Crear Contenido es Difícil
Como todos sabemos, crear contenido original es difícil. Se necesita mucho tiempo y energía para crear algo que la gente disfrute viendo. Como muchos hoy en día, siempre he querido tener mi propio canal de YouTube exitoso. Por eso, inicialmente intenté crear mi propio “canal temático” enfocado en videojuegos y fallos en transmisiones en vivo, que son nichos populares con audiencias establecidas.
Al principio, intenté editar y subir manualmente videos de otros creadores de contenido que me gustaban y quería compartir a través de mi canal. Sin embargo, rápidamente me di cuenta de que el proceso manual no era escalable ni sostenible para subidas consistentes y de alto volumen. Subir videos diariamente es un desafío significativo que requiere mucho tiempo y esfuerzo. Para superar este obstáculo y mantener un calendario de subidas competitivo, decidí explorar la automatización como solución.
Automatizando un Canal de YouTube
Quería continuar con el canal que ya tenía en funcionamiento, así que desglosé el proceso de automatización en 4 pasos principales:
- Encontrar contenido relevante y de tendencia que se ajuste al tema y audiencia del canal
- Filtrar y curar contenido de alta calidad y atractivo
- Editar y compilar el contenido en un formato de video atractivo
- Optimizar y subir el contenido final de video
Desglosarlo en pasos claros y accionables me permitiría agilizar la automatización mientras mantenía el control de calidad sobre la línea de contenido.
Encontrar Contenido Relevante
Como mi nicho eran los videojuegos y los fallos en transmisiones en vivo, necesitaba encontrar una fuente de alto volumen de contenido relevante y de tendencia para alimentar las subidas diarias. La elección obvia fue Twitch, la plataforma líder de transmisión en vivo con miles de creadores de contenido de juegos subiendo nuevo contenido cada minuto. Esto presentó una oportunidad para curar los mejores clips y momentos destacados que resonaran con mi audiencia objetivo.
Sin embargo, simplemente extraer todo el contenido de Twitch indiscriminadamente probablemente resultaría en videos de baja calidad e irrelevantes que no captarían a los espectadores. Para construir un canal exitoso, necesitaba identificar y monitorear cuidadosamente las categorías de juegos populares, los principales streamers y las tendencias virales que se alinearan con el tema y la marca de mi canal.
Filtrar Contenido de Alta Calidad
Filtrar y curar contenido verdaderamente de alta calidad fue, sin duda, el aspecto más desafiante del proceso de automatización. Tenía que encontrar un equilibrio entre la calidad del contenido y la inversión de tiempo necesaria para la revisión manual. Ver y evaluar horas y horas de metraje bruto de Twitch para determinar qué segmentos eran dignos de ser subidos era simplemente demasiado laborioso e impráctico para el alcance de este proyecto. Para mantener un estándar alto de calidad mientras permitía una automatización eficiente, necesitaba mecanismos de filtrado robustos basados en señales cuantitativas y cualitativas de compromiso del espectador y rendimiento del contenido. Algunas señales potenciales a aprovechar podrían incluir:
- Recuentos de vistas y métricas de tiempo de visualización
- Relación de “me gusta/no me gusta” y sentimiento de la audiencia
- Comentarios, compartidos y otras métricas de participación
- Popularidad del streamer, recuentos de seguidores y tamaño de la comunidad
Para aprovechar la inteligencia colectiva de la comunidad de transmisión, decidí centrarme en “clips”: momentos destacados de video cortos generados por usuarios que van de 15 a 60 segundos y capturan momentos interesantes o entretenidos de las transmisiones en vivo en tiempo real.
Dada la gran cantidad de clips creados diariamente, curé una lista blanca de los mejores streamers y categorías de juegos que se alineaban con el tema de mi canal. Luego, implementé un sistema de clasificación donde los clips “competían” entre sí basados en sus recuentos de vistas a corto plazo y métricas de participación. Los clips con mejor rendimiento en mis fuentes de lista blanca serían seleccionados para ser subidos. Si bien no es un sistema perfecto, este enfoque me permitió automatizar la curación de contenido a escala mientras mantenía un grado de control de calidad impulsado por el espectador.
Para incorporar aún más las preferencias de los espectadores en el proceso de curación, desarrollé un sitio web dedicado usando Next.js y alojado en Vercel. Esta plataforma permitía a los usuarios navegar, filtrar y votar por sus clips favoritos, proporcionando una señal adicional para identificar el contenido más atractivo. Sin embargo, debido a la promoción limitada y la falta de una masa crítica de usuarios, no hubo suficientes datos para aprovechar completamente este enfoque de colaboración colectiva. Aún puedes visitar el sitio web en clips.fail, pero en última instancia jugó un papel menor en el proceso general de curación.
