สิ่งที่เราอยากรู้
ในโลก DTC มีมุมมองต่อ YouTube อยู่สองแบบที่เหมือนจะขัดกันแบบคนละขั้วเลย
ภาพเก่าในยุคคู่มือการทำงานของผู้ประกอบการ DTC ช่วงปี 2018-2022 บอกว่า YouTube คือช่องทางคอนเทนต์ยาวที่สร้างความน่าเชื่อถือได้สูง ตัวอย่างคลาสสิกคือ Beardbrand และ Ezra Firestone โดยคอนเทนต์ที่เล่าผ่านผู้ก่อตั้งและการสอนแบบเจาะลึกคือสิ่งที่เวิร์กที่สุด
ภาพใหม่จากวงสนทนาของสายปฏิบัติหลังปี 2024 บอกว่า Shorts กินความสนใจไปหมดแล้ว ทัวร์สอน DTC แบบจริงจังแทบไม่มีคนดู คนที่ฉลาด ๆ ย้ายไป LinkedIn กับ X กันหมด
ทั้งสองมุมมองต่างก็อิงจากการสังเกตส่วนตัว ยังไม่มีใครเคยไล่ดูแบบเป็นระบบว่า ตอนนี้บน YouTube สาย DTC ใครกันแน่ที่ชนะ คอนเทนต์แบบไหนคือผู้ชนะ และช่องว่างระหว่างตัวท็อปกับกลุ่มหางยาวใหญ่แค่ไหน
ดังนั้นเราจึงสร้างชุดข้อมูลขึ้นมา
เราใช้ YouTube Data API v3 ดึงข้อมูล 277 ช่องที่จัดอยู่ในกลุ่มผู้ประกอบการ DTC, ผู้ให้ความรู้ และบริษัทเครื่องมือ จากแต่ละช่อง เราเก็บวิดีโอล่าสุด 30 คลิป ได้ทั้งหมด 5,695 วิดีโอ จากนั้นจัดประเภทวิดีโอออกเป็น 15 กลุ่มคอนเทนต์ด้วยกฎ regex ที่โปร่งใสจากชื่อเรื่องและคำอธิบาย ช่วงเวลาที่วิเคราะห์คือวิดีโอที่เผยแพร่ตั้งแต่วันที่ 1 มกราคม 2024 เป็นต้นไป ทำให้ได้ตัวอย่างสุดท้าย 4,746 วิดีโอ สแนปช็อตข้อมูลอยู่ที่วันที่ 3 มิถุนายน 2026
ชุดข้อมูลทั้งหมด สคริปต์ กราฟ และวิธีการวิเคราะห์ถูกเก็บไว้ใน Thunderbit Operations US DTC YouTube Atlas repository สำหรับใครก็ตามที่อยากตรวจสอบต้นทางข้อมูลหรือรันการวิเคราะห์ซ้ำ
สรุปสั้น ๆ ว่า "อะไรชนะบน DTC YouTube ในปี 2026?"
ตัวตนชนะ กลยุทธ์เชิงปฏิบัติของผู้ประกอบการแพ้ บริษัทเครื่องมือถูกประเมินต่ำเกินไป และช่องว่างระหว่างตัวท็อปกับค่ากลางกว้างกว่าที่หลายคนคิดกันมาก
ประเด็นสำคัญที่เห็นได้ทันที
ถ้าต้องอธิบายงานวิจัยนี้ให้ทีมการตลาด DTC ดูในหน้าเดียว ตัวเลขที่ผมจะหยิบขึ้นมาก่อนมีดังนี้
| ผลการค้นพบ | ตัวเลข |
|---|---|
| จำนวนช่องที่วิเคราะห์ | 277 |
| จำนวนวิดีโอที่วิเคราะห์ | 5,695 |
| วิดีโอในช่วง 16 เดือน | 4,746 |
| วันที่สแนปช็อต | 2026-06-03 |
| มัธยฐานจำนวนผู้ติดตามต่อช่อง | 265 |
| มัธยฐานยอดวิวต่อวิดีโอ | 377 |
| ช่องที่มีผู้ติดตามต่ำกว่า 10k | 74.4% |
| ช่องอันดับ 1 ตามยอดวิว | Shopify (official) |
| Shopify นำอันดับ 2 (Noah Kagan) | 2.4x |
| กลุ่มคอนเทนต์ที่มัธยฐานยอดวิวสูงสุด | tools_ai (1,963 วิว) |
| กลุ่มคอนเทนต์ที่มัธยฐานยอดวิวต่ำสุด | metrics_finance (52 วิว) |
| อัตราส่วนกลุ่มบนสุดเทียบล่างสุด | 37x |
ตัวเลขที่ผมกลับมาคิดถึงบ่อยที่สุดคือบรรทัดล่าง: ช่องว่าง 37 เท่าระหว่างคอนเทนต์ที่ทำผลงานดีที่สุดกับแย่ที่สุดเมื่อวัดจากมัธยฐานยอดวิว
กลุ่มที่ทำผลงานแย่ที่สุดคือคอนเทนต์สายปฏิบัติที่จริงจังที่สุดในอุตสาหกรรมนี้ ได้แก่ CAC, LTV, AOV, ROAS, unit economics และ contribution margin เป็นคอนเทนต์ประเภทที่บน LinkedIn มักถูกแชร์ต่อโดย growth manager ทุกคนที่คุณรู้จัก แต่บน YouTube มัธยฐานอยู่ที่ 52 วิว
นี่คือความขัดแย้งหลักของรายงานฉบับนี้
ช่อง YouTube DTC อันดับ 1 ไม่ใช่ครีเอเตอร์ แต่เป็นแพลตฟอร์ม
ผลลัพธ์ที่เซอร์ไพรส์ที่สุดอยู่ที่อันดับหนึ่ง
ช่อง YouTube ทางการของ Shopify มียอดวิวรวม 31,951,830 ในช่วง 16 เดือน คิดเป็น 2.4 เท่าของอันดับสองอย่าง Noah Kagan ที่ทำได้ 13,233,888
Shopify มีผู้ติดตาม 480,000 คนในชุดข้อมูลนี้ ซึ่งอยู่อันดับ 14 แต่ยอดวิวเฉลี่ยต่อคลิปอยู่ที่ 1,065,061 ซึ่งเป็นค่าสูงสุดรายคลิปในทั้งชุดข้อมูล
