報告｜房地產 YouTube 獎勵的是創作者，不是物件清單

執行摘要

本研究透過 YouTube Data API，分析了 179 個與美國房地產相關的頻道，以及自 2024 年 1 月以來上傳的 3,839 支近期影片，想找出哪些房地產內容形式真的能在 YouTube 上拿到觀看數。

最明顯的發現，是「看屋導向」和「刊登銷售導向」之間有非常大的落差。以看屋、帶看為主的影片，觀看數中位數是 3,010；而以房源刊登或銷售為主的影片，中位數只有 531。同一間房子，只因為影片包裝方式不同，表現就可以差很多：像創作者內容，還是像廣告，結果完全不一樣。

頻道分布則高度集中在長尾。樣本中有 68.2% 的頻道訂閱數少於 10,000，而頻道訂閱數中位數只有 2,030。房地產 YouTube 不是那種由一大堆大咖創作者主導的領域，而是「頭很小、尾巴很長」的市場。

市場頂端也不是一般在地房仲能主宰。Erik Van Conover 在近期觀看數上領先整個樣本，另外幾個頭部頻道的運作方式也更像媒體品牌、投資教育者，或豪宅內容創作者，而不是傳統仲介線索開發頻道。

最值得分享的重點

1. 這份樣本涵蓋 179 個頻道與 3,839 支近期影片。

2. 頻道訂閱數中位數為 2,030。

3. 179 個頻道中有 122 個，也就是 68.2%，訂閱數低於 10,000。

4. 看屋導向影片的觀看數中位數為 3,010。

5. 房源刊登／銷售導向影片的觀看數中位數為 531，約比看屋影片低 5.7 倍。

6. 豪宅內容只占 15.5% 的影片，卻貢獻了 33.8% 的觀看數。

7. 發片頻率中位數是每月 7.4 支。

房地產專業人士常把 YouTube 當成影片型型錄：秀房源、介紹房仲、說明服務，然後等線索上門。但 YouTube 的運作方式，其實不像型錄架，更像娛樂與搜尋平台。點子怎麼包裝，和背後的專業本身一樣重要。

這也是這份資料集不只對房地產有用的原因。它展示了當一個地方型專業服務產業，開始嘗試使用創作者平台時，會發生什麼事。線下很有份量的資格，不會自動轉換成線上注意力。演算法不在乎某位房仲在當地口碑多好；它只看觀眾有沒有點開、看下去，還會不會回來看。

以下這份報告是寫給房仲、房產公司、內容團隊與 SEO 代理商的，目的是提供一個更貼近現實的基準。這份報告要傳達的不是「每位房仲都該變成 YouTuber」，而是：在 YouTube 上真正贏的頻道，行為更像媒體產品，而不是房源資訊流。

演算法不在乎你的執照。就算是一位有 20 年在地經驗、獎項一大堆的房仲，YouTube 也不會因此額外加分。推薦系統只看一件事：觀眾會不會點，以及會不會看完。

我們花了一週時間，透過爬取 179 個與美國房地產相關的 YouTube 頻道——過去 16 個月共 4,431 支影片——試圖回答一個看起來很簡單、其實很容易誤判的問題：到底什麼內容最能帶動觀看？答案不複雜，但夠反直覺，讓我們還特地回頭驗證了好幾次。

有四個數據點特別讓我們意外。

第一，房源刊登影片的觀看數只有看屋影片的 1/5.7。看屋影片的觀看數中位數是 3,010；而房仲展示自己房源的影片，中位數只有 531。房仲直覺上常會拍第二種，因為他們把 YouTube 當成房源的延伸。但演算法會把這類影片視為廣告，進而壓低推薦。就我們的 246 支刊登／銷售類影片來看，中位數甚至連 1,000 都沒破。

第二，這個領域裡觀看數最高的 YouTube 頻道，並不是房地產仲介。Erik Van Conover 在最近 16 個月累積了 4,650 萬觀看數。他雖然持有執照，但真正的收入來源是 YouTube 廣告與品牌合作，而不是佣金。他的形式——西裝、豪宅、慢節奏旁白——更接近 Architectural Digest，而不是 Realtor.com。以同樣的 16 個月窗口來看，他的近期觀看數比 Ryan Serhant（Bravo TV 名人、紐約豪宅房仲、家喻戶曉的人物）還高出 7 倍以上。

