何を知りたかったのか
DTC業界では、YouTubeというチャネルの見え方が真逆に分かれています。
2018〜2022年ごろのDTC実務者向けノウハウでは、YouTubeは「長尺で信頼を積み上げる場」とされてきました。BeardbrandやEzra Firestoneは、その代表例です。創業者自身が語るストーリーや、丁寧な教育コンテンツが最も効果的だと考えられていました。
一方、2024年以降の実務者の会話では、「Shortsに注意が全部持っていかれた」「真面目なDTCチュートリアルは伸びない」「賢い予算はLinkedInとXに移った」と言われています。
ただし、どちらの見方も個人の体感に依存しています。今この瞬間、DTCのYouTubeで本当に勝っているのは誰なのか、どんなコンテンツが伸びているのか、そして上位層とロングテールの差がどれほど大きいのかを、体系的に見た人はいませんでした。
そこで、データセットを作りました。
YouTube Data API v3 を使って、DTC運営者、教育系クリエイター、ツール企業として分類できる277チャンネルを取得しました。各チャンネルについて直近30本の動画を収集し、合計5,695本の動画を分析対象にしました。その後、タイトルと説明文に対して透明性のある正規表現ルールを使い、15のコンテンツバケットに分類しました。分析期間は2024年1月1日以降に公開された動画で、最終サンプルは4,746本です。スナップショット日は2026年6月3日でした。
元データ、スクリプト、図表、分析手法は、ソースを確認したい方や再実行したい方のために、Thunderbit Operations US DTC YouTube Atlas repository に保存しています。
「2026年のDTC YouTubeで勝つのは何か？」に対する短い答えは次の通りです。
アイデンティティが勝つ。実務寄りのノウハウは負ける。ツール企業は過小評価されている。そして、上位層と中央値の差は、想像以上に開いています。
まず押さえるべき結論
この調査をDTCマーケティングチームに1画面で説明するなら、まずこの数字を見せます。
| 発見 | データ |
|---|---|
| 分析したチャンネル数 | 277 |
| 分析した動画数 | 5,695 |
| 16か月ウィンドウ内の動画数 | 4,746 |
| スナップショット日 | 2026-06-03 |
| チャンネル登録者数の中央値 | 265 |
| 動画再生数の中央値 | 377 |
| 登録者1万人未満のチャンネル割合 | 74.4% |
| 再生数1位のチャンネル | Shopify（公式） |
| 2位との差（Noah Kagan） | 2.4倍 |
| 中央値再生数が最も高いバケット | tools_ai（1,963回） |
| 中央値再生数が最も低いバケット | metrics_finance（52回） |
| 上位/下位バケット比 | 37倍 |
この調査で何度も頭に戻ってくるのは、最後の数字です。中央値ベースで見ると、最も伸びたコンテンツ形式と最も伸びなかった形式の差は37倍ありました。
最も成果が低かったのは、業界で最も真面目とされるDTCコンテンツです。CAC、LTV、AOV、ROAS、unit economics、contribution margin。LinkedInなら、あらゆる成長担当者がシェアしたくなるような内容です。しかしYouTubeでは、中央値52回再生にとどまります。
ここに、このレポートの核心があります。
再生数1位はクリエイターではなくプラットフォーム
最も驚くべき結果は、1位にあります。
Shopifyの公式YouTubeチャンネルは、16か月の集計期間で31,951,830回再生を獲得しました。2位のNoah Kagan（13,233,888回）に対して、2.4倍です。
このデータセットでは、Shopifyの登録者数は48万人で14位でした。しかし、1本あたりの平均再生数は1,065,061回で、サンプル内で最大でした。
| 順位 | チャンネル | 登録者数 | 16か月再生数 | 1本あたり平均 |
|---|---|---|---|---|
| 1 | Shopify | 48万 | 3,195万 | 107万 |
| 2 | Noah Kagan | 118万 | 1,323万 | 82.7万 |
| 3 | Simon Squibb | 237万 | 867万 | 28.9万 |
| 4 | Wholesale Ted | 147万 | 441万 | 14.7万 |
| 5 | Greg Isenberg | 64.4万 | 436万 | 14.5万 |
| 6 | The Startup Show | 4.9千 | 296万 | 9.9万 |
| 7 | Colin and Samir | 162万 | 286万 | 9.5万 |
