◐ Methodology
どうしてこのツールの数値が信用できるのか
BonBonTools の調査方法 — 公式出典 + 独自週次調査 + 編集判断の三層体制
結論先出し
公式出典 + 独自週次調査 + 編集判断の三層体制 = ChatGPT / vidIQ / TubeBuddy には作れない堀。
Layer 1:公式出典(誰でも検証できる固定基盤)
全ツールの基準値は YouTube 公式 Help / 業界一次ソースを必ず併記しています。各 EvidenceModal で URL・公開日・methodology を確認できます。
主要出典
- YouTube Brand Connect公式クリエイター向けハブ
- Tubular Insights業界レポート(JP / Global)
- Insider Intelligence広告 / マネタイズ統計
- Statista YouTubeプラットフォーム統計
- YouTube Help公式ドキュメント
Layer 2:独自週次調査(ここだけの動的データ)
毎週、編集チームが信頼できる第三者統計サイトから急成長 channel を curate し、観測値を全ツールに反映します。
週次パイプライン
- 1
URL 収集
信頼できる第三者統計サイトから急成長 channel 20-25 件を編集チームが curate。
- 2
観測値抽出
RPM / 達成期間 / 成長カーブ / 失敗パターンを構造化観測値として抽出。
- 3
schema 整形 + 検証
snapshot.json schema に整形 + sanity check + researcher note 付与。
- 4
全ツール反映
直近 30 日の観測値が EvidenceCell として全ツール UI に流れる。
編集判断レイヤー(模倣困難な堀)
編集チームによる source 選別、業界知識による文脈補完(JP RPM レンジ等)、週次 researcher note。ニッチ × 文脈の編集判断は汎用 AI 単体では再現できず、これが ChatGPT / vidIQ に対する最大の堀です。
なぜ ChatGPT には作れないのか
競合差別化マトリクス
| 項目 | vidIQ / TubeBuddy | ChatGPT | BonBonTools |
|---|---|---|---|
| 公式 CPM 出典 | ✓ 引ける | ✓ 引ける | ✓ Layer 1 |
| JP ニッチ特化の動的観測 | — | — (訓練データ古い) | ✓ 週次 curated research |
| 0 → 1000 達成期間の実測中央値 | — | — | ✓ N=10–30 / ニッチ |
| 失敗パターン特徴 | — | — | ✓ 燃え尽き予防 nudge |
| 二層整合(static + dynamic) | — | — | ✓ EvidenceCell 型 |
| 横断インフラ(全ツール共有) | — | — | ✓ 9 ステップ全恩恵 |
| 編集判断レイヤー | — | — | ✓ 編集チームによる curation |
各ツールが使う観測データ
| ツール | 観測対象 |
|---|---|
| Channel Income Simulator | RPM / 0→1000 達成期間 / 成長カーブ / 失敗特徴 |
| Title SEO Scorer | 上位タイトル文字数 / 主要語 / 数字分布 |
| CTR Predictor Lite | 上位サムネ色 / 文字数 / 構図 |
| Shorts Hook Scorer | 上位 Shorts の冒頭 3 秒パターン |
| Video Post-Mortem Card | ニッチ別維持率分布(Phase 2) |
透明性 — 観測 snapshot は公開
全ツールの直近 30 日の観測 snapshot は公開。改訂履歴 / 修正もごまかさず明示。各 snapshot には researcher note(週次所感)を必ず付与。
関連ドキュメント
- ADR-0021 — Two-Layer EvidenceDECISIONS.md
- ADR-0022 — Free=Score / Paid=GenerateDECISIONS.md
- ADR-0023 — Curated-Research(週次バッチ)DECISIONS.md
- EVIDENCE-PIPELINE-FLOW(運用フロー全体像)research/architecture/EVIDENCE-PIPELINE-FLOW.md