วิธีดู YouTube Live Analytics เช็กคนดู ยอดวิว Watch Time และคนดูพร้อมกันแบบละเอียด

YouTube Live Analytics ช่วยให้ Creator รู้ว่า Live ที่เพิ่งทำไปมีประสิทธิภาพจริงแค่ไหน ไม่ควรดูเพียงว่า ยอดวิวเยอะหรือน้อย เพราะ Live หนึ่งรายการอาจมี View สูง แต่คนเข้ามาแล้วออกเร็ว ขณะที่อีก Live มี View น้อยกว่าแต่มีคนดูพร้อมกันจำนวนมากและดูต่อเนื่องเป็นเวลานาน

ค่าที่ควรดูร่วมกัน ได้แก่

• Views
• Concurrent Viewers
• Peak Concurrent Viewers
• Average Concurrent Viewers
• Watch Time
• Average View Duration
• Audience Retention
• Chat Rate
• Likes
• New Subscribers
• Traffic Sources

เมื่ออ่านตัวเลขเหล่านี้ร่วมกัน จะมองเห็นได้ชัดขึ้นว่า คนเจอ Live จากไหน เข้ามาแล้วอยู่ดูนานแค่ไหน และช่วงไหนของรายการทำให้คนดูเพิ่มหรือลด

① YouTube Live Analytics คืออะไร

คือข้อมูลสถิติที่ YouTube เก็บจาก Live Stream ของคุณ

ใช้วิเคราะห์ได้ทั้ง

ระหว่างกำลัง Live

และ

หลัง Live จบ

ช่วยตอบคำถาม เช่น

• ตอนนี้มีคนดูพร้อมกันกี่คน
• ช่วงไหนคนดูสูงที่สุด
• คนดูเฉลี่ยนานเท่าไร
• Live ได้ Watch Time เท่าไร
• มี Subscriber เพิ่มกี่คน
• คนหา Live เจอจากไหน

② ดู Analytics ระหว่าง Live ได้จากไหน

เข้า

YouTube Studio → สร้าง → ถ่ายทอดสด

เพื่อเปิด

Live Control Room

ระหว่าง Live จะมีข้อมูลแบบ Real-time ให้ดูบน Stream Dashboard

③ Real-time Analytics มีอะไรบ้าง

YouTube ปัจจุบันแสดงค่า เช่น

• Concurrent Viewers
• Duration
• Likes
• Chat Rate
• Views
• Average View Duration
• Reactions
• Reminders Set ในบริบทที่รองรับ

พร้อม Stream Health สำหรับตรวจคุณภาพการส่ง Stream

④ Concurrent Viewers คืออะไร

Concurrent Viewers คือ

จำนวนคนที่กำลังดู Live พร้อมกัน ณ ช่วงเวลาหนึ่ง

ตัวอย่าง

เวลา 20:15 น.

Concurrent Viewers = 120

หมายความว่าขณะนั้นมีผู้ชมประมาณ 120 คนกำลังรับชมพร้อมกัน

⑤ Concurrent Viewers ต่างจาก Views อย่างไร

ต่างกันมาก

Views

จำนวนครั้งที่ Live ถูกดูตามระบบ

Concurrent Viewers

จำนวนคนที่กำลังดูพร้อมกันในช่วงเวลาหนึ่ง

Live อาจมี

10,000 Views

แต่มีคนดูพร้อมกันเพียง

100–200 คน

ก็ได้

⑥ Peak Concurrent Viewers คืออะไร

คือจำนวนผู้ชมพร้อมกันสูงที่สุดที่เกิดขึ้นระหว่าง Live

ตัวอย่าง

เริ่ม Live = 80 คน

กลาง Live = 450 คน

ท้าย Live = 170 คน

ดังนั้น

Peak Concurrent = 450

⑦ Peak Concurrent มีประโยชน์อย่างไร

ช่วยบอกว่า

ช่วงไหน Live สามารถรวมผู้ชมพร้อมกันได้มากที่สุด

จากนั้นย้อนกลับไปดูว่าเวลานั้นเกิดอะไรขึ้น

เช่น

• เริ่มหัวข้อสำคัญ
• แขกรับเชิญเข้ามา
• เริ่มแข่งขัน
• แจกข้อมูลสำคัญ
• Creator แชร์ Live ไป Social Media