| อันดับ | ช่อง | ผู้ติดตาม | ยอดวิว 16 เดือน | เฉลี่ย/คลิป |
|---|---|---|---|---|
| 1 | Shopify | 480k | 31.95M | 1.07M |
| 2 | Noah Kagan | 1.18M | 13.23M | 827k |
| 3 | Simon Squibb | 2.37M | 8.67M | 289k |
| 4 | Wholesale Ted | 1.47M | 4.41M | 147k |
| 5 | Greg Isenberg | 644k | 4.36M | 145k |
| 6 | The Startup Show | 4.9k | 2.96M | 99k |
| 7 | Colin and Samir | 1.62M | 2.86M | 95k |
| 8 | Spocket | 97.6k | 2.83M | 118k |
| 9 | Oberlo | 344k | 2.73M | 91k |
| 10 | Marko | 85.1k | 2.41M | 80k |
สิ่งที่น่าสนใจกว่านั้นคืออันดับวิดีโอรายชิ้น ใน 15 วิดีโอที่มียอดวิวสูงสุดของทั้งชุดข้อมูล มี 6 คลิปเป็นของ Shopify เอง อันดับ 1 และ 2 คือการอัปโหลด Short ความยาว 70 วินาทีคลิปเดียวกันสองครั้งชื่อ "Entrepreneurs: we're built different." ยอดวิวรวมกัน 23.3 ล้านครั้ง และเสียงบรรยายมีแค่ประโยคเดียวจริง ๆ
อีก 4 คลิปของ Shopify ที่เหลือเป็นโมเมนต์ของแบรนด์ที่ผูกกับ Black Friday เช่น พ่อค้าแม่ค้าระฆังเปิดตลาดที่ Nasdaq, Shopify บน Sphere ในลาสเวกัส, ยอดขาย Black Friday แบบเรียลไทม์บนจอ LED ที่ใหญ่ที่สุดในโลก
ทั้งหมดเป็นเรื่องเล่าของแบรนด์ ไม่มีคลิปไหนสอนวิธีใช้ Shopify
ถ้าอ่าน 10 อันดับแรกโดยดูจาก archetype ไม่ใช่ชื่อ จะเห็นว่ามีแค่ 4 ช่องในลิสต์นั้นที่เข้ากับภาพจำแบบ "ผู้ให้ความรู้ DTC อิสระ" ได้แก่ Wholesale Ted, Greg Isenberg, Marko และ Sunny Lenarduzzi ส่วนอีก 6 ช่องคือบัญชีของแพลตฟอร์ม (Shopify), แบรนด์ส่วนตัวของผู้ก่อตั้งที่ทำเงินจากตัวตน (Noah Kagan, Simon Squibb, Colin and Samir) หรือบัญชีของบริษัทเครื่องมือ (Spocket, Oberlo)
ภาพจำของผู้สอน DTC แบบอิสระกำลังถูกบีบจากสามด้านพร้อมกัน
แพลย์บุ๊กที่ทำซ้ำได้มากที่สุดในข้อมูลชุดนี้ไม่ใช่เส้นทางแบบ Beardbrand เพราะ Beardbrand มีผู้ติดตาม 2.13 ล้าน แต่ได้ยอดวิวเพียง 1.76 ล้านใน 16 เดือน ความเร็วในการเติบโตหายไปแล้ว แพลย์บุ๊กที่ทำซ้ำได้จริงคือแบบ Shopify: เอาอัตลักษณ์ของแบรนด์มาบรรจุใน Shorts 70 วินาที แล้วไม่ต้องสอนใครอะไรเลย
ข้อสรุปนี้อาจฟังดูไม่ค่อยสบายใจ แต่ข้อมูลชัดเจนมาก
คอนเทนต์สายปฏิบัติแบบเข้มข้นคือหลุมดำของทราฟฟิก
ถ้าแบ่งวิดีโอออกเป็น 15 กลุ่มคอนเทนต์แล้วดูยอดวิวมัธยฐาน ตัวเลขชุดหนึ่งจะยากที่จะมองข้าม
| กลุ่มคอนเทนต์ | จำนวนวิดีโอ | ยอดวิวมัธยฐาน | ความยาวมัธยฐาน |
|---|---|---|---|
| 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 |
4 กลุ่มที่แย่ที่สุดคือคอนเทนต์ที่เหล่า DTC operator มักถูกสอนให้ให้ความสำคัญที่สุดพอดี ได้แก่ metrics_finance (มัธยฐาน 52), amazon_pivot (105), email_retention (142), branding_creative (146) กลุ่มเหล่านี้รวมกันมี 1,033 วิดีโอ คิดเป็น 21.8% ของตัวอย่าง แต่สร้างยอดวิวรวมเพียง 3.7% ของทั้งชุดข้อมูล
ผลตอบแทนติดลบ
ถ้าดู 15 วิดีโอที่มียอดวิวสูงสุด จะพบว่า 11 คลิปอยู่ในหมวด "other" ซึ่งเป็นหมวดสำหรับคอนเทนต์ที่ไม่เข้าเกณฑ์ regex เชิงแทคติก 14 ข้อของเรา หมวด "other" มี 1,752 วิดีโอ (36.9% ของตัวอย่าง) แต่กลับสร้าง 61.6% ของยอดวิวทั้งหมด
ชื่อคลิปใน 15 อันดับแรกเล่าเรื่องจริงได้ชัดมาก: 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
ตัวตน ความมั่งคั่ง ความทะเยอทะยาน คนดัง
สิ่งที่อัลกอริทึมของ YouTube ให้รางวัลไม่ใช่ "สอนฉันทำสิ่งนี้" แต่คือ "บอกฉันว่าฉันจะกลายเป็นใครได้"
นี่คือการพลิกสมมติฐานหลักของคอนเทนต์ DTC ที่เชื่อกันมานานว่าเนื้อหาการสอนแบบยาวคือทางที่สร้างความน่าเชื่อถือสูง ข้อมูลกลับบอกว่าคอนเทนต์เล่าเรื่องตัวตนและความมั่งคั่งแย่งทราฟฟิกไป ขณะที่คอนเทนต์สายปฏิบัติจริงจังถูกกดทับ
