podcast analytics expert

用途

Podcast Analytics Expert 是一个面向播客数据分析的技能，目标是帮助使用者理解受众并推动播客增长。它把分散在多个平台上的播客数据来源、关键指标、API 调用方式和增长基准集中整理，便于做多平台追踪、受众分析和内容优化。

主要能力

数据来源

资料列出以下分析来源及其可获取的数据与访问方式：

托管平台（Hosting Platform）：下载量、地域、设备，通过 API 访问。
Spotify for Podcasters：流媒体播放、留存、人口统计，通过仪表盘访问。
Apple Podcasts Connect：关注者、播放、设备，通过仪表盘/API 访问。
YouTube：观看量、观看时长、订阅数，通过 API 访问。
Op3：开放分析，通过前缀方式接入，免费。

关键指标

下载量：总文件请求数；独立听众（按 IP/设备去重）；单集表现对比；周环比增长趋势。
互动：完播率（听完单集的百分比）；流失点（听众在何处停止）；平均消费时长（每位听众的分钟数）；留存曲线（随时间变化的听众忠诚度）。
受众：地理（国家、城市）；设备（iOS、Android、桌面端）；应用（使用哪些播客应用）；人口统计（年龄、性别，仅 Spotify 提供）。

API 与接入示例

资料给出 Transistor Analytics API 的调用示例，包括获取节目分析和单集分析：

# Get show analytics
curl https://api.transistor.fm/v1/analytics/shows/123 \
  -H "x-api-key: YOUR_API_KEY"

# Episode analytics
curl "https://api.transistor.fm/v1/analytics/episodes/456?start_date=2026-01-01" \
  -H "x-api-key: YOUR_API_KEY"

响应示例：

{
  "data": {
    "downloads": 1234,
    "unique_listeners": 890,
    "countries": {
      "US": 450,
      "UK": 120,
      "CA": 80
    }
  }
}

OP3（Open Podcast Prefix Project）

资料描述 OP3 为免费、开源、注重隐私的分析方案，每月追踪超过 1700 万次下载。

设置方式：在 RSS 的 enclosure URL 前添加前缀：

<enclosure url="https://op3.dev/e/https://your-host.com/episode.mp3"/>

查询下载量：

curl "https://op3.dev/api/1/shows/YOUR_SHOW_ID/downloads?start=2026-01-01"

资料给出的选择 OP3 的理由：永久完全免费；开放数据（公开 API）；注重隐私（不追踪用户）；适用于任何播客托管；适合独立播客创作者。

Spotify for Podcasters API

资料说明 Spotify 没有面向播客创作者的公开 API，建议使用仪表盘导出或第三方工具，并提到 Chartable、Podtrac 可用于跨平台分析。

Apple Podcasts Connect

资料给出分析导出的 Python 示例，并注明需要 JWT 认证，参考 Apple 的 App Store Connect API 文档：

import requests

# Apple Podcasts Connect API (requires JWT auth)
# See: https://developer.apple.com/documentation/appstoreconnectapi

headers = {"Authorization": f"Bearer {jwt_token}"}
response = requests.get(
    "https://api.appstoreconnect.apple.com/v1/analyticsReportRequests",
    headers=headers
)

使用方式

构建仪表盘

资料提供一个 Python 分析聚合器的示例，用 dataclass 定义指标结构，并异步从多个来源聚合数据：

from dataclasses import dataclass
from datetime import date

@dataclass
class PodcastMetrics:
    date: date
    downloads: int
    unique_listeners: int
    avg_completion: float
    top_countries: dict

async def aggregate_metrics(show_id: str, start: date, end: date):
    # Fetch from multiple sources
    transistor = await fetch_transistor(show_id, start, end)
    op3 = await fetch_op3(show_id, start, end)

    return PodcastMetrics(
        date=end,
        downloads=transistor.downloads + op3.downloads,
        unique_listeners=transistor.unique_listeners,
        avg_completion=transistor.avg_completion,
        top_countries=transistor.countries
    )

增长基准

独立播客（月下载量）：

起步阶段：50–100
增长中：500–1,000
已建立：5,000–10,000
热门：50,000+

留存基准：

优秀：完播率 80%+
良好：60–80%
平均：40–60%
需要改进：<40%

可执行洞察

单集时长：按单集时长分析完播率。如果 60 分钟单集完播率为 40%，而 30 分钟单集为 70%，可考虑缩短单集。
发布时间：按星期几和时段追踪下载量，根据受众习惯优化发布排期。
内容分析：将单集指标与主题对比，找出哪些主题带来最高互动。

面向 Vibe Coders 的工具

Chartable：跨平台分析、归因追踪、SmartLinks。
Podtrac：行业标准测量、IAB 认证、提供免费层。
Spotify for Podcasters：深入的 Spotify 洞察、免费、仅限 Spotify 数据。

适用场景

资料明确列出适用场景：播客增长、受众分析、内容优化、多平台追踪。

限制

Spotify 没有面向播客创作者的公开 API，只能通过仪表盘导出或第三方工具获取数据。
人口统计（年龄、性别）仅 Spotify 提供。
Apple Podcasts Connect API 需要 JWT 认证。
资料未提供该技能自身的安装命令、收费方式、价格或平台支持信息。