สิ่งเหล่านี้อาจเป็นเบาะแสสำหรับ Live ครั้งต่อไป

⑧ Average Concurrent Viewers คืออะไร

คือจำนวนผู้ชมพร้อมกันโดยเฉลี่ยตลอด Stream

ตัวเลขนี้ช่วยให้เห็นภาพรวมของ Audience ที่อยู่กับ Live พร้อมกันมากกว่าดู Peak อย่างเดียว

⑨ Peak สูงแต่ Average ต่ำหมายความว่าอะไร

ตัวอย่าง

Peak = 1,000

Average = 120

อาจหมายความว่ามีช่วงหนึ่งที่คนเข้ามาจำนวนมาก แต่ไม่ได้รักษาจำนวนผู้ชมระดับนั้นไว้ตลอดรายการ

ควรดูว่า

หลัง Peak เกิดอะไรขึ้น

⑩ Average สูงมีความหมายอย่างไร

หาก Average Concurrent อยู่ในระดับดีตลอด Stream แสดงว่า Live สามารถรักษาฐานคนดูพร้อมกันได้ค่อนข้างต่อเนื่อง

มีประโยชน์มากกับ

• Gaming
• Podcast
• Event
• Q&A
• Live Community

⑪ Views คืออะไร

ใน Live Control Room YouTube ระบุ Views เป็นจำนวนครั้งทั้งหมดที่ Live Stream ถูกดูขณะกำลัง Live

จึงไม่ควรนำตัวเลขนี้ไปตีความว่าเป็นจำนวนคนไม่ซ้ำกันโดยตรง

⑫ Views หลัง Live อาจเปลี่ยนหรือไม่

ได้

หลัง Live กลายเป็น Replay หรือ VOD ก็สามารถได้รับ View เพิ่มอีก

ดังนั้นควรแยก

Performance ตอน Live

ออกจาก

Performance ของ Replay

เวลาวิเคราะห์

⑬ Watch Time คืออะไร

Watch Time คือเวลารวมที่ผู้ชมใช้ดู Content ของคุณ

เช่นผู้ชม 100 คนดูคนละ 30 นาที

จะเกิด Watch Time รวมประมาณ

50 ชั่วโมง

Watch Time ช่วยบอกว่าผู้ชมใช้เวลากับ Content ของคุณจริงมากแค่ไหน

⑭ Total Watch Time หลัง Live ดูได้ไหม

ได้

Post-stream Analytics จะแสดงข้อมูลอย่าง

Total Watch Time

ให้ดูหลัง Live จบ

เหมาะกับการเปรียบเทียบ Live แต่ละครั้ง

⑮ Watch Time สำคัญกว่า Views หรือไม่

ไม่ควรเลือกดูตัวใดตัวหนึ่งเพียงอย่างเดียว

ตัวอย่าง

Live A

20,000 Views

แต่คนดูเฉลี่ย 1 นาที

Live B

5,000 Views

แต่คนดูเฉลี่ย 25 นาที

ทั้งสองมีพฤติกรรม Audience ต่างกันมาก

ควรดูทั้ง Views และ Watch Time

⑯ Average View Duration คืออะไร

คือระยะเวลารับชมเฉลี่ยต่อ View โดยประมาณของ Live

ตัวอย่าง

Average View Duration = 18 นาที

หมายความว่าโดยเฉลี่ยแต่ละ View ใช้เวลาดูประมาณ 18 นาทีตามวิธีคำนวณของระบบ

⑰ Average View Duration สูงดีไหม

โดยทั่วไปหมายความว่าคนที่เข้ามาดูใช้เวลากับ Content ค่อนข้างนาน

แต่ต้องเทียบกับความยาวของ Live ด้วย

Average 10 นาทีบน Live 20 นาที

กับ

Average 10 นาทีบน Live 5 ชั่วโมง

มีความหมายต่างกัน

⑱ อย่าเปรียบเทียบ Live คนละความยาวแบบตรงๆ

Live 30 นาทีและ Live 6 ชั่วโมงควรดู

• Average View Duration
• Retention
• Concurrent Viewers

ร่วมกัน

ไม่ควรดู Total Watch Time เพียงอย่างเดียว เพราะ Stream ที่ยาวกว่ามีโอกาสสะสมชั่วโมงมากกว่าอยู่แล้ว