ถ้าคุณใช้เวลาหกเดือนทำทัวร์สอน Klaviyo ความยาว 9 นาทีแล้วได้ยอดวิวมัธยฐาน 142 คลิป ข้อมูลไม่ได้บอกให้คุณพยายามหนักขึ้น แต่มันบอกว่าอัลกอริทึมไม่ได้ให้รางวัลกับคอนเทนต์ประเภทนี้เลย เนื้อหาเดียวกันถ้าตัดใหม่เป็นโพสต์ LinkedIn มักจะได้ impression มากกว่า 4-15 เท่า จากข้อมูลการกระจายของเราเอง
ตลาดสำหรับคอนเทนต์ DTC ที่จริงจังมีอยู่จริง เพียงแค่มันไม่ได้อยู่บน YouTube
คอนเทนต์ AI Tools มียอดวิวมัธยฐานสูงที่สุด
ในวงการ DTC มักมีสองเรื่องเล่าหมุนเวียนกันตลอดเกี่ยวกับคอนเทนต์ AI คือ "AI ล้นตลาด ไม่มีใครคลิกแล้ว" กับ "คอนเทนต์ AI ชนะหมดเพราะ Shorts" ข้อมูลชุดนี้ไม่เห็นด้วยกับทั้งสองอย่าง
ในตัวอย่างของเรามีวิดีโอเพียง 96 คลิปที่อยู่ในหมวด tools_ai คิดเป็น 2.0% ของตัวอย่าง แต่ยอดวิวมัธยฐานของหมวดนี้สูงถึง 1,963 ซึ่งเป็นอันดับ 1 จากทั้งหมด 15 กลุ่ม
เมื่อเทียบกับกลุ่มที่คนมองว่าเป็นเดิมพันที่ปลอดภัยกว่า tools_ai ชนะ case_study ไป 86%, ชนะ ads_meta 24% และชนะ shopify_setup 682%
คอนเทนต์ในกลุ่มนี้ส่วนใหญ่เป็นวิดีโอ ChatGPT สำหรับอีคอมเมิร์ซ, เวิร์กโฟลว์อัตโนมัติด้วย AI (n8n, Zapier), กรณีใช้งานด้านครีเอทีฟของ Claude หรือ Midjourney และวิดีโอรีวิวเครื่องมือ AI แบบรวบรวมหลายตัว ความยาวมัธยฐานอยู่ที่ 194 วินาที หรือประมาณ 3 นาที 14 วินาที ซึ่งอยู่กึ่งกลางระหว่าง Shorts ล้วน ๆ กับ long-form จุดที่เหมาะที่สุดคือเดโมหรือรีวิวเครื่องมือเดียวในช่วง 3-5 นาที
ศักยภาพทราฟฟิก — เอายอดวิวมัธยฐานคูณด้วยจำนวนวิดีโอ — ของ tools_ai อยู่ที่ 188k ซึ่งอยู่ในระดับใกล้เคียงกับ case_study (509k) และ ads_meta (464k) แต่ metrics_finance อยู่ที่ 5.5k ซึ่งเป็นเพียง 3% ของศักยภาพ tools_ai
เพดานสูงมาก คอขวดอยู่ที่ฝั่งอุปทาน ไม่ใช่ความต้องการ ถ้าเพิ่มปริมาณคอนเทนต์ AI-tool ในกลุ่มนี้ขึ้นเป็นสองเท่า การกระจายทราฟฟิกจะเปลี่ยนไปอย่างมีนัยสำคัญ
สำหรับบริษัทเครื่องมือ — รวมถึง Thunderbit ซึ่งก็อยู่ในกลุ่มนี้ด้วย — นี่คือรูปแบบคอนเทนต์ที่ให้ผลตอบแทนสูงสุดใน DTC YouTube ณ ตอนนี้
Shorts กับ Long-form คือสองรางที่วิ่งคู่ขนานกัน
ถ้าเรียง 15 กลุ่มคอนเทนต์ตามความยาวมัธยฐาน จะเห็นการกระจายแบบ bimodal อย่างชัดเจน
กลุ่มที่ Shorts เด่นกว่า (ความยาวมัธยฐานต่ำกว่า 2 นาที) ได้แก่ dropshipping (51 วินาที), other (57 วินาที), news_macro (75 วินาที), founder_vlog (95 วินาที), amazon_pivot (117 วินาที), branding_creative (138 วินาที), tools_ai (194 วินาที)
กลุ่ม long-form (ความยาวมัธยฐานมากกว่า 5 นาที) ได้แก่ 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)
แทบไม่มีอะไรอยู่ตรงกลางระหว่าง 4 ถึง 8 นาทีเลย
ครีเอเตอร์สาย DTC แทบไม่มี "ตัวเลือกระยะกลาง" จริง ๆ คุณจะทำ Shorts ไม่ก็ long-form 10 นาทีขึ้นไป ส่วนตรงกลางคือพื้นที่ตายที่อัลกอริทึมไม่ค่อยให้รางวัลกับคุณ ผลลัพธ์นี้สอดคล้องกับที่เราพบใน Realtor Atlas แบบเป๊ะ ๆ
แต่ DTC ต่างจากอสังหาฯ อยู่จุดหนึ่ง: ใน DTC กลุ่ม Shorts มีมัธยฐานยอดวิวสูงกว่ากลุ่ม long-form โดยเฉลี่ย คลิปหัวข้อเดียวกันเมื่อทำเป็น Shorts มีโอกาสแตกกว่าเมื่อทำเป็น long-form ซึ่งตรงข้ามกับผลใน Realtor Atlas ที่ทัวร์บ้านแบบ long-form ชนะ Shorts ในยอดวิวมัธยฐาน
DTC YouTube เอนเข้าหา Shorts ขณะที่ YouTube สายอสังหาฯ เอนเข้าหา long-form
สำหรับทีมคอนเทนต์: ถ้าคุณเลือกได้แค่ฟอร์แมตเดียวสำหรับหัวข้อ DTC ให้เริ่มจาก Shorts แต่ข้อยกเว้นคือ case study, interview หรือ tutorial เชิงลึก ที่คุณมีเนื้อหาจริงพอจะยืดเกิน 10 นาทีได้ ส่วนพื้นที่กึ่งกลางคือกับดักทราฟฟิก