| 8 | Spocket | 9.76万 | 283万 | 11.8万 |
| 9 | Oberlo | 34.4万 | 273万 | 9.1万 |
| 10 | Marko | 8.51万 | 241万 | 8万 |
さらに強烈なのは、個別動画のランキングです。サンプル全体の再生数上位15本のうち、6本がShopify公式投稿でした。1位と2位は、同じ70秒のShorts「Entrepreneurs: we're built different.」を別々に投稿したものです。合計再生数は2,330万回。ナレーションは、実際にはこの1行だけです。
残りの4本のShopify動画は、Black Fridayに関連したブランドの瞬間を切り取ったものでした。Nasdaqのオープニングベルを鳴らす加盟店、ラスベガスのSphereに映るShopify、世界最大のLEDスクリーンに表示されるBlack Fridayのリアルタイム売上などです。
どれもブランドストーリーであって、Shopifyの使い方を教える動画ではありません。
上位10チャンネルは、名前ではなくタイプで見るべきです。この中で、古典的な「独立系DTC教育者」に当てはまるのは、Wholesale Ted、Greg Isenberg、Marko、Sunny Lenarduzziの4チャンネルだけです。残りの6つは、プラットフォームアカウント（Shopify）、アイデンティティを収益化する創業者の個人ブランド（Noah Kagan、Simon Squibb、Colin and Samir）、あるいはツール企業のアカウント（Spocket、Oberlo）です。
独立系のDTC教育者という型は、三方向から同時に圧迫されています。
このデータで最も再現性が高いのは、Beardbrand型ではありません。Beardbrandは登録者213万人を持ちながら、16か月で獲得した再生数は176万回にすぎません。勢いがありません。再現しやすいのはShopify型です。ブランドのアイデンティティを70秒のShortsに圧縮し、誰にも何も教えない。
この結論は受け入れにくいですが、データは明確です。
実務寄りの重いコンテンツは、流入のブラックホール
15のコンテンツバケットごとに動画を分け、中央値再生数を見てみると、目をそらせない数字が並びます。
| コンテンツバケット | 動画数 | 中央値再生数 | 中央値尺 |
|---|---|---|---|
| tools_ai | 96 | 1,963 | 3:14 |
| news_macro | 19 | 1,924 | 1:15 |
| dropshipping | 148 | 1,799 | 0:51 |
| ads_meta | 293 | 1,584 | 12:23 |
| product_sourcing | 133 | 1,544 | 8:03 |
| case_study | 482 | 1,055 | 14:08 |
| ads_tiktok | 214 | 881 | 10:14 |
| founder_vlog | 33 | 748 | 1:35 |
| interview_pod | 171 | 552 | 14:48 |
| other | 1,752 | 344 | 0:57 |
| shopify_setup | 439 | 251 | 4:32 |
| ads_google | 174 | 193 | 9:54 |
| branding_creative | 197 | 146 | 2:18 |
| email_retention | 448 | 142 | 9:04 |
| amazon_pivot | 41 | 105 | 1:57 |
| metrics_finance | 106 | 52 | 12:15 |
最も成果が低い4つのバケットは、DTC運営者が最重要だと教え込まれてきた領域そのものです。metrics_finance（中央値52）、amazon_pivot（105）、email_retention（142）、branding_creative（146）。この4バケットだけで1,033本、つまりサンプルの21.8%を占めますが、全再生数への寄与はわずか3.7%です。
投資対効果はマイナスです。
個別動画の上位15本を見ると、そのうち11本が「other」バケットに入っています。これは、14個の戦術的な正規表現ルールのどれにも当てはまらないコンテンツの受け皿です。この「other」バケットには1,752本（サンプルの36.9%）が含まれ、全体再生数の61.6%を生み出しています。
