报告 | 房地产类 YouTube 更奖励创作者，而不是房源

执行摘要

本研究使用 YouTube Data API 分析了 179 个与美国房地产相关的频道，以及自 2024 年 1 月以来发布的 3,839 条近期视频。我们想搞清楚：到底哪种房地产内容形式，才是真正在 YouTube 上拿到播放量的。

最核心的发现，是“看房视频”与“房源展示/售房视频”之间的巨大差距。看房类视频的播放量中位数为 3,010，而房源或售房类视频的中位数只有 531。同一套房子，视频会因为呈现方式不同而表现天差地别：像创作者内容时更容易火，像广告时就很容易被冷落。

频道分布呈现出非常明显的长尾结构。样本中有 68.2% 的频道订阅数低于 10,000，中位频道订阅数只有 2,030。房地产 YouTube 并不是少数大号主导的赛道，而是一个头部很小、尾部很长的市场。

市场顶端也并不是被普通本地经纪人占着。Erik Van Conover 在近期播放量上领跑样本，多个头部频道的运作方式更像媒体品牌、投资教育账号或奢华内容创作者，而不是传统房产中介的获客频道。

最值得分享的发现

1. 该样本覆盖 179 个频道和 3,839 条近期视频。

2. 频道订阅数中位数为 2,030。

3. 179 个频道中有 122 个，也就是 68.2%，订阅数低于 10,000。

4. 看房类视频的播放量中位数为 3,010。

5. 房源或售房类视频的播放量中位数为 531，比看房类低约 5.7 倍。

6. 奢华内容只占视频总量的 15.5%，却贡献了 33.8% 的播放量。

7. 发片频率的中位数为每月 7.4 条视频。

很多房地产从业者看 YouTube，像在看一本视频宣传册：展示房源、介绍经纪人、讲解服务，然后等线索自己上门。但 YouTube 不是宣传册架，它更像娱乐和搜索平台，内容包装的重要性，和专业背景本身一样高。

这也是为什么这个数据集的价值不只在房地产行业本身。它展示的是：当本地专业服务行业试图在创作者平台上发声时，会发生什么。线下真正重要的资历，并不会自动转化成线上注意力。算法并不知道某位经纪人在当地有多受尊重，它只能看观众会不会点、会不会看、会不会回来。

下面这份报告是写给经纪人、房产公司、内容团队和 SEO 机构的，希望给大家一个更现实的参考。这里想说的不是“每个经纪人都该去当 YouTuber”，而是：在 YouTube 上赢的频道，更像媒体产品，而不是房源信息流。

算法不会在乎你的执照。一个有 20 年本地经验、拿过一堆奖项的房地产经纪人，不会因为这些资历就自动得到 YouTube 的算法加分。推荐系统只看一件事：观众会不会点进来、会不会看完。

我们花了一周时间，抓取了 179 个美国房地产相关 YouTube 频道——过去 16 个月共 4,431 条视频——想回答一个看似简单的问题：到底哪类内容更能带来播放量？答案并不复杂，但足够反直觉，以至于我们有几项结果还专门回头复核了一遍。

有四个数据点尤其让我们意外。

第一，房源展示视频的播放量只有看房类视频的 1/5.7。看房类视频的播放量中位数是 3,010；而经纪人展示自己房源的视频，中位数只有 531。经纪人本能上会做后者——他们会把 YouTube 当成房源页的延伸。但算法会把这类视频识别成广告，并压低推荐。我们 246 条房源/售房视频里，中位数连 1,000 都没破。

第二，这个领域播放量最高的频道并不是房地产经纪人。Erik Van Conover 在过去 16 个月拿下了 4,650 万播放量。他确实持有执照，但他的主要收入来自 YouTube 广告和品牌合作，而不是佣金。其视频风格——西装、豪宅、慢镜头、带节奏感的旁白——更接近 Architectural Digest，而不是 Realtor.com。仅在同一 16 个月窗口里，他的近期播放量就比 Ryan Serhant（Bravo TV 明星、纽约豪宅经纪人、知名人物）高出 7 倍以上。