หางยาวของ DTC YouTube นั้นสุดโต่งมาก
จาก 277 ช่องในตัวอย่างของเรา 206 ช่องมีผู้ติดตามต่ำกว่า 10,000 คน คิดเป็น 74.4%
| ช่วงจำนวนผู้ติดตาม | จำนวนช่อง |
|---|---|
| ต่ำกว่า 10k | 206 |
| 10k ถึง 100k | 35 |
| 100k ถึง 500k | 16 |
| 500k ถึง 1M | 9 |
| มากกว่า 1M | 11 |
มัธยฐานของช่องคือ 265 ผู้ติดตาม ส่วนมัธยฐานของวิดีโอคือ 377 วิว
ตัวเลขนี้ต่างจาก Realtor Atlas อย่างชัดเจน ซึ่งมัธยฐานของช่องอยู่ที่ 2,030 ผู้ติดตาม และมัธยฐานยอดวิวต่อวิดีโออยู่ที่ 1,068 วิว DTC YouTube มีลักษณะเป็นหางยาวมากกว่า YouTube สายอสังหาฯ ถึง 8 เท่า
มีเหตุผลเชิงโครงสร้างสองข้อที่อธิบายได้
อย่างแรก คำว่า "DTC" ในฐานะหมวดหมู่นั้นคลุมเครือกว่า "realtor" มาก ใครก็ตามที่ทำ dropshipping, ทำ side hustle บน Shopify หรือกำลัง pivot จาก Amazon ไป Shopify ก็เรียกตัวเองว่า DTC ได้ สิ่งนี้ดึงผู้สร้างคอนเทนต์รายย่อยจำนวนมหาศาลเข้ามา ซึ่งหลายคนมีโปรแกรมคอนเทนต์ที่บางมาก
อย่างที่สอง DTC YouTube ไม่มีสิ่งเทียบเท่าคอนเทนต์ MLS listing ที่ช่วยให้ช่องนายหน้าเล็ก ๆ มีฐานทราฟฟิกขั้นต่ำ นายหน้าใหม่สามารถสร้างช่องขนาดเล็กจากวิดีโอทัวร์บ้านได้ เพราะตลาดท้องถิ่นมีบ้านให้ถ่ายอยู่เสมอ แต่ครีเอเตอร์ DTC หน้าใหม่ที่ทำทัวร์สอน Klaviyo มักได้แค่ 142 วิวมัธยฐาน และไม่มีผู้ชมเหนียวแน่นงอกขึ้นจากฐานนั้น
แต่หางยาวนี้ไม่ได้กระจายเท่ากันทั้งหมด ช่อง 5 อันดับแรก (Shopify, Noah Kagan, Simon Squibb, Wholesale Ted, Greg Isenberg) รวมกันมียอดวิว 62.6 ล้านครั้ง คิดเป็น 58% ของยอดวิวทั้งหมด 107.9 ล้านในชุดข้อมูล ส่วนอีก 247 ช่องที่มีผู้ติดตามต่ำกว่า 100k แบ่งกันในอีก 42%
ถ้าดูเชิงเรขาคณิต อัตราส่วนตัวท็อปต่อมัธยฐานของจำนวนผู้ติดตามอยู่ที่ราว 6,000 เท่า ส่วนอัตราส่วนตัวท็อปต่อมัธยฐานของยอดวิวอยู่ที่ราว 38,000 เท่า Realtor Atlas มีอัตราส่วนตัวท็อปต่อมัธยฐานอยู่ที่ 3,300 เท่า DTC สูงชันกว่าเกือบ 2 เท่า
ในการกระจายแบบ power-law ที่สุดโต่งขนาดนี้ ค่าเฉลี่ยแทบไร้ประโยชน์ รายงานใดก็ตามที่บอกว่า "ช่อง YouTube DTC เฉลี่ยมีผู้ติดตาม 149k" กำลังถูกบิดเบือนด้วยซูเปอร์แชนแนลเพียงไม่กี่ช่อง
สำหรับครีเอเตอร์รายเล็กและระดับกลาง ความจริงในการทำงานคือ อย่ามองว่า 10k ผู้ติดตามคือเป้าหมายสำหรับก้าวข้าม มันคือสภาวะคงที่ของหางยาวบน DTC YouTube ตัวแปรที่สำคัญจริง ๆ คือการลงคอนเทนต์อย่างต่อเนื่องตลอด 12 เดือน ไม่ใช่ milestone ของจำนวนผู้ติดตาม
ช่องของบริษัทเครื่องมือมีผลงานเหนือขนาดตัวเอง
ใน 15 ช่องอันดับแรกตามยอดวิว 16 เดือน Spocket (#8, ผู้ติดตาม 97,600, ยอดวิว 2.83 ล้าน) และ Oberlo (#9, ผู้ติดตาม 344,000, ยอดวิว 2.73 ล้าน) เป็นบริษัทเครื่องมือสาย dropshipping ไม่ใช่ครีเอเตอร์
ยอดวิวเฉลี่ยต่อคลิปของ Spocket อยู่ที่ 117,735 ซึ่งสูงกว่า Beardbrand ถึง 2 เท่า — ทั้งที่ Beardbrand มีผู้ติดตามมากกว่าถึง 22 เท่า
Realtor Atlas ไม่มีสิ่งแบบนี้ให้เห็น ไม่มีเหตุผลเชิงโครงสร้างที่บัญชีของบริษัทเครื่องมือจะขึ้นไปติดท็อป 10 ในโลกอสังหาฯ
แต่บน DTC YouTube มันเกิดขึ้นได้ เพราะ dropshipping เป็นแนวที่ตัวเครื่องมือเองคือเดโม วิดีโอของ Spocket ที่โชว์ผลิตภัณฑ์จึงแทบเหมือนกับทัวร์สอน Spocket ของครีเอเตอร์ ในเมื่อคอนเทนต์ dropshipping จากครีเอเตอร์รายบุคคลถูกเฉลี่ยจนเหลือมัธยฐาน 1,799 วิว บริษัทที่สร้างเครื่องมือจึงมีความได้เปรียบด้านข้อมูลจริง พวกเขารู้ว่าผู้ใช้จริงกำลังทำอะไร