上位15本のタイトルが、実際の物語を語っています。Entrepreneurs: we're built different、The BEST Part of Being Rich、Millionaires are Nicer Than you Think、Nike HIRED him after this、Why Patrick Bet-David Hired Ronaldo's Coach、A Billionaire Explains Why Private School is Worth Every Penny、How Mark Zuckerberg Became Successful。
アイデンティティ。富。憧れ。有名人。
YouTubeのアルゴリズムが報酬を与えるのは「どうやるかを教えてくれる動画」ではありません。「自分が何者になれるかを見せてくれる動画」です。
ここで、DTCコンテンツの通説が逆転します。従来は、長尺の教育コンテンツこそが信頼を得る王道だとされてきました。しかしデータは、アイデンティティや富をめぐる物語が流入を取り、真面目な実務コンテンツは押し下げられることを示しています。
もしあなたが6か月かけてKlaviyoのフロー解説を9分動画で作り続け、中央値142回再生しか得られていないなら、必要なのは「もっと頑張ること」ではありません。アルゴリズム自体がこの種類のコンテンツを報酬化していない、という事実です。同じ内容でも、LinkedIn投稿として切り直すと、私たちの分布データでは4〜15倍のインプレッションになることが多いです。
真面目なDTCコンテンツの市場は存在します。ただし、場所はYouTubeではありません。
AIツール系コンテンツは中央値との差再生数が最も高い
DTC界隈では、AIコンテンツについて2つの見方が常に飛び交っています。「AIは飽和していて、もう誰もクリックしない」と「ShortsのせいでAIコンテンツは全部勝つ」の2つです。データは、そのどちらにも同意しません。
サンプルのうちtools_aiバケットに入るのは96本だけで、全体の2.0%です。しかし、このバケットの中央値再生数は1,963回で、15バケット中トップです。
より安全そうに見えるバケットと比べても、tools_aiは case_study を86%、ads_meta を24%、shopify_setup を682%上回っています。
このバケットに実際に入っているのは、主にEコマース向けChatGPT活用動画、AI自動化ワークフロー（n8n、Zapier）、ClaudeやMidjourneyのクリエイティブ活用例、AIツールのレビューまとめです。中央値の尺は194秒、約3分14秒でした。純粋なShortsと長尺の中間で、3〜5分の単体ツールデモやレビューがいちばん相性の良い形式です。
このバケットの流入ポテンシャル（中央値再生数×動画数）は188,000です。これは case_study（509,000）や ads_meta（464,000）と同じ桁にあります。一方で metrics_finance は5,500しかなく、tools_ai の3%にすぎません。
上限は高い。詰まっているのは需要ではなく供給です。このニッチでAIツール系コンテンツの本数を倍増させれば、流入分布はかなり変わるはずです。
ツール企業にとっては、Thunderbitもその1つですが、これは現在のDTC YouTubeで最も収益性の高いコンテンツ形式です。
Shorts と長尺は、別々のレールで動いている
15バケットを中央値尺で並べると、きれいな二峰性分布が出てきます。
Shorts優位の領域（中央値2分未満）には、dropshipping（51秒）、other（57秒）、news_macro（75秒）、founder_vlog（95秒）、amazon_pivot（117秒）、branding_creative（138秒）、tools_ai（194秒）が含まれます。
長尺の領域（中央値5分超）には、shopify_setup（4:32）、product_sourcing（8:03）、email_retention（9:04）、ads_google（9:54）、ads_tiktok（10:14）、metrics_finance（12:15）、ads_meta（12:23）、case_study（14:08）、interview_pod（14:48）が入ります。
4〜8分の中間帯は、ほとんど存在しません。
DTCクリエイターには、実質的な「中尺」という選択肢がありません。Shortsか、10分超の長尺かの二択で、その中間はどちらのアルゴリズムにも強く評価されない死の地帯です。これは、Realtor Atlasで見えた構造とぴったり一致しています。
ただし、DTCは不動産とは1つだけ違います。DTCでは、Shortsバケットの方が長尺バケットより平均して中央値再生数が高いのです。同じテーマでも、Shortsとして出した方が長尺より当たりやすい。これは、長尺のホームツアーがShortsを上回っていたRealtor Atlasとは逆です。
DTCのYouTubeはShorts寄り。不動産のYouTubeは長尺寄り。