第三，我们样本中有 68% 的频道订阅数低于 10,000。在 179 个频道里，122 个低于 1 万；只有 7 个超过 50 万。订阅数中位数：2,030。没错，只有两千多。这比 SaaS 创始人圈或科技创作者频道的量级低了一个甚至两个数量级。房地产 YouTube 真的就是微型创作者的地盘；绝大多数经纪人频道都卡在“发了视频，但没人看”。

第四，小频道也能爆，但不是靠订阅数。Roots Investment Community 只有 2,620 个订阅，却在 16 个月内拿到 9,971,343 次播放，也就是每个订阅贡献 3,805 次播放。能做到这个比例，几乎一定是 Shorts 驱动型频道——短视频被算法推给根本没订阅过的人。到了 2025—2026 年的 YouTube 时代，触达量和订阅量已经不再强绑定；只要内容形式贴合算法，小频道也能冲出来。“房地产经纪人式的观点输出”并不匹配这一机制。

把这些数据放在一起，只能得出一个结论：YouTube 奖励的不是经纪人身份，而是创作者式内容。下面我们分层展开。

1. 房地产 YouTube 是典型长尾市场，头部很小

先看订阅分布。179 个频道中，122 个订阅数低于 1 万，34 个在 1 万到 10 万之间，16 个在 10 万到 50 万之间。只有 1 个在 50 万到 100 万之间，另有 6 个突破百万。从结构上看，这是一个“赢家通吃”很明显的市场——头部很小，中段很厚，长尾则直接消失在我们的可见范围之外。

这种形态并不只存在于房地产行业，但在这里比大多数 YouTube 细分领域都更极端，原因有三层。

表层原因是地域限制。湾区经纪人的内容，对洛杉矶、丹佛或奥斯汀的观众来说，大概率没什么用。YouTube 无法按每条视频精细匹配本地受众，所以做本地获客的经纪人，受限于本地市场本身的规模，无法形成全国性的复利增长。

中层原因是交易频次低。买房这件事，一个人一辈子也就几次。用户看一两条“怎么买房”的视频就结束了，不像科技、金融或娱乐内容那样会周周回访。回访率低，订阅增长自然慢。

最深层的原因是SEO 的长尾早就被占住了。像“房地产投资入门”或“如何买第一套房”这类关键词，搜索结果第一页早被 BiggerPockets、Graham Stephan 和 Meet Kevin 等账号或网站盘踞了十多年。新入场的经纪人，不管视频做得多好，都很难在 Google 搜索里打得过这些权威站点。

对于个人经纪人来说，实际含义是：不要把 YouTube 当成主力获客渠道。一个中位数水平的房地产频道，产生的播放量甚至不足以覆盖一两单成交所对应的制作成本。更合理的方式，是把 YouTube 当成品牌资产来经营——目标不是转化陌生人，而是让那些本来就可能认识你的人，在 Google 搜索 [你的城市] 房地产经纪人 时，一眼认出你。

2. 同一套房，不同包装，播放量能差六倍

我们通过 9 条基于标题和描述的正则规则，把所有视频按内容类型分组，结果如下。最重要的一列是播放量中位数——这才是做房地产 YouTube 的人真正关心的指标。

最明显的对比，就是看房 vs 房源/售房。看房类视频中位数 3,010；房源/售房类视频中位数 531，差了 5.7 倍。这本质上是同一套房子的两种拍法——一种是“带你看这套房”，另一种是“这套房在售，欢迎联系我”。前者是创作者式内容，后者是销售式内容。算法会把后者当成广告，从而压制推荐。

另一个特别醒目的数字是首次购房者内容——中位播放量只有 71，是所有类别里最低的。直觉上你会觉得“新手买房需求很大”，但每个新手只能“新”一次。他们看两条教程视频，之后就转去看真实房源了。供给过剩，需求又很交易化，播放量根本无法积累。这是个典型的“播放量坟场”。

市场更新（中位 911）和奢华内容（中位 1,123）是最稳定的中流量类别。市场更新有黏性，因为市场每月都在变，观众也会每月回来一次。奢华内容则有强烈的向往感——即使买不起，观众也想看看豪宅内部长什么样。Erik Van Conover 的整个商业模式，几乎就是建立在这个单一类别上的。