ถ้ามองกว้างขึ้น Shopify, Spocket และ Oberlo รวมกันสร้างยอดวิว 37.5 ล้านครั้ง คิดเป็น 34.7% ของยอดวิวทั้งชุด 107.9 ล้าน ถ้ารวม Shopify Education (ลงคลิปต่อเดือนมากสุดอันดับ 1 ที่ 300 คลิป) และ Shopify Launch Lab (180 คลิปต่อเดือน อันดับ 3 ด้านความถี่) เข้าไป ระบบนิเวศของ Shopify ก็คือภูเขาทราฟฟิกในชุดข้อมูลนี้แทบทั้งหมด
สำหรับทีมการตลาดของบริษัทเครื่องมือ นี่ควรเปลี่ยนสมมติฐานที่ว่า YouTube "ยากเกินไป" หรือ "ไม่เหมาะกับเรา" มันคือช่องทางที่ใช้ได้จริง เงื่อนไขคือ ต้องมี use case ที่ชัดเจนพอจะแปลงเป็นวิดีโอเดโมได้ และต้องลงคลิปมากกว่า 50 คลิปต่อเดือน
ตัวอย่างที่สวนทางแต่มีประโยชน์คือ Chew On This Podcast: ช่องสัมภาษณ์สาย DTC ที่มีผู้ติดตามเพียง 30,500 แต่ทำยอดวิวได้ 1.94 ล้านใน 16 เดือน หรือเฉลี่ย 64,551 ต่อคลิป มันไม่ได้มี brand equity แบบ Shopify ไม่ใช่บริษัทเครื่องมือ และทำงานเป็นพอดแคสต์สัมภาษณ์ล้วน ๆ แต่ลงสม่ำเสมอ Honest Ecommerce (42.9 คลิปต่อเดือน), DTC Live และ DTC Podcast ต่างก็อยู่ในกลุ่ม cadence top 15
ตลาดคอนเทนต์ DTC แบบจริงจังมีอยู่จริงในฟอร์แมตสัมภาษณ์ แม้จะไม่มีอยู่จริงในฟอร์แมตสอนเดี่ยว ๆ ถ้าบริษัทเครื่องมือทำเดโมไม่ได้ ซีรีส์สัมภาษณ์ผู้ก่อตั้งคือแผนสำรองที่ดีที่สุด
ความถี่ในการลงโพสต์คือคันโยกที่โหดที่สุด
ถ้าเรียงตัวอย่างตามจำนวนวิดีโอต่อเดือนในช่วง 16 เดือน อันดับ 8 อันดับแรกคือ: Shopify Education (300 ต่อเดือน), Business E-commerce Guides (240), Shopify Launch Lab (180), Arabia Dropshipping (150), Alex Hormozi (128.6), Dan Martell (128.6), Build Your Personal Brand (112.5), DTC Podcast (75)
300 คลิปต่อเดือนเท่ากับวันละ 10 คลิป นั่นคือระดับของโรงงาน SEO-automation ไม่ใช่การผลิตโดยมนุษย์ Shopify Education ชัดเจนว่าใช้ AI voiceover และคอนเทนต์ที่สร้างจากเทมเพลต
แต่ตัวเลขที่น่าสนใจกว่าคือ Hormozi และ Dan Martell — ซึ่งเป็น IP ของมนุษย์จริง ๆ — ยังรักษาระดับ 128 คลิปต่อเดือนได้ นั่นคือมากกว่าวันละ 4 คลิป ทุกวัน ตลอด 16 เดือน
ใน Realtor Atlas ช่องที่ลงถี่ที่สุดอยู่ราว 30 คลิปต่อเดือน นายหน้าตัวท็อปอยู่ที่ 10 ถึง 15 คลิปต่อเดือน ความถี่ระดับสูงสุดของสาย DTC educator สูงกว่าสายอสังหาฯ ถึง 4 ถึง 13 เท่า
เหตุผลไม่ได้ซับซ้อน บ้านหนึ่งหลังต้องเข้าไปถ่ายจริง ต้องเช่า gimbal และตัดต่อวิดีโอ 8 นาที แต่คอนเทนต์ DTC อาจเป็นแค่ครีเอเตอร์คนเดียวถือกล้องในโฮมออฟฟิศแล้วพูด 3 นาที ต้นทุนการผลิตส่วนเพิ่มต่ำกว่ากันอย่างมหาศาล ผู้ให้ความรู้สาย DTC ตัวท็อปจึงดันความถี่ไปได้สุดและผลิตมากพอจะกลบครีเอเตอร์ระดับกลางให้หายไปจากสมการ
ค่ามัธยฐานของตัวอย่างคือ 5.2 วิดีโอต่อเดือน ช่องว่างระหว่างตัวท็อปกับค่ากลางอยู่ที่ประมาณ 25 ถึง 58 เท่า
ถ้าคุณเป็นครีเอเตอร์ DTC ระดับกลาง การแข่งกับตัวท็อปด้วยคุณภาพคอนเทนต์เพียงอย่างเดียวคือกลยุทธ์ที่ไม่ตรงจุด คันโยกที่แท้จริงคือความถี่ ข้อสรุปนี้สวนทางกับคำแนะนำมาตรฐานที่ว่า "คุณภาพคอนเทนต์ชนะ" แต่ข้อมูลไม่ได้คลุมเครือเลย
ข้อสังเกตที่สวนความรู้สึกแต่มีประโยชน์: ในกลุ่ม cadence top 15 มีหลายช่องที่ผู้ติดตามอยู่ในช่วง 10k-50k เช่น Build Your Personal Brand ที่ 112.5 คลิปต่อเดือน, Honest Ecommerce 42.9, Ecommerce Paradise 50, DTC Live 50 ไม่มีช่องไหนเป็น IP ระดับ Hormozi แต่ยอดวิวสะสม 16 เดือนอยู่ในช่วง 500k ถึง 2M ดังนั้น cadence ไม่ได้เป็นคันโยกของตัวท็อปเท่านั้น ครีเอเตอร์ระดับกลางที่ยอมเร่งความถี่สามารถสร้าง funnel ยอดขายจริงได้
ทีม DTC ควรทำอะไรจริง ๆ