⑲ Audience Retention คืออะไร

Audience Retention ช่วยดูว่า

แต่ละช่วงของ Content สามารถรักษาความสนใจของผู้ชมได้ดีแค่ไหน

หลัง Live จบ สามารถใช้ Retention Report หาช่วงที่คน

• อยู่ดูต่อ
• เข้ามาเพิ่ม
• ออกจำนวนมาก

ได้

⑳ Retention ตกแรงหมายความว่าอะไร

อาจมีหลายสาเหตุ เช่น

• Content เปลี่ยนเรื่อง
• พักนาน
• เสียงมีปัญหา
• ช่วงไม่น่าสนใจ
• โฆษณาหรือ Break
• Stream กระตุก

ต้องย้อนดู Video ในช่วงเวลานั้นก่อนสรุป

㉑ Retention เพิ่มขึ้นบางช่วงได้ไหม

ได้

บางช่วงอาจมีผู้ชมกลับมา ดูซ้ำ หรือมีผู้ชมใหม่เข้ามา

โดยเฉพาะ Replay

ให้มอง Retention เป็นแผนที่สำหรับหาช่วงน่าสนใจ ไม่ใช่เพียงเส้นที่ต้องค่อยๆ ลดอย่างเดียว

㉒ Chat Rate คืออะไร

YouTube นิยาม Chat Rate ว่า

จำนวนข้อความ Live Chat ที่ส่งต่อนาที

ตัวอย่าง

Chat Rate = 40

หมายความว่ามีข้อความประมาณ 40 ข้อความต่อนาทีในช่วงที่วัด

㉓ Chat Rate สูงแปลว่า Live ดีไหม

ไม่เสมอไป

Chat สูงอาจเกิดจาก

• Community Active
• Q&A
• Event ตื่นเต้น

แต่ก็อาจเกิดจาก

• Spam
• การทะเลาะ
• Bot

ต้องดูคุณภาพของ Chat ประกอบ

㉔ Chat Rate ใช้หา Moment ที่น่าสนใจได้

ได้

ถ้าช่วงหนึ่ง Chat พุ่งขึ้นอย่างเห็นได้ชัด

ลองดูว่าเกิดอะไรขึ้น

เช่น

• Goal
• Boss Kill
• Announcement
• Reaction
• คำถามแรง

ช่วงนั้นอาจนำไปทำ Highlight หรือ Shorts ได้

㉕ Likes ดูอะไรได้บ้าง

Live Control Room แสดงจำนวน Likes แบบ Real-time

Likes ที่เกิดขึ้นจะส่งต่อไปยัง VOD Archive ของ Live ด้วย

ใช้เป็น Signal หนึ่งในการดู Response ของผู้ชม

㉖ New Subscribers ดูได้ไหม

ได้

หลัง Live จบ Post-stream Analytics สามารถแสดงจำนวน

New Subscribers

ที่เกิดขึ้นระหว่าง Stream

ช่วยตอบว่า Live นั้นเปลี่ยนผู้ชมให้กลายเป็น Subscriber ได้มากแค่ไหน

㉗ Live View เยอะแต่ Subscriber ไม่เพิ่มควรดูอะไร

ตรวจ

• Topic ตรงกับ Channel หรือไม่
• ผู้ชมมาจากไหน
• คนดูนานหรือไม่
• Live สอดคล้องกับ Content อื่นหรือไม่