还有一个很容易被忽略的数：经纪人建议类内容的中位播放量是 1,203，而样本里只有 23 条视频。虽然数据量不大，但这个中位数是教育类内容（414）的 3 倍。这说明“经纪人对经纪人”的内容，其实是一个供给不足的细分市场——如果你在做房地产内容，这一类很值得试。

从这个表里还能得出几个具体选题结论。豪宅看房永远值得做——视觉吸引力强，又有稳定的向往型受众。每月一次、针对你所在城市的市场更新永远值得做——观众黏性高，也能吃到 SEO 长尾。教育类长视频虽然播放量中位数不高，但依然值得做，因为长期会形成 SEO 复利。但首次购房教程和“房源即内容”的视频就不太值得做——前者供给已经饱和，后者又会被算法压制。

3. 前 15 名里，真正的房产经纪人不到一半

按最近 16 个月累计播放量排名，前 15 名如下：

Erik Van Conover 一个人在 16 个月里拿下了 4,650 万播放量——是第 2 名的 4.7 倍。看他的视频，你会立刻发现其风格非常明确：西装、豪宅、慢镜头、有节奏的旁白，制作水准更像有线电视节目，而不是手机拍的经纪人 vlog。他确实持有执照，但他的商业模式是 YouTube 广告 + 品牌合作，而不是佣金。把他放进“房地产经纪人 YouTube 创作者”样本里，其实有点勉强——他更像一个以 YouTube 为平台的房地产内容电视主持人。

Roots Investment Community 是另一个异常值。2,620 个订阅，16 个月却拿到 997 万播放量。也就是每个订阅对应 3,805 次播放——这种比例几乎只会出现在 Shorts 驱动的频道里，短视频被算法推送给从未订阅过的人。低订阅，不再等于低流量。这就是新的 YouTube 时代。

Graham Stephan 表面上看起来比 Erik 更大（516 万订阅 vs 281 万），但他近 16 个月的播放量只有 Erik 的 1/6。合起来看，这说明 Graham 已经过了爆发式增长阶段，当前播放量主要来自回访订阅者；而 Erik 仍处在算法持续推送的阶段。订阅数是“多年累积的资本”，近期播放量则更像“当下体温”。前者看着体面，后者才说明现在到底发生了什么。

Ryan Serhant 是“真正的房产经纪人，但公众影响力拉满”这一类型的天花板。Bravo TV 明星（《Million Dollar Listing NY》）、SERHANT 创始人、纽约豪宅经纪人代表。他能调动的品牌资源远超普通经纪人。可即便如此，他近 16 个月的播放量也只有 636 万——大约是 Erik Van Conover 的 1/7。这可能是本报告里信息量最大的一条：即使是 YouTube 上资源最强的经纪人，其播放量上限，也明显低于纯创作者式的房地产内容人。

这个样本里的中位频道，大概就是 Logan Walter 这种类型：6.06 万订阅，16 个月 519 万播放，单条平均约 25 万。这是一种“做对了的中尾部经纪人”——更新稳定、内容接近看房风格、地域明确但产量高。如果你想找对标，不要拿 Ryan Serhant 当目标（大概率够不着），而应该参考 Logan Walter（12 到 24 个月内更现实）。

4. 每一条爆款视频，本质上都是一场带你看房

按播放量对数据集里的所有视频排序，前 10 条是：

前 5 名全部是看房或奢华内容。Erik Van Conover 独占前 10 名中的 5 个位置。明显缺席的，是这类视频：“我帮客户找到了梦想之家”、“我的房地产成功心得”、“为什么我换了经纪公司”。在这份数据里，自我宣传型内容没有任何爆款案例。放眼 4,431 条视频，播放量分布的顶端几乎全是同一种模式。

在 YouTube 上找房地产内容的观众，想看的永远是“这房子里面什么样”，而不是“你能给我提供什么服务”。如果你只想让一条视频突破 10 万播放，那就把镜头从自己身上移开，转向房子本身。这个简单的拍摄姿态变化，就能解释相当大一部分播放量差距。

5. 发片节奏：每月 3 到 5 条，是中位数水平

中位频道的发片频率是每月 7.4 条视频。这个数大致相当于 YouTube 的“还活着”门槛；一旦低于它，算法会逐渐降低频道优先级，压缩触达。

更新频率最高的频道（每月 15 条以上）通常落在三种模式里：每天发市场新闻的频道、以 Shorts 为主的低成本短视频频道，或者背后有团队支撑的品牌矩阵频道（而不是单打独斗的经纪人）。一个 solo 经纪人想靠自己做到这个频率，现实上并不容易。