ถ้าผมเป็นคนดูแลคอนเทนต์ให้ทีม DTC ตัวเลขชุดนี้จะผลักให้ผมทำ 3 แนวทางแยกตามกลุ่มเป้าหมาย
สำหรับผู้ประกอบการเดี่ยวที่เริ่มช่อง YouTube
อย่าทำคอนเทนต์ metrics_finance หรือ branding_creative เลย ยอดวิวมัธยฐานระดับ 52-146 คือหลุมดำของทราฟฟิก
หมวด tools_ai ที่มีมัธยฐาน 1,963 วิวคือจุดเริ่มต้นที่คุ้มค่าที่สุด ถ้าคุณมี case study จริง ๆ (สร้างแบรนด์จากศูนย์ไปถึง X ดอลลาร์) ให้ทำ long-form ความยาวประมาณ 14 นาที เพราะนี่คือความยาวมัธยฐานของหมวดนี้ และเป็นคอนเทนต์ที่มัธยฐานสูงสุดในฝั่ง long-form
สำหรับอย่างอื่นทั้งหมด ให้เริ่มจาก Shorts
อย่าคาดหวังว่าจะทะลุกำแพง 10k ผู้ติดตาม 206 จาก 277 ช่องในตัวอย่างนี้ติดอยู่ต่ำกว่านั้นและยังติดอยู่ต่อไป นี่คือสภาพคงที่ของหางยาวนี้
สำหรับบริษัทเครื่องมือ DTC และ SaaS
YouTube ของบริษัทเครื่องมือถูกประเมินต่ำเกินไป ช่องระดับ Spocket และ Oberlo มียอดวิวเฉลี่ยต่อคลิปอยู่ที่ 90,000 ถึง 117,000
ฟอร์แมตที่เวิร์กคือคอนเทนต์เดโมเครื่องมือเดียวในช่วง 3-5 นาที พร้อม cadence มากกว่า 50 คลิปต่อเดือน
เส้นทางแบบ Shopify — Short 70 วินาทีที่เล่าเรื่องแบรนด์ — เป็นอีกทางหนึ่ง แต่ต้องมี brand equity อยู่ก่อน ซึ่งบริษัท SaaS ส่วนใหญ่ไม่มี เส้นทางเดโมทำซ้ำได้ง่ายกว่า
สำหรับกลยุทธ์การกระจายคอนเทนต์ DTC
YouTube เอนเข้าหาคอนเทนต์ DTC แบบ "นุ่ม" คือ ความมั่งคั่ง ตัวตน ความทะเยอทะยาน และ AI tools ส่วน LinkedIn เอนเข้าหาคอนเทนต์ DTC แบบ "แข็ง" คือ CAC, LTV, email, retention แพลตฟอร์มเหล่านี้เป็นตัวเสริมกัน ไม่ใช่ตัวแทนกัน
คอนเทนต์สาย metrics_finance ที่บน YouTube ได้มัธยฐานแค่ 52 วิว อาจทำ impression บน LinkedIn ได้ 5,000 ครั้งด้วยต้นทุนการผลิตพอ ๆ กัน
คอนเทนต์บน TikTok (หมวด ads_tiktok ที่มัธยฐาน 881 วิว) เป็นโอกาสระดับสอง การแข่งขันราวครึ่งหนึ่งของคอนเทนต์โฆษณา Meta (หมวด ads_meta มี 293 วิดีโอ เทียบกับ 214 วิดีโอบน TikTok)
เวิร์กโฟลว์ข้ามแพลตฟอร์มที่จับต้องได้: ถ่ายครั้งเดียว ตัดหลายแบบ เริ่มจากวิดีโอ case study แบบ long-form ความยาว 14 นาที ซึ่งสอดคล้องกับความยาวมัธยฐานของหมวด case_study จากนั้นแตกออกเป็น Shorts 3-5 คลิป (60-90 วินาที ในฟอร์แมต news_macro หรือ founder_vlog), โพสต์ยาวบน LinkedIn 1 ชิ้น (มุม metrics_finance หรือ branding_creative), และ Short บน TikTok 1 คลิป
ครีเอเตอร์ตัวท็อปในชุดข้อมูลของเรา — Hormozi, Dan Martell, Greg Isenberg — ต่างเคยอธิบายแนวทาง "content pyramid" ในรูปแบบใดรูปแบบหนึ่งต่อสาธารณะ สำหรับทีมเล็ก ๆ เคล็ดลับไม่ใช่การมีอยู่ทุกแพลตฟอร์ม แต่คือการถ่ายครั้งเดียวแล้วเอาไปตัดต่อเป็น 5 ชิ้น ต้นทุนส่วนเพิ่มต่ำกว่าการผลิตแยกทุกแพลตฟอร์มมาก
สิ่งที่รายงานนี้ไม่ได้อ้าง
รายงานนี้ไม่ใช่การสำรวจทุกครีเอเตอร์ DTC บน YouTube แต่มันคือการสุ่มตัวอย่าง 277 ช่องที่จัดอยู่ในกลุ่มผู้ประกอบการ DTC, ผู้ให้ความรู้ และบริษัทเครื่องมือ คัดเลือกผ่าน 32 seed handles และ 14 การขยายการค้นหา โดยกรองเฉพาะ country code ใน {US, GB, CA, AU, empty}
ตัวอย่างมีแนวโน้มเอนเอียงไปหาครีเอเตอร์ DTC ที่ใช้ภาษาอังกฤษ เอนเอียงไปทางสายผู้ให้ความรู้เพราะ seed ถูกเลือกจากช่องที่สอน DTC และเอนเอียงไปทางคอนเทนต์ dropshipping เพราะ search expansion มีคำว่า "shopify dropshipping" และ "tiktok shop seller" รวมอยู่ด้วย อีกทั้งยังเอนหนักไปทางช่องใหญ่ เพราะ YouTube search API ไม่ส่งคืนช่องที่มีผู้ติดตามต่ำกว่าประมาณ 500 คน ทำให้หางยาวที่แท้จริง (บัญชีทดลองแบบไม่มีผู้ติดตาม) มองไม่เห็น