อาจได้คนดูจาก Topic กว้าง แต่คนเหล่านั้นไม่ได้สนใจ Channel ในระยะยาว

㉘ Reminders Set คืออะไร

สำหรับ Scheduled Live ระบบสามารถแสดงจำนวน Reminder ที่ผู้ชมตั้งไว้ในช่วงเวลาที่เลือก โดยไม่รวม Reminder ที่ถูกยกเลิกภายหลัง

ช่วยประเมินความสนใจก่อน Event เริ่ม

㉙ Reminder เยอะ แต่คนดูน้อยเกิดได้ไหม

ได้

คนที่กด Reminder ไม่จำเป็นต้องเข้ามาดูจริงทุกคน

ใช้ Reminder เป็น

Intent ก่อน Live

แล้วเทียบกับ Peak/Concurrent ตอนเริ่มจริง

㉚ หลัง Live จบเห็นข้อมูลอะไรทันที

YouTube มี Post-stream Snapshot เช่น

• Views
• New Subscribers
• Total Watch Time
• Peak Concurrent
• Duration
• Average View Duration
• Reactions

ช่วยดูภาพรวมได้รวดเร็ว

㉛ ถ้าต้องการ Analytics ละเอียดกว่านั้นไปไหน

เข้า

YouTube Studio

↓

Content

↓

Live

↓

เลือก Live ที่ต้องการ

↓

Analytics

จากนั้นสามารถดูรายงานละเอียดขึ้น

㉜ Engagement Tab ดูอะไร

สำหรับ Live สามารถดูข้อมูลด้าน Engagement เช่น

• Concurrent Viewers
• Chat Messages
• Audience Retention

ตามรายงานที่ระบบแสดง

เหมาะกับการศึกษาว่าผู้ชมมีส่วนร่วมกับ Stream อย่างไร

㉝ วิธีดู Concurrent Viewers หลัง Live

เข้า

YouTube Studio → Content → Live

เลือก Stream

↓

Analytics → Engagement

จะเห็น Concurrent Viewers Report

ข้อมูลจะเริ่มพร้อมใช้งานภายในไม่กี่นาทีหลัง Live จบตามข้อมูลปัจจุบันของ YouTube

㉞ Traffic Sources คืออะไร

Traffic Sources บอกว่าผู้ชมพบ Live ของคุณจากที่ไหน

เช่น

• Browse Features
• YouTube Search
• Suggested Videos
• Direct or Unknown
• Channel Pages
• แหล่งอื่น

เป็นข้อมูลสำคัญมากสำหรับวางแผน Live ครั้งต่อไป

㉟ ถ้า YouTube Search สูงหมายความว่าอะไร

อาจหมายความว่า Topic และ Metadata ของ Live ตรงกับสิ่งที่คนกำลังค้นหา

เหมาะกับ Live เช่น

• Tutorial
• ข่าว
• รีวิว
• Game Guide
• How-to

ควรศึกษาคำค้นที่เกี่ยวข้องเพิ่ม

㊱ Browse Features สูงหมายความว่าอะไร

แปลว่าผู้ชมจำนวนหนึ่งเจอ Live จากพื้นที่ Browse ของ YouTube

เช่น Home หรือพื้นที่แนะนำที่เกี่ยวข้อง

อาจสะท้อนว่าระบบกำลังจับคู่ Content กับ Audience ที่สนใจ

㊲ Suggested Videos สูงหมายความว่าอะไร

แปลว่าผู้ชมเจอ Live ผ่านคำแนะนำข้างหรือหลัง Content อื่น

อาจบอกได้ว่า Live มีความสัมพันธ์กับ Topic หรือ Audience ของวิดีโออื่นในระบบ

㊳ Playback Locations คืออะไร

รายงานนี้ช่วยดูว่าผู้ชมรับชม Content จากพื้นที่ใดของ YouTube หรือ Embed ตามรายงานที่มีให้