如果你是独立经纪人做 YouTube，只有两条路比较可行：二选一，不要走中间路线。

第一条路：低频高质——每月 2 到 4 条长视频，每条制作质量尽量接近 Erik Van Conover（固定机位、真麦克风、有节奏的剪辑、设计过的缩略图、SEO 元数据）。单条制作成本大约 300 到 800 美元，剪辑可按单条外包。第二条路：高频 Shorts——每周至少 5 条 30 到 60 秒的短视频，内容不是“拍出来”，而是“剪出来”：看房片段、和客户交流的片段、对市场新闻的即时观点。Shorts 的直接广告收入很低；它们更像是给主频道输送流量的漏斗入口。

“每月发一条没剪过的手机自拍视频”是最容易输的姿势。它既达不到算法要求的活跃度，也达不到观众对画面质量的门槛。还不如不做。

6. 每个类别，都有它自己的“正确时长”

按内容类别统计的视频时长中位数：

看房类视频的中位时长大约是 5 到 10 分钟——观众期待的是完整带看，太短就会显得信息不够。市场更新和教育类通常在 8 到 15 分钟之间，更像播客一集，适合戴耳机听。少于 3 分钟，在房地产语境里通常会显得“没讲完”——除非它是 Shorts（<60 秒），在完全不同的算法游戏里竞争。在每个类别里，如果时长偏离中位数超过 30%，播放量会明显下滑。

7. 具体该怎么做——给经纪人、内容团队和 SEO 服务商的建议

综合这些数据，我们可以比较清楚地给经纪人、内容运营者和服务提供商几个方向。

选题上，有三类值得长期投入：豪宅看房（中位播放 1,123，稳定的品牌资产）、每月一次的城市市场更新（中位播放 911，受众黏性高，能吃 SEO 长尾）、以及经纪人对经纪人的建议内容（中位播放 1,203，供给不足的细分市场）。有两类建议直接跳过：首次购房教程和“把房源当内容”的视频。这两类都是典型的“看起来合理，但数据不支持”的陷阱。

最低制作标准：固定机位、1080p 或更高分辨率、真正的领夹麦（不要用手机内置麦克风）、每条视频至少 30 个切镜、缩略图要有人脸 + 大标题 + 高对比度。低于这个门槛，不管你多努力，播放量通常都会卡在 200 以下。这不是审美偏好问题——YouTube 的算法会直接读取点击率和观看时长，低质制作会同时拖垮这两个指标，在观众有机会喜欢内容之前，分发就已经死了。

目标定位上：把 YouTube 当成品牌建设工具，而不是获客引擎。陌生人看完你的视频然后主动来找你买房，这种情况大概只占 5%；95% 的观众根本不住在你的城市。现实的转化路径是：某个你本来就认识的人搜索“[你的城市] 房地产经纪人”，看到你的频道，判断“这个人懂市场”，然后在你和竞争对手之间选择你。这条路径需要的只是“一个靠谱的本地经纪人”，而不是爆红。

独立经纪人的最低可行节奏：每月 2 条视频（1 条城市市场更新 + 1 条本地看房），每条制作成本 200 到 400 美元（按单条外包剪辑），持续 12 个月，12 个月时复盘。6 个月没看到明显播放量也不要放弃——房地产 YouTube 是慢热型；爆款彩票几乎不可能，但 SEO 复利通常会在 18 到 24 个月左右开始显现。

对 SEO / 内容服务机构来说，最匹配的服务是内容制作：剪辑、缩略图、SEO 元数据、跨平台分发（把 YouTube 长视频拆成 Reels / Shorts / TikTok 短片）。这里确实有真实需求，因为经纪人通常没时间，也没这方面技能。一个关键提醒是：不要承诺把客户频道做成百万订阅。这份报告的数据表明，99% 的经纪人频道根本到不了那个量级；承诺太高只会让客户失望。把服务定位成品牌资产建设，而不是直接获客，预期会更现实，续约率也会更高。