ระบบนิเวศ Shopify ดูเด่นเกินจริงในตัวอย่างนี้เพราะแหล่งข้อมูลเอง Shopify เป็น seed channel และใน 14 search queries มีถึง 5 คำที่มี "shopify" หรือ "dropshipping" อยู่ด้วย สิ่งนี้ไม่ควรถูกตีความว่าเป็นส่วนแบ่งตลาดของ Shopify บน DTC YouTube
ช่อง viewCount ของ YouTube ไม่ได้แยกระหว่าง Shorts กับ long-form ตัวเลข "ยอดวิวมัธยฐาน" ตลอดรายงานนี้จึงเป็นตัวเลขแบบผสมและอาจเอนน้ำหนักไปทางครีเอเตอร์ที่ทำ Shorts มากกว่าเล็กน้อย
หน้าต่างเวลา 16 เดือนหมายความว่าช่องที่ชะลอหรือหยุดลงคลิปก่อนปี 2024 จะถูกตัดออกจากการคำนวณ cadence และสถิติ ทำให้ค่าความถี่เอนเข้าหาครีเอเตอร์ที่ยัง active อยู่ในปัจจุบันเล็กน้อย
ตัวจำแนกคอนเทนต์เป็น regex ไม่ใช่ LLM วิดีโอ 36.9% อยู่ในหมวด "other" นี่คือราคาที่ต้องจ่ายเพื่อแลกกับกฎที่โปร่งใสและทำซ้ำได้ แทนการจำแนกที่แม่นกว่าแต่ทึบแสง
เวอร์ชันที่ปลอดภัยที่สุดของข้อสรุปหลักคือ: ในตัวอย่าง 277 ช่องของ YouTube สาย DTC ที่เน้นตลาดสหรัฐ คอนเทนต์ AI-tool มียอดวิวมัธยฐานสูงกว่าคอนเทนต์สาย financial/operator ถึง 37 เท่า นี่เป็นสัญญาณที่แรงพอจะเปลี่ยนปฏิทินคอนเทนต์ DTC ได้
บทเรียนที่ใหญ่กว่า
ยิ่งผมนั่งกับชุดข้อมูลนี้นานเท่าไร ผมยิ่งรู้สึกว่านี่ไม่ใช่แค่เรื่องของ YouTube อย่างเดียว
มันคือเรื่องของสิ่งที่แพลตฟอร์มให้รางวัล เทียบกับสิ่งที่มืออาชีพให้ความเคารพ
ผู้ประกอบการ DTC ให้ความเคารพกับความเข้มงวด พวกเขาให้ความสำคัญกับ unit economics, contribution margin, retention rates, การปรับปรุง email flow และสัญญาณ product-market-fit งานหนักในการสร้างแบรนด์ส่วนใหญ่คนทั่วไปไม่เห็น แต่สำหรับมืออาชีพมันคือหัวใจ
YouTube ไม่ได้ optimize ให้กับสิ่งที่มืออาชีพให้ความเคารพ แต่มัน optimize ให้กับสิ่งที่คนดูคลิกและดูจริง ซึ่งสองอย่างนี้ไม่เหมือนกัน และบ่อยครั้งตรงกันข้ามกันด้วยซ้ำ
ช่องว่างนี้เองคือเหตุผลที่คอนเทนต์ metrics_finance ได้มัธยฐาน 52 วิว ในขณะที่ Entrepreneurs: we're built different ได้ 14.3 ล้านวิว
คำตอบของผู้ประกอบการไม่ใช่การเลิกทำคอนเทนต์จริงจัง แต่คือการยอมรับว่าการกระจายคอนเทนต์กับความลึกของเนื้อหาเป็นคนละปัญหากันและต้องใช้เครื่องมือคนละแบบ YouTube มีไว้เพื่อ distribution, LinkedIn มีไว้เพื่อ depth, TikTok มีไว้เพื่อ reach แบบแตกกระจาย โปรแกรมคอนเทนต์ DTC ที่ทำได้ดีจะใช้ทั้งสามแพลตฟอร์ม แต่ปรับเนื้อหาให้เหมาะกับอัลกอริทึมของแต่ละที่
ฟังดูง่าย แต่ในทางปฏิบัติ ทีม DTC ส่วนใหญ่มักเอาทุกแพลตฟอร์มไปกองรวมกัน แล้วก็บ่นว่าช่อง YouTube ไม่โต ข้อมูลในรายงานนี้อธิบายได้พอดีว่าทำไม
ข้อมูลสาธารณะไม่ได้ทำให้การตัดสินใจหายไป แต่มันช่วยให้บทสนทนาดีขึ้น มันบอกได้ว่าตรงไหนที่สัญชาตญาณเราผิด ฟอร์แมตไหนควรทดสอบเพิ่ม และเมื่อไรที่สิ่งที่เรียกว่า "best practice" จริง ๆ แล้วเป็นแค่ความเคยชินที่แต่งตัวดี
สำหรับผู้ประกอบการ DTC ข้อสรุปเชิงปฏิบัติคือชัดเจน: หยุดโพสต์คอนเทนต์สายปฏิบัติที่จริงจังลง YouTube แล้วแปลกใจว่าทำไมไม่มีใครดู ย้ายคอนเทนต์จริงจังไปที่ LinkedIn ซึ่งมีผู้ชมอยู่แล้ว เอาคอนเทนต์เรื่องตัวตน ความทะเยอทะยาน และเดโม AI-tool ไปลง YouTube ซึ่งมีอัลกอริทึมพร้อมอยู่แล้ว และถ้าจำเป็นต้องทำทั้งสองแบบบน YouTube คอนเทนต์ case study แบบ long-form คือฟอร์แมตที่ยังอยู่รอด
นั่นคือความต่างระหว่าง 52 วิวมัธยฐานกับ 14.3 ล้าน
นั่นคือเหตุผลที่เราเลือกทำงานวิจัยจากข้อมูลสาธารณะต้นฉบับตั้งแต่แรก ไม่ใช่เพื่อทำสเปรดชีตให้สวยขึ้น แต่เพื่อทำให้การตัดสินใจครั้งต่อไปพึ่งความรู้สึกน้อยลง
คำถามที่พบบ่อย
วิเคราะห์วิดีโอ YouTube ไปทั้งหมดกี่คลิป?