Editar el Contenido
Para el proceso de edición y compilación, exploré dos soluciones potenciales. El primer enfoque y el más simple fue subir los clips individuales como videos separados, publicando de 3 a 5 videos por día. Si bien es fácil de implementar, este método resultó en una experiencia de visualización fragmentada con la que no estaba completamente satisfecho.
Para crear una experiencia más cohesiva y digna de maratón para los espectadores, necesitaba empaquetar los clips curados en videos de compilación más largos. Esto no solo haría un contenido más atractivo, sino que también se alinearía mejor con las señales de optimización del tiempo de visualización de YouTube para aumentar la capacidad de descubrimiento.
La segunda solución que exploré fue Remotion, una potente biblioteca basada en React para generar videos programáticamente. Desarrollé una plantilla personalizada que uniría los clips curados en videos de compilación cohesivos. Si bien este enfoque funcionó bien desde el punto de vista de la calidad, el proceso de renderizado era extremadamente lento y exigente en recursos, lo que lo hacía poco práctico para subidas automáticas frecuentes.
En el futuro, planeo revisar y optimizar la solución basada en Remotion. Aprovechando técnicas de renderizado más eficientes, procesamiento en paralelo y potencialmente infraestructura en la nube, podría desbloquear la capacidad de generar videos de compilación de alta calidad a escala. Esto no solo mejoraría la experiencia del espectador, sino que también posicionaría mejor el canal para un mayor tiempo de visualización y capacidad de descubrimiento.
Subir el Contenido
Esta fue la parte más fácil del proceso. Decidí usar la solución de bajo código y usar Pipedream para subir los videos a YouTube. Ofrecen un nivel gratuito generoso que fue más que suficiente para este proyecto. Creé un flujo de trabajo que se activa mediante un servidor que proporciona la información que debe ser subida a YouTube, como se puede ver en esta imagen:
- Recibir la información del servidor a través de una solicitud POST de webhook
- Verificar si en el cuerpo hay el token de autenticación; si no, devolverá un error
- Realizar procesamiento de texto usando Node.js para formatear el título, descripción y etiquetas para una SEO óptima en YouTube
- Subir el video a YouTube, aprovechando la API de Datos de YouTube para una integración sin problemas
- Almacenar el ID del video subido en una base de datos para evitar subidas duplicadas
- Devolver un código de estado de éxito al servidor, confirmando el proceso de subida
Como el contenido presentado en los videos no es originalmente mío, hago un esfuerzo consciente para acreditar adecuadamente a los creadores originales tanto en la descripción del video como en el título. Esto no solo se adhiere a prácticas éticas de contenido, sino que también ayuda a dirigir a los espectadores interesados de regreso a los streamers de origen, fomentando un ecosistema mutuamente beneficioso.
¿Cómo Va el Canal?
Si quieres echar un vistazo al canal, puedes hacerlo aquí. El canal ha estado funcionando desde enero de 2023 y recientemente ha ganado más tracción, sumando más de 190.000 visitas y 200 suscriptores. Aquí tienes algunas estadísticas del canal:
Recientemente ha comenzado a ganar más tracción gracias al algoritmo de YouTube y a algunos videos que han sido recomendados a una audiencia más amplia.
Por alguna razón, en lugar de ganar tracción en la comunidad hispanohablante de videojuegos, el canal ha ganado tracción entre “coomers”, lo cual es algo que no esperaba y con lo que no estoy muy contento.
Mejoras Futuras
- Revisar y optimizar el proceso de edición para permitir videos de compilación de alta calidad.
- Refinar y actualizar continuamente la lista blanca de streamers basándonos en una investigación de audiencia detallada y datos de rendimiento.
- Implementar modelos avanzados de aprendizaje automático para predecir mejor el rendimiento de los clips y las señales de participación de los espectadores.
- Establecer una estrategia de poda de contenido para eliminar videos de bajo rendimiento después de un período definido, manteniendo una biblioteca de alta calidad.
Conclusiones
Este proyecto de automatización ha demostrado que incluso los desafíos aparentemente desalentadores pueden ser abordados dividiéndolos en componentes manejables e iterando en las soluciones. Aunque la implementación actual puede no ser perfecta, sirve como una base sólida para la mejora continua y el crecimiento.
La consistencia es, sin duda, crucial para la creación de contenido y la construcción de una audiencia. Sin embargo, las subidas consistentes por sí solas no son suficientes: el contenido también debe ofrecer valor, calidad y relevancia para resonar verdaderamente con los espectadores y fomentar un compromiso a largo plazo.
En el futuro, la clave será encontrar un equilibrio entre la automatización escalable y un enfoque centrado en la audiencia y basado en datos para la estrategia de contenido.
Espero que hayas disfrutado de esta publicación y que te inspire a automatizar un proceso que pensabas que era difícil de automatizar. Si tienes alguna pregunta o sugerencia, no dudes en contactarme en Instagram.