跨平台分发其实被严重低估了。Erik Van Conover、Ryan Serhant 以及大多数头部创作者，都会把每条长视频再加工成 Instagram Reels、TikTok 和 LinkedIn 版本。对于独立经纪人来说，一个合理的内容链路是：“1 条 YouTube 长视频 + 5 条跨平台短视频 + 1 篇 LinkedIn 帖子”——一次拍摄产出 7 个内容资产。每月 2 条长视频，就能变成每月 14 个跨平台内容资产。

8. 这份数据有多稳定？它的边界在哪里？

179 个频道，每个取最近 30 条视频，筛选条件为 publishedAt ≥ 2024-01-01，总计 3,839 条视频。所有数据都直接来自 YouTube Data API v3 的公开统计（播放量/点赞/评论），没有抓取页面，也没有估算。内容分类基于标题 + 描述中的 9 条正则规则，因此保留了一个 26% 的“其他”桶——这是为了保持透明和可复现，而不是直接用 LLM 分类所付出的代价。

频道池来源于 30 个种子账号，加上 9 组关键词扩展，并不是对所有美国房地产 YouTube 账号的全量普查。微型频道（少于 500 订阅）不会出现在 search.list 结果里，所以“68% 的频道低于 1 万订阅”只是头部到中部的分布，真正的长尾其实比我们能看到的还要更长。

播放量包含 Shorts。YouTube 的 viewCount 字段会把长视频和 Shorts 的播放一起算进去。Shorts 的单次观看参与度通常更低，但 API 不会区分。Roots Investment 的“2,620 订阅 / 997 万播放”就是典型 Shorts 驱动案例——如果只看长视频，播放/订阅比会更正常。我们没有拆分，这是已知限制。

与外部来源交叉比对后：SocialBlade 公开的房地产类频道 Top 排名与我们的前 15 名约有 85% 重合，说明头部结构大体一致。NAR 的购房者画像显示，89% 的美国购房者在找房过程中会使用线上信息，而 YouTube 只是其中一部分，但并非最大头。我们的发现并不与这些外部数据冲突；合在一起看，结论就是房地产 YouTube 是一个赢家通吃、头小尾长的分发市场。

一句话边界：这份报告描述的是我们样本中的 179 个美国房地产相关 YouTube 频道发生了什么，不代表所有美国房产经纪人在社交媒体上的行为。大多数经纪人并不在 YouTube，而是在 Instagram 和 TikTok。如果你想了解 Instagram 上的房地产玩法，这份报告不适用。

方法论

数据来源：YouTube Data API v3（Google 官方 API，完全合规访问）。种子列表包含 30 个已知的美国房地产 / 投资类 YouTube 创作者，再加 9 组搜索关键词扩展。最终频道池的筛选条件为 country=US，或简介/标题中包含房地产关键词；种子频道不做筛除。每个频道抓取最近 30 条视频，限制为 published ≥2024-01-01（16 个月窗口）。快照日期为 2026-05-12（UTC）。

“房地产 YouTube 创作者”这个定义本身就比较模糊。我们的 179 个频道中，既有纯经纪人（Ryan Serhant），也有内容创作者（Erik Van Conover）、投资教育类账号（Meet Kevin、Graham Stephan），还有垂直媒体（BiggerPockets）。严格来说，这更接近“房地产相关创作者”，而不是“房产经纪人”。channel_pool.csv 里保留了 source 字段用于区分。如果你引用本报告来说明“经纪人是怎么做 YouTube 的”，请务必在频道层级重新分类——直接引用会带来偏差。

频道池不是全量普查。179 个频道来自种子 + 搜索扩展，不是所有美国房地产 YouTube 的完整宇宙。微型频道（少于 500 订阅）不会在 search.list 里出现，所以“68% 低于 1 万订阅”反映的是头部到中部的分布，而不是完整长尾。

播放量包含 Shorts。YouTube 的 viewCount 会把长视频和 Shorts 的播放合并统计。Shorts 的单次观看参与度较低，但 API 不会区分。Roots Investment 的“2,620 订阅 / 997 万播放”是很明确的 Shorts 驱动案例；如果把长视频单独拆开，播放/订阅比会回到更正常的范围。我们没有拆分，这是本文档化的限制。