มีประโยชน์ในการเข้าใจ Distribution ของ Live

㊴ Devices ดูอะไรได้

YouTube Analytics สามารถแสดงประเภท Device ที่ผู้ชมใช้

เช่น

• Mobile
• Computer
• TV
• Tablet

ช่วยตัดสินใจเรื่อง

• Layout
• Text Size
• Vertical/Horizontal
• UI

สำหรับ Live ครั้งต่อไป

㊵ ถ้าคนดูผ่าน TV เยอะควรทำอะไร

ให้ความสำคัญกับ

• Horizontal Layout
• ภาพคม
• Text อ่านง่ายจากระยะไกล
• Audio ชัด

อย่าออกแบบ Stream ตาม Mobile อย่างเดียว

㊶ ถ้าคนดูมือถือเยอะล่ะ

ต้องตรวจ

• Text เล็กเกินไปหรือไม่
• Vertical Format มีประโยชน์หรือไม่
• UI ถูกบังหรือไม่
• Caption อ่านง่ายไหม

โดยเฉพาะ Talking Head และ Vertical Live

㊷ YouTube Analytics แยก Live กับ Replay ได้ไหม

YouTube Analytics มีตัวเลือกสำหรับดูข้อมูลแบบ

• Live
• On demand
• Live & on demand

ตามรายงานที่รองรับ

ช่วยแยก Performance ขณะ Live กับการดูย้อนหลังได้ดีขึ้น

㊸ ทำไมต้องแยก Live กับ On-demand

เพราะ Audience Behavior ต่างกัน

ตอน Live คนอาจเข้ามาเพื่อ

• Chat
• Event
• Real-time Interaction

ส่วน Replay อาจได้คนจาก

• Search
• Suggested
• Browse

หลายวันหลังจากนั้น

㊹ Live Control Room กับ Studio ตัวเลขอาจไม่ตรงกันไหม

ได้

YouTube ระบุว่าข้อมูลใน YouTube Analytics ผ่านการประมวลผลและการจัดการ Spam และวัดข้อมูลบางอย่างต่างจาก Live Control Room

จึงอาจเห็นตัวเลขต่างกันเล็กน้อย

ไม่ควรคิดว่าระบบผิดทันที

㊺ ควรใช้ตัวเลขไหนเป็น Final

ระหว่าง Live ใช้ Live Control Room สำหรับตัดสินใจแบบ Real-time

หลัง Live ให้กลับมาดู YouTube Analytics ที่ผ่านการประมวลผลเพิ่มเติมเพื่อวิเคราะห์ย้อนหลัง

ใช้ทั้งสองชุดตามวัตถุประสงค์

㊻ Dual Stream Analytics ดูอย่างไร

หาก Live ทั้ง

Horizontal + Vertical

ข้อมูลใน Live Control Room จะถูกรวมเข้าด้วยกันโดยอัตโนมัติ

จึงไม่ควรเอาตัวเลขขณะ Live ไปคิดว่าเป็น Horizontal อย่างเดียว

㊼ ดู Vertical Live Feed แยกได้ไหม

ได้

YouTube ระบุว่าสามารถดู Metrics สำหรับ Vertical Stream แยกได้ประมาณ

24 ชั่วโมงหลัง Live จบ

เหมาะมากสำหรับวิเคราะห์ว่า Shorts/Vertical Feed ช่วยเพิ่ม Audience แค่ไหน

㊽ วิธีดู Vertical Analytics แยก

หลัง Live จบอย่างน้อยประมาณ 24 ชั่วโมง

เข้า

YouTube Studio → Content → Live

เลือก Stream

↓

Analytics

↓

Advanced Mode

เลือก Breakdown เป็น

Playback Location

แล้วดู

Vertical Live Feed

ตามระบบที่ YouTube รองรับ

㊾ Vertical Views สูงต้องดูอะไรเพิ่ม

อย่าดูเพียง View

ควรดูว่า Vertical Audience

• อยู่ดูนานหรือไม่
• Subscribe เพิ่มหรือไม่
• Chat หรือไม่
• กลับมาดู Content อื่นหรือไม่