コンテンツチームへの実務的な示唆はシンプルです。DTCテーマで形式を1つだけ選ぶなら、まずShortsを選ぶべきです。例外は、ケーススタディ、インタビュー、あるいは10分を超えても埋めるに足る豊富な実素材がある深掘りチュートリアルです。中間帯は流入の罠です。
DTC YouTube のロングテールは極端に長い
サンプルの277チャンネルのうち、206チャンネルは登録者1万人未満です。割合にして74.4%です。
| 登録者数帯 | チャンネル数 |
|---|---|
| 1万人未満 | 206 |
| 1万〜10万人 | 35 |
| 10万〜50万人 | 16 |
| 50万〜100万人 | 9 |
| 100万人超 | 11 |
チャンネル登録者数の中央値は265人、動画再生数の中央値は377回です。
これは、Realtor Atlasとは対照的です。そちらでは、中央値チャンネルが登録者2,030人、中央値動画が1,068回再生でした。DTC YouTubeは、不動産YouTubeよりもロングテール性が8倍強いのです。
この構造には2つの理由があります。
第1に、「DTC」というカテゴリラベルは「realtor」よりもはるかに曖昧です。ドロップシッピング、Shopifyの副業、AmazonからShopifyへの移行をやっている人は、みんな自分をDTC運営者と呼びます。その結果、超小規模クリエイターが大量に流れ込み、多くが非常に薄いコンテンツ運用になります。
第2に、DTC YouTubeには、不動産でいうMLS物件紹介のような、下支えになる定番流入源がありません。新規の不動産系チャンネルは、地元の物件ツアー動画を積み重ねることで小さくても成立します。しかし、新規のDTCクリエイターがKlaviyoチュートリアルを作っても、中央値142回再生で、そこから粘着性のある視聴者が生まれるわけではありません。
ただし、このロングテールは均等ではありません。上位5チャンネル（Shopify、Noah Kagan、Simon Squibb、Wholesale Ted、Greg Isenberg）だけで6,260万回再生を稼いでおり、これは全体1億790万回の58%にあたります。残りの、登録者10万人未満の247チャンネルが、残り42%を分け合っています。
構造を図式化すると、登録者数の上位/中央値比はおよそ6,000倍、動画再生数の上位/中央値比はおよそ38,000倍です。Realtor Atlasの上位/中央値比は3,300倍でした。DTCの方が、ほぼ2倍急です。
ここまで極端なべき分布では、平均値はほとんど役に立ちません。「平均的なDTC YouTubeチャンネルは登録者14.9万人」などと書くレポートは、数本のスーパーチャンネルに汚染されています。
小〜中規模のクリエイターにとっての現実はこうです。「登録者1万人」を通過点の目標にしてはいけません。それはDTC YouTubeのロングテールにおける定常状態です。本当に効くのは、12か月にわたる継続投稿であって、登録者マイルストーンではありません。
ツール企業のチャンネルは存在感以上に強い
16か月の累計再生数で上位15チャンネルを見ると、Spocket（8位、登録者9.76万人、再生数283万）とOberlo（9位、登録者34.4万人、再生数273万）は、どちらもドロップシッピング系のツール企業です。クリエイターではありません。
Spocketの1本あたり平均再生数は117,735回です。これはBeardbrandの58,706回の2倍です。しかもBeardbrandは登録者数で22倍も上です。
Realtor Atlasには、このような構造はありません。不動産業界では、「ツール企業アカウントがトップ10に入る」という現象が生まれる土壌がないのです。
DTC YouTubeでは、ドロップシッピングが「ツールそのものがデモになる」領域だからこそ、これが成立します。Spocketの製品を見せる動画は、実質的にはSpocketの使い方を解説するクリエイター動画と同じです。しかも、個人クリエイターによるドロップシッピング系コンテンツはすでに中央値1,799回まで薄まっているため、ツールを作っている会社自身の方が情報的に有利です。実際のユーザーが何をしているかを知っているからです。
視野を広げると、Shopify、Spocket、Oberloの合計再生数は3,750万回に達します。これは、サンプル全体1億790万回の34.7%です。さらにShopify Education（投稿頻度1位、月300本）とShopify Launch Lab（月180本、頻度3位）を加えると、Shopifyエコシステムの公式チャンネル群は、このデータセット内で事実上ひとつの巨大な流入源になっています。
ツール企業のマーケティングチームにとっては、「YouTubeは難しすぎる」「うちには向いていない」という前提を見直すべきです。YouTubeは十分に有効なチャネルです。必要なのは、デモ動画に落とし込める具体的なユースケースと、月50本以上という投稿頻度です。