内容分类基于规则，而不是 LLM。通过标题 + 描述的正则规则分为 9 类。26% 的“其他”桶，反映的是规则覆盖不完整。如果你引用“教育类内容占比 X%”，请注明这是“按本报告分类器计算”，不要把它写成绝对事实。

频道排名使用最近 16 个月累计播放量，因此会偏向近期爆发的频道。如果改成历史总播放量或订阅数，排名会发生变化。我们之所以选 16 个月窗口，是因为它反映的是“哪些频道现在在动”，而不是历史积累。

数据是 2026-05-12 的快照。YouTube 数据每天都在变化；3 个月后播放量会变，但频道排序和不同内容类型的播放量中位数在结构上仍然稳定。如需最新数值，请重新运行可复现脚本。

法律与版权：YouTube Data API v3 是 Google 的公开 API；本报告的获取方式完全合规。报告只使用汇总统计和频道名称，不下载视频、缩略图或完整描述。文中出现的频道名（前 15 名、前 10 条视频）仅出现在正面或中性语境中——它们的播放量属于公开事实。没有发布任何原始视频数据或缩略图；文中的每个数字都可以直接从 YouTube API 重新推导出来。

注意事项

本报告不支持以下结论：

• 不是“所有美国经纪人都做 YouTube”——我们的样本本身就是已经在 YouTube 上活跃的房地产相关创作者；大多数经纪人并没有做 YouTube 内容
• 不是“首次购房内容已经没用了”——中位 71 播放只是这个样本的事实；该细分里仍然可能有做得很好的小频道
• 不是“Erik Van Conover 就代表天花板”——他是异常值，不是典型案例
• 可以支持的表述："在我们 179 个美国房地产相关 YouTube 频道样本中，看房视频的播放量中位数是房源/售房视频的 5.7 倍"

数据来源与版本

数据集：us_realtor_youtube_atlas_2026/（本仓库）。快照日期 2026-05-12 UTC，版本 v1.0（2024-2026 横截面）。使用 YouTube Data API 公开访问，汇总统计属于合理使用范围。API 总消耗约 1,500 单位（占免费 10,000/天配额的 15%）。

SEO 与内容团队可引用的要点

本研究可用于博客开头、数据亮点、社交帖子、对比页面和后续解读文章的多个引用角度：

• 该样本覆盖 179 个频道和 3,839 条近期视频。
• 频道订阅数中位数为 2,030。
• 179 个频道中有 122 个，也就是 68.2%，订阅数低于 10,000。
• 看房类视频的播放量中位数为 3,010。
• 房源或售房类视频的播放量中位数为 531，比看房类低约 5.7 倍。
• 奢华内容只占视频总量的 15.5%，却贡献了 33.8% 的播放量。
• 发片频率的中位数为每月 7.4 条视频。

引用这些数据时，务必同时带上样本边界说明。这些数字描述的是本报告所使用的特定样本和采集方法，不应被改写成全市场普查、内部采用率，或对该类别中所有公司的结论。

如果用于编辑内容，最稳妥的写法，是把标题数字和样本边界一起出现。这样主张更稳，也更容易让读者信任。例如，可以写成“在这份 HN 招聘样本中”“在这份 DTC 首页静态扫描中”或“在这个 YouTube 频道样本里”，再把数字引申到更广泛的趋势讨论。

可复现性说明

交付文件夹包含以下流程文件，这些文件从原始本地报告包中复制而来。它们的作用，是让已发布报告能够对照实际使用过的脚本、中间产物、图表和原始草稿进行核查。

• process_files/out/analysis_stats.json
• process_files/out/channel_pool.csv
• process_files/out/videos.csv
• process_files/scripts/00_build_channel_pool.py
• process_files/scripts/00b_patch_uploads_id.py
• process_files/scripts/01_fetch_recent_videos.py
• process_files/scripts/02_compute_stats.py
• process_files/scripts/03_make_figs.py
• process_files/scripts/04_build_report_bilingual.py
• process_files/scripts/05_module_i_check.py

如有方法论修正、数据集问题或后续分析建议，欢迎联系 。本报告基于 2026 年 5 月采集的公开网页或公开 API 信号，请结合上文说明的样本边界理解。