Discovery สูงไม่ได้หมายความว่า Audience Quality สูงเสมอไป

㊿ Analytics ใช้หาเวลาที่คนออกได้ไหม

ใช้ Retention และ Concurrent Viewer Graph ช่วยได้

ตัวอย่าง

นาทีที่ 35

Concurrent ลดลงชัดเจน

ย้อนดู Video

พบว่าเป็นช่วงพัก 10 นาที

นี่คือข้อมูลที่นำไปปรับ Live ครั้งต่อไปได้ทันที

51. ใช้ Analytics หาเวลาที่คนเข้ามาเยอะได้

ได้

เช่น Peak Concurrent เกิดตอนเริ่มแข่ง Match สำคัญ

ครั้งหน้าสามารถ

• เข้า Content เร็วขึ้น
• โปรโมต Moment นี้
• ทำ Highlight
• ทำ Shorts

จากช่วงที่ Audience ตอบรับดีที่สุด

52. ใช้ Chat กับ Retention พร้อมกัน

ถ้าช่วงหนึ่ง

Chat Rate สูง

และ

Concurrent Viewers สูง

แสดงว่าช่วงนั้นน่าศึกษา

อาจเป็น Content ที่ทั้งดึงคนอยู่และสร้าง Interaction

เหมาะสำหรับนำไปสร้าง Content ต่อ

53. ใช้ Analytics ทำ Highlight

หลัง Live ให้หาช่วงที่

• Peak Concurrent
• Chat พุ่ง
• Reaction สูง
• Retention ดี

จากนั้นตัดเป็น

• Highlight
• Shorts
• Clip

ช่วยใช้ Live หนึ่งครั้งสร้าง Content ต่อได้หลายชิ้น

54. Live ยาวไม่ได้แปลว่า Watch Time ดีเสมอ

การ Live 8 ชั่วโมงเพื่อหวัง Watch Time อาจไม่มีประโยชน์ถ้าคนดูเฉลี่ยเพียงไม่กี่นาที

ควรดู

Total Watch Time + Average View Duration + Average Concurrent

ร่วมกัน

55. View เยอะไม่ได้แปลว่า Live สำเร็จเสมอไป

สมมติ

Live A = 50,000 Views

Average View Duration = 40 วินาที

Live B = 8,000 Views

Average View Duration = 22 นาที

ทั้งสองอาจเหมาะกับ Goal ต่างกัน

อย่าตัดสินเพียงจากเลขใหญ่ที่สุด

56. Metric สำคัญสำหรับ Gaming Live

Gaming ควรดู

• Average Concurrent
• Peak Concurrent
• Average View Duration
• Chat Rate
• Watch Time

เพื่อดูว่า Gameplay และ Community สามารถรักษาคนดูได้หรือไม่

57. Metric สำคัญสำหรับ Q&A

เน้น

• Concurrent Viewers
• Chat Rate
• Average View Duration
• New Subscribers

เพราะ Interaction เป็นส่วนสำคัญของ Format

58. Metric สำคัญสำหรับ Tutorial Live

ควรดู

• Watch Time
• Average View Duration
• Audience Retention
• YouTube Search
• Replay Performance

เพราะ Tutorial สามารถสร้าง Traffic หลัง Live จบได้อีกนาน

59. Metric สำคัญสำหรับ Event

ดู

• Peak Concurrent
• Average Concurrent
• Watch Time
• Reminder Set
• Traffic Sources