เราวิเคราะห์วิดีโอ 5,695 คลิปจาก 277 ช่อง YouTube ที่เกี่ยวข้องกับ DTC ช่วงเวลาที่วิเคราะห์คือวิดีโอที่เผยแพร่ตั้งแต่วันที่ 1 มกราคม 2024 เป็นต้นไป ทำให้ได้ตัวอย่างสุดท้าย 4,746 วิดีโอ สแนปช็อตถูกเก็บเมื่อวันที่ 3 มิถุนายน 2026
คอนเทนต์ YouTube สาย DTC แบบไหนได้ยอดวิวมัธยฐานสูงสุด?
คอนเทนต์ AI-tool (หมวด tools_ai) มียอดวิวมัธยฐานสูงสุดที่ 1,963 วิว หมวดนี้รวมวิดีโอ ChatGPT สำหรับอีคอมเมิร์ซ, ทัวร์สอนระบบอัตโนมัติด้วย AI และรีวิวเครื่องมือแบบเดี่ยว ๆ ฟอร์แมตที่เหมาะที่สุดคือเดโมเครื่องมือเดียวความยาว 3-5 นาที
คอนเทนต์ DTC แบบไหนทำผลงานแย่ที่สุด?
คอนเทนต์ด้านตัวชี้วัดทางการเงิน (metrics_finance) มียอดวิวมัธยฐานเพียง 52 วิว ซึ่งแย่ที่สุดในทุกหมวด คอนเทนต์นี้รวม CAC, LTV, AOV, ROAS, unit economics และ contribution margin เนื้อหาประเภทเดียวกันมักทำผลงานดีบน LinkedIn แต่ถูกอัลกอริทึมของ YouTube กดทับ
ผู้ประกอบการ DTC ควรหยุดลงคอนเทนต์เชิงแทคติกจริงจังบน YouTube ไหม?
ข้อมูลบอกว่าใช่ สำหรับคอนเทนต์สายปฏิบัติของผู้ประกอบการโดยตรง เช่น CAC, LTV, email retention และพื้นฐานของ branding ย้ายคอนเทนต์นี้ไป LinkedIn ซึ่งเนื้อหาคล้ายกันมักได้ impression มากกว่า 4 ถึง 15 เท่า ส่วน YouTube ให้เก็บไว้กับเดโม AI-tool, case study และ Shorts ที่ขับเคลื่อนด้วยตัวตน
ทำไมช่องทางการของ Shopify ถึงเป็นช่อง DTC อันดับ 1 บน YouTube?
ช่องของ Shopify ลงคอนเทนต์สั้นที่ขับเคลื่อนด้วยอัตลักษณ์ของแบรนด์อย่างสม่ำเสมอในสเกลระดับแพลตฟอร์ม เช่น Shorts 70 วินาทีอย่าง "Entrepreneurs: we're built different" เนื้อหาเป็นเชิงสร้างแรงบันดาลใจมากกว่าการสอน ใน 15 วิดีโอที่มียอดวิวสูงสุดของทั้งชุดข้อมูล มี 6 คลิปที่มาจาก Shopify
เก็บข้อมูลนี้มาอย่างไร?
เราใช้ YouTube Data API v3 แบบสาธารณะ โดยดึงเฉพาะ metadata ของช่องและวิดีโอ ไม่ได้ดาวน์โหลดวิดีโอ รูปปก หรือข้อมูลส่วนตัวใด ๆ ไปป์ไลน์ทั้งหมดรันได้ภายในโควต้าฟรีรายวันของ API (10,000 units) และใช้ไปประมาณ 1,500 units โค้ด รายชื่อ seed คำค้น และ regex สำหรับจำแนกคอนเทนต์เผยแพร่ไว้สาธารณะใน GitHub repository
ชุดข้อมูลนี้ทำซ้ำได้ไหม?
ได้ รีโพสิทอรีมีสคริปต์ใน pipeline ครบ 6 ตัว ได้แก่ การสร้าง pool ของช่อง การดึงวิดีโอ การคำนวณสถิติ การสร้างกราฟ และการตรวจสอบข้อมูล รวมถึงรายชื่อ seed 40 ช่อง, search queries 14 ชุด และ regex สำหรับจำแนก 15 หมวด ใครก็ตามที่มี YouTube Data API key ฟรีสามารถรันการวิเคราะห์ซ้ำได้ ผลลัพธ์เชิงตัวเลขอาจขยับเล็กน้อยเพราะยอดวิวบน YouTube เปลี่ยนทุกวัน แต่ข้อค้นพบเชิงโครงสร้างควรคงเสถียรภายในหนึ่งไตรมาส