対照例として有用なのが Chew On This Podcast です。DTC特化のインタビュー系チャンネルで、登録者は3.05万人しかありませんが、16か月で194万回再生、1本あたり平均64,551回という成績です。Shopifyのようなブランド資産もなく、ツール企業でもなく、純粋にインタビューポッドキャストとして安定した投稿頻度で運営されています。Honest Ecommerce（月42.9本）、DTC Live、DTC Podcast も、投稿頻度上位15に入っています。
真面目なDTCコンテンツ市場は、単独プレゼン型チュートリアルには存在しなくても、インタビュー形式には存在します。もしツール企業がデモ動画を作れないなら、創業者インタビューシリーズが次善策です。
投稿頻度こそが、最も過酷なレバー
16か月ウィンドウで、月間投稿本数の多い順に並べると、上位8チャンネルは Shopify Education（月300本）、Business E-commerce Guides（月240本）、Shopify Launch Lab（月180本）、Arabia Dropshipping（月150本）、Alex Hormozi（月128.6本）、Dan Martell（月128.6本）、Build Your Personal Brand（月112.5本）、DTC Podcast（月75本）でした。
月300本というのは、1日10本です。これは人力というより、SEO自動化工場のスケールです。Shopify Educationは明らかに、AI音声とテンプレート生成コンテンツで回っています。
しかし、もっと興味深いのは Hormozi と Dan Martell です。どちらも実在の個人ブランドで、月128本を維持しています。つまり、毎日4本以上を16か月続けているわけです。
Realtor Atlasでは、頻度トップは月30本前後でした。上位不動産系チャンネルは月10〜15本でした。DTC教育系の上位頻度は、不動産の上位頻度の4〜13倍です。
理由は単純です。不動産の物件ツアーは、家の中に入って、ジンバルを持ち込み、8分の動画を編集する必要があります。一方、DTCコンテンツは、自宅の書斎で一人カメラに向かって3分話せば成立します。限界生産コストが圧倒的に低いのです。上位DTC教育者は、投稿頻度を極端に引き上げ、中位層を無意味化するほど量産できます。
サンプル全体の中央値は月5.2本です。上位と中央値の差は25〜58倍あります。
もしあなたが中位クラスのDTCクリエイターなら、コンテンツ品質で上位と競うのは筋の悪い戦略です。本当に効くレバーは投稿頻度です。これは「コンテンツの質が勝つ」という定番アドバイスをひっくり返しますが、データ上は明確です。
意外に有用な点として、頻度上位15には登録者1万〜5万人のチャンネルも複数含まれています（Build Your Personal Brand の月112.5本、Honest Ecommerce の42.9本、Ecommerce Paradise の50本、DTC Live の50本）。どれも Hormozi 級の資産ではありません。しかし、16か月累計再生数は50万〜200万のレンジに入っています。頻度は上位層だけのレバーではありません。中位層でも、頻度を押し上げる覚悟があれば、実際の売上導線を維持できます。
DTCチームが本当にやるべきこと
もし私がDTC運営チームのコンテンツ責任者なら、このデータは3つのオーディエンス別施策に落ちます。
これからYouTubeチャンネルを始める個人運営者向け
metrics_finance や branding_creative のコンテンツは作らないでください。中央値52〜146回では、流入のブラックホールです。
最もROIが高い入口は、中央値1,963回の tools_ai バケットです。本当に使えるケーススタディ（ゼロから売上Xまで伸ばした等）があるなら、14分の長尺に振り切ってください。それがこのバケットの中央値尺であり、長尺領域で最も中央値の高い形式です。
それ以外は、基本的にShortsでいきましょう。
登録者1万人の壁を突破できると期待しないでください。サンプル277チャンネルのうち206がそこ未満に留まり、そのままです。ここはロングテールの定常地帯です。
DTCツール企業・SaaS向け
ツール企業のYouTubeは過小評価されています。SpocketやOberlo規模のチャンネルは、1本あたり平均9万〜11.7万回再生を取っています。
うまくいく形式は、3〜5分の単体ツールデモ動画を、月50本以上の頻度で出すことです。
Shopify型の、ブランドストーリーを70秒のShortsに載せるやり方もありますが、これは多くのSaaS企業が持っていない既存のブランド資産を必要とします。デモ型の方が再現性は高いです。