จะเห็นทั้งความสนใจก่อน Event และ Performance ระหว่าง Event

60. อย่าเปรียบเทียบ Live คนละ Topic อย่างตรงๆ

Live ข่าวด่วนและ Tutorial 3 ชั่วโมงมีพฤติกรรม Audience ต่างกัน

ควรเปรียบเทียบ

Live ใน Format และ Topic ใกล้เคียงกัน

เช่น

Gaming Live 10 ครั้งล่าสุด

หรือ

Podcast 5 Episode ล่าสุด

ข้อมูลจะมีประโยชน์กว่า

61. ควรดูข้อมูลหลาย Live

อย่าตัดสิน Strategy จาก Live ครั้งเดียว

อาจมีปัจจัยพิเศษ เช่น

• วันหยุด
• Topic Viral
• แขกรับเชิญ
• Internet มีปัญหา

ให้ดู Pattern จากหลายครั้ง

62. สร้างตารางบันทึก Live ได้

สำหรับผู้อ่าน comsiam สามารถบันทึกหลัง Live ทุกครั้ง เช่น

วันที่

Topic

ความยาว Live

Views

Peak Concurrent

Average Concurrent

Watch Time

Average View Duration

Subscribers

Traffic Source หลัก

เมื่อสะสม 10–20 Live จะเห็น Pattern ชัดขึ้นมาก

63. สูตรวิเคราะห์ Live หลังจบ

ใช้ลำดับนี้

① คนเจอ Live จากไหน

ดู Traffic Sources

② เข้ามากี่คน

ดู Views

③ อยู่พร้อมกันกี่คน

ดู Average/Peak Concurrent

④ อยู่ดูนานไหม

ดู Average View Duration และ Watch Time

⑤ ช่วงไหนดีที่สุด

ดู Retention และ Concurrent Graph

⑥ มีส่วนร่วมไหม

ดู Chat, Likes, Reactions

⑦ กลายเป็น Subscriber หรือไม่

ดู New Subscribers

นี่ให้ภาพครบกว่าดู View อย่างเดียว

64. ดาวน์โหลด Analytics ออกมาได้ไหม

YouTube รองรับการดาวน์โหลดข้อมูล Analytics บางรายงานเป็น

CSV

เหมาะกับ Creator ที่ต้องการ

• เก็บประวัติ
• ทำ Spreadsheet
• เปรียบเทียบหลาย Stream
• ทำ Dashboard

โดยเฉพาะช่องที่ Live เป็นประจำ

65. สรุป วิธีดู YouTube Live Analytics ให้เข้าใจจริง

YouTube Live Analytics ควรดูเป็นระบบ ไม่ใช่ดูเพียงยอด View

ค่าหลักที่ควรรู้คือ

Views

บอกจำนวนการดูตามระบบ

Concurrent Viewers

จำนวนคนที่กำลังดูพร้อมกัน

Peak Concurrent

จำนวนคนดูพร้อมกันสูงสุด

Average Concurrent

จำนวนคนดูพร้อมกันเฉลี่ย

Watch Time

เวลารวมที่ผู้ชมใช้รับชม

Average View Duration

เวลาเฉลี่ยที่ผู้ชมดูต่อ View

Chat Rate

จำนวนข้อความ Chat ต่อนาที

และหลัง Live ยังสามารถดู

New Subscribers, Audience Retention, Traffic Sources, Playback Locations และ Devices

เพิ่มเติมได้

สำหรับ Dual Stream ตัวเลข Horizontal และ Vertical จะถูกรวมกันใน Live Control Room ก่อน และสามารถดู Vertical Metrics แยกประมาณ 24 ชั่วโมงหลัง Stream จบ

แนวทางของ comsiam คือหลัง Live ทุกครั้ง ให้ตอบ 3 คำถาม

คนเข้ามาจากไหน

คนอยู่ดูนานแค่ไหน

ช่วงไหนทำให้คนดูเพิ่มหรือลด

ถ้าตอบสามคำถามนี้ได้ คุณจะรู้ว่าจะปรับ

• Topic
• เวลาเริ่ม
• ความยาว
• Structure
• Hook
• ช่วงพัก

อย่างไรใน Live ครั้งต่อไป

เป้าหมายของ Analytics ไม่ใช่ทำให้ Creator หมกมุ่นกับตัวเลข แต่คือใช้ข้อมูลจริงแทนการเดาว่า “คนดูชอบอะไร”

เมื่อดูข้อมูลต่อเนื่องหลาย Stream คุณจะเริ่มเห็นรูปแบบของ Audience ตัวเอง และสามารถพัฒนา Live ให้ ดึงคนเข้ามาได้มากขึ้น รักษาคนดูได้นานขึ้น และเปลี่ยนผู้ชมชั่วคราวให้กลายเป็น Community ของช่องได้ดีขึ้น