable, Make, Apify et ChatGPT, il a optimisé la collecte, l'analyse et la synthèse des vidéos de ses concurrents, économisant ainsi un temps considérable. Il explique également les différentes automatisations mises en place pour récupérer des informations sur les vidéos et les chaînes YouTube, et comment ce système lui a permis de gagner en efficacité pour se concentrer sur ses tâches stratégiques. Enfin, il dévoile les prochaines améliorations prévues pour son système.

Takeaways

• 😀 L'automatisation de la veille concurrentielle sur YouTube permet de gagner du temps et d'améliorer l'efficacité dans la surveillance des concurrents.
• 😀 Avant l'automatisation, la gestion des vidéos des concurrents était faite manuellement, ce qui était long et inefficace.
• 😀 L'usage de ChatGPT permet de filtrer et de résumer les vidéos en fonction de critères définis, facilitant ainsi le processus de sélection.
• 😀 La base de données est construite avec Airtable et utilise des scripts pour organiser et structurer les informations des vidéos et des chaînes.
• 😀 Make est utilisé comme connecteur pour automatiser les processus entre Airtable, Apify, et ChatGPT.
• 😀 Les vidéos sont filtrées selon des critères techniques comme les tutos avancés et les démonstrations complexes, tandis que le contenu moins pertinent est écarté.
• 😀 La transcription des vidéos est automatisée via Apify, puis analysée par ChatGPT pour déterminer si une vidéo répond aux critères de pertinence.
• 😀 Un système de suivi hebdomadaire des chaînes YouTube est mis en place pour récupérer les vidéos récentes et analyser leurs contenus.
• 😀 L'objectif du système est d'anticiper les évolutions du marché en analysant les tendances et en suivant les offres des concurrents.
• 😀 Cinq améliorations futures sont envisagées : la création d'un dashboard centralisé, des rapports hebdomadaires, l'analyse du SEO, l'automatisation des scripts vidéo et l'optimisation de la stratégie de contenu.

Q & A

Qu'est-ce que Aleksandre Chevtchouk explique dans cette vidéo ?

Aleksandre Chevtchouk présente un système automatisé qu'il a mis en place pour surveiller ses concurrents sur YouTube. Il décrit comment il a automatisé la veille réseau en utilisant des outils no-code et l'intelligence artificielle, principalement ChatGPT, pour la transcription, le filtrage et le résumé des vidéos.

Quel est le rôle de ChatGPT dans le système de veille concurrentielle d'Aleksandre ?

ChatGPT est utilisé pour analyser et résumer les vidéos de ses concurrents en fonction de critères spécifiques. Il effectue la transcription des vidéos et filtre celles qui correspondent aux critères définis par Aleksandre, avant de les résumer.

Pourquoi Aleksandre a-t-il choisi une approche automatisée plutôt que manuelle ?

Aleksandre a choisi l'automatisation après avoir constaté qu'une approche manuelle lui faisait perdre beaucoup de temps. La méthode automatisée lui permet d'optimiser la gestion de la veille concurrentielle, de réduire les distractions et de traiter efficacement un grand volume de contenu.

Quels outils no-code Aleksandre utilise-t-il pour mettre en place ce système ?

Aleksandre utilise plusieurs outils no-code, dont Airtable pour la gestion des données, Make pour l'automatisation des flux de travail, Apify pour récupérer des transcriptions de vidéos, et ChatGPT pour analyser et résumer les vidéos.

Comment Aleksandre récupère-t-il les informations des chaînes YouTube de ses concurrents ?

Aleksandre insère l'URL de la chaîne YouTube dans Airtable, ce qui déclenche une automatisation. Les informations de la chaîne sont ensuite récupérées via Make en effectuant des appels HTTP, en vérifiant les résultats, puis en les associant à la bonne chaîne dans la base de données Airtable.

Comment l'automatisation filtre-t-elle les vidéos à suivre ?

Les vidéos sont filtrées en fonction de critères définis par Aleksandre, comme l'avancement des tutoriels, la construction de solutions d'automatisation, et les démonstrations complexes. Les vidéos qui ne répondent pas à ces critères sont écartées.

Quelles sont les prochaines améliorations prévues pour ce système ?

Aleksandre prévoit plusieurs améliorations, telles que la création d'un dashboard avec Weweb, l'automatisation de rapports hebdomadaires, l'analyse du positionnement SEO de ses concurrents, la création de plans vidéo basés sur les scripts de vidéos qu'il apprécie, et l'optimisation de la stratégie de contenu en analysant les tendances du marché.

Pourquoi Aleksandre considère-t-il la transcription de vidéos comme une étape importante dans ce processus ?

La transcription des vidéos permet à Aleksandre d'analyser le contenu de manière détaillée pour en extraire les points pertinents. Cela lui permet de filtrer les vidéos selon leur intérêt et d'éviter de perdre du temps avec des vidéos non pertinentes.

Quels types de vidéos sont filtrés comme étant non pertinents pour Aleksandre ?

Aleksandre filtre les vidéos qui se concentrent sur des sujets comme les outils généraux, le storytelling, ou des sujets comme la génération d'images et de voix, car ces niches ne l'intéressent pas dans le cadre de sa veille concurrentielle.

Quel est l'objectif final de ce système automatisé de veille concurrentielle pour Aleksandre ?

L'objectif final est d'optimiser la gestion du temps en automatisant la surveillance des concurrents et en se concentrant uniquement sur les contenus pertinents. Cela permet à Aleksandre de libérer du temps pour d'autres tâches stratégiques, comme prospecter, gérer ses clients, et créer du contenu.