DTCの配信戦略向け
YouTubeは、いわば「ソフトな」DTCコンテンツ（富、アイデンティティ、憧れ、AIツール）に向いています。LinkedInは「ハードな」DTCコンテンツ（CAC、LTV、メール、リテンション）に向いています。この2つは代替ではなく補完関係です。
YouTubeで中央値52回しか取れない metrics_finance の内容でも、同じ制作コストでLinkedInなら5,000インプレッションを取れることがあります。
TikTokのコンテンツ（ads_tiktok バケット、中央値881回）は第2層のチャンスです。Meta広告コンテンツ（ads_meta バケット、293本）と比べると、競争はおおむね半分です。
具体的なクロスプラットフォーム運用はこうです。1回録って、多方面に切り出す。まず14分の長尺ケーススタディ動画を撮り、case_study バケットの中央値尺に合わせます。そこから3〜5本のShorts（60〜90秒、news_macro や founder_vlog 形式）を作り、さらにLinkedIn用の長文投稿を1本（metrics_finance か branding_creative の切り口）、TikTok用のShortを1本作ります。
サンプル内の上位クリエイターである Hormozi、Dan Martell、Greg Isenberg は、いずれもこの種の「コンテンツピラミッド」を公言しています。小規模チームにとって重要なのは、マルチプラットフォームに全部存在することではありません。1回撮って5つに編集することです。プラットフォームごとに別撮りするより、限界コストははるかに低くなります。
このレポートが主張していないこと
このレポートは、YouTube上のすべてのDTCクリエイターを網羅した国勢調査ではありません。32のシードアカウントと14の検索拡張から抽出し、国コードが {US, GB, CA, AU, empty} のものに絞った、DTC運営者・教育者・ツール企業と分類された277チャンネルのサンプルです。
サンプルは英語圏のDTCクリエイターに偏っています。シードをDTC教育系のチャンネルから選んだため、教育者寄りにも偏っています。検索拡張に「shopify dropshipping」や「tiktok shop seller」を含めたため、ドロップシッピング系にも偏っています。そして、YouTubeの検索APIはおおむね登録者500人未満のチャンネルを返さないため、本当のロングテール（登録者ゼロの実験アカウント）は見えません。結果として上位寄りにも偏っています。
このサンプルでは、データソース自体の影響でShopifyエコシステムが過大に見えている可能性があります。Shopifyはシードチャンネルであり、14個の検索クエリのうち5つに「shopify」または「dropshipping」が明示的に含まれています。これを、DTC YouTube全体におけるShopifyの市場シェアと解釈すべきではありません。
YouTubeの viewCount フィールドは、Shortsと長尺を区別しません。このレポート全体で使っている「中央値再生数」は混在した数値であり、Shorts比率の高いクリエイターをやや強めに評価しています。
16か月という期間のため、2024年以前に投稿頻度が落ちた、あるいは停止したチャンネルは自動的に頻度統計から外れます。頻度の指標は、現在アクティブなクリエイターにやや有利です。
コンテンツ分類はLLMではなく正規表現です。動画の36.9%が「other」バケットに入っています。これは、より精度が高いが不透明な分類ではなく、透明で再現可能なルールを採ったことの代償です。
この主張の最も安全な言い方はこうです。US市場を主軸とするDTC YouTubeチャンネル277本のサンプルでは、AIツール系コンテンツの中央値再生数は、実務・財務系コンテンツの37倍でした。これは、DTCのコンテンツカレンダーを変えるには十分に強いシグナルです。
もっと大きな学び
このデータセットを見続けるほど、これは単なるYouTubeの話ではないと感じます。
これは、プラットフォームが何を報酬化し、プロが何を尊重するか、という話です。
DTCの実務者は、厳密さを尊重します。unit economicsを尊重します。contribution marginを尊重します。リテンション率、メールフロー最適化、PMFの兆候を尊重します。ブランドを作るための真面目な仕事は、消費者からはほとんど見えませんが、プロにとっては核心です。
しかしYouTubeは、プロが尊重するものを最適化しません。視聴者がクリックし、見続けるものを最適化します。この2つは同じではありません。むしろ逆のことも多いです。
だからこそ、metrics_finance のコンテンツは中央値52回で、Entrepreneurs: we're built different は1,430万回再生になるのです。
実務者の対応は、「真面目なコンテンツを諦めること」ではありません。配信と深さは別問題であり、別の道具が必要だと認識することです。YouTubeは配信の場。LinkedInは深さの場。TikTokは一気に広がる場。DTCのコンテンツ運用がうまくいくなら、この3つをそれぞれのアルゴリズムに合わせて使い分けます。
言葉にすると簡単です。ですが実際には、多くのDTCチームが全プラットフォームを1つの箱として扱い、そのうえで「YouTubeが伸びない」と嘆きます。このレポートのデータは、その理由を明確に説明しています。
公開データは判断をなくしません。ただ、会話の質を上げます。直感が外れている場所、もっとテストすべき形式、「ベストプラクティス」が実はただの慣習にきれいな服を着せただけだった場所が見えてきます。
DTC運営者にとっての実務的な結論は明快です。真面目な実務コンテンツをYouTubeに出し続けて、誰にも見られないことに驚くのはやめましょう。そうした内容は、視聴者が存在するLinkedInに置いてください。アイデンティティ、憧れ、AIツールのデモは、アルゴリズムがあるYouTubeに置くべきです。そして、どうしてもYouTubeで両方やるなら、長尺のケーススタディ形式だけが生き残ります。
それが、中央値52回再生と1,430万回再生の差です。
だからこそ、私たちは公開データを使ったオリジナル調査をやるのです。見栄えのいいスプレッドシートを作るためではありません。次の意思決定を、勘や空気感に頼りすぎずに行うためです。
FAQ
何本のYouTube動画を分析しましたか？
DTC関連のYouTubeチャンネル277件から、合計5,695本の動画を分析しました。分析期間は2024年1月1日以降に公開された動画で、最終サンプルは4,746本です。スナップショットは2026年6月3日に取得しました。
DTC向けYouTubeコンテンツで、中央値再生数が最も高かったのは何ですか？
AIツール系コンテンツ（tools_ai バケット）が、中央値1,963回で最も高い数値でした。このバケットには、ChatGPT活用のEコマース動画、AI自動化チュートリアル、単体ツールのレビューなどが含まれます。最も相性が良い形式は、3〜5分の単体ツールデモです。
最も成果が悪かったDTCコンテンツは何ですか？
財務指標系コンテンツ（metrics_finance）の中央値はわずか52回で、どのバケットよりも低い結果でした。CAC、LTV、AOV、ROAS、unit economics、contribution margin に関する内容がこれに含まれます。同じ種類の内容はLinkedInでは比較的伸びやすい一方、YouTubeのアルゴリズムでは押し下げられやすいです。
DTC運営者は、真面目な戦術系コンテンツをYouTubeに出すのをやめるべきですか？
データは、CAC、LTV、メールリテンション、ブランド基礎などの戦術的な実務コンテンツについては、そうだと示しています。これらはLinkedInに移した方がよいでしょう。同等の内容が4〜15倍のインプレッションになるからです。YouTubeには、AIツールのデモ、ケーススタディ、アイデンティティ訴求のShortsを残すのが良いです。
なぜShopifyの公式チャンネルがDTC YouTubeで1位なのですか？
Shopifyのチャンネルは、70秒のShortsのような短尺でブランド・アイデンティティ中心のコンテンツ（"Entrepreneurs: we're built different" など）を、プラットフォーム規模で大量に投稿しています。教育よりも憧れを喚起する内容です。サンプル全体で再生数上位15本のうち、6本がShopifyの動画でした。
このデータはどのように集めましたか？
公開されている YouTube Data API v3 を使いました。取得したのはチャンネルと動画のメタデータのみで、動画本体、サムネイル、非公開データは含みません。全体のパイプラインは無料の1日上限10,000ユニット以内で実行でき、実際の使用量は約1,500ユニットでした。コード、シード一覧、検索クエリ、コンテンツ分類用の正規表現はすべて GitHub repository で公開しています。
このデータセットは再現可能ですか？
はい。リポジトリには、6つのパイプラインスクリプト（チャンネルプール構築、動画取得、統計計算、図表生成、データ監査）、40件のチャンネルハンドルのシード一覧、14の検索クエリ、15バケット分類の正規表現が含まれています。無料の YouTube Data API キーがあれば、誰でも再実行できます。YouTubeの再生数は日々変動するため数値はわずかにずれますが、構造的な発見は四半期単位では安定しているはずです。