第三，我們樣本中有 68% 的頻道訂閱數不到 10,000。179 個頻道裡，122 個不到 1 萬；只有 7 個超過 50 萬。訂閱數中位數是 2,030。沒錯，就兩千出頭。這比 SaaS 創辦人 Twitter 或科技創作者 YouTube 的量級低了一到兩個數量級。房地產 YouTube 真的是微型創作者的地盤；絕大多數房仲頻道都卡在「有拍片，但沒觀眾」的狀態。

第四，小頻道仍然可能爆紅，但不是靠訂閱數。Roots Investment Community 只有 2,620 位訂閱者，卻在 16 個月內累積了 9,971,343 次觀看。換算下來，每位訂閱者對應 3,805 次觀看。這種比例幾乎只會出現在以 Shorts 為主的頻道：短影片被演算法推送給根本沒有訂閱的人。YouTube 2025–2026 這個階段，觸及範圍已經和訂閱數脫鉤；只要內容形式符合演算法，小頻道也能衝出來。只是「房地產房仲的思想領導內容」通常不符合。

把這些結果疊在一起，資料只說明一件事：YouTube 獎勵的不是房仲身份，而是創作者式內容形式。下面我們一層一層拆開看。

1. 房地產 YouTube 是一個頭小尾長的長尾市場

先看訂閱分布。179 個頻道中，有 122 個不到 1 萬訂閱，34 個介於 1 萬到 10 萬，16 個介於 10 萬到 50 萬。只有 1 個落在 50 萬到 100 萬之間，而超過 100 萬的只有 6 個。從結構上看，這就是典型的「贏家拿走大部分」市場：頭部小、腰部厚，尾部則長到看不到盡頭。

這種結構不只出現在房地產，但在這個領域比多數 YouTube 細分市場都更極端，原因有三層。

表層原因是地理限制。灣區房仲的內容，對洛杉磯、丹佛或奧斯汀的觀眾來說，多半沒什麼用。YouTube 無法對每支影片做很精準的在地受眾配對，所以靠本地漏斗做生意的房仲，天生就受限於那個地區市場的規模，不會出現全國性的乘數效應。

中層原因是交易頻率。一個買房的人，一生中通常不會每幾個月就再買一次房。觀眾可能看一兩支「如何買房」影片就結束了，不會像科技、理財或娛樂內容那樣每週回來。回訪率低，訂閱累積自然慢。

更深層的原因是SEO 長尾早就被占走了。像「real estate investing for beginners」或「how to buy your first home」這類關鍵字，搜尋結果首頁早在十年前就被 BiggerPockets、Graham Stephan 和 Meet Kevin 這些人卡位。今天才進場的新房仲，不管影片多好，都很難在 Google 搜尋上打贏這些權威站。

對個別房仲來說，實際意義很明確：不要把 YouTube 當成主要的開發線索管道。一個典型房地產頻道的觀看量，通常連支撐一兩筆成交所需的製作成本都不夠。更合理的定位，是把 YouTube 當成品牌資產：讓已經認識你的人，在搜尋「[你的城市] 房仲」時，看到你的臉就想起你，而不是拿來轉化完全陌生的流量。

2. 同一間房，不同包裝，觀看數差六倍

我們用 9 條正則規則，根據標題與描述把所有影片分成不同內容類型，得到下表。其中最重要的一欄是觀看數中位數——這才是做房地產 YouTube 的人真正會在意的指標。

最明顯的對比，就是看屋導覽和房源刊登／銷售。看屋導覽的觀看數中位數是 3,010；刊登／銷售類只有 531，差了 5.7 倍。這其實就是同一間房的兩種拍法——「我帶你看看這間房」和「這間房正在出售，歡迎聯繫我」。前者是創作者式內容，後者是銷售式內容。演算法會把後者視為廣告，於是直接壓低推薦。

另一個特別突出的數字是首購族內容——觀看數中位數只有 71，是所有類別中最低的。直覺上會覺得「新手買房需求很大」，但問題是，每個人都只會當一次新手。觀眾看兩支教學影片後，就會直接去看實際房源。供給已經飽和、需求又只是一次性交易，觀看數根本很難累積，幾乎是觀看數的墳場。

市場更新（中位數 911）和豪宅內容（中位數 1,123）則是比較穩定的中流量類別。市場更新之所以有黏性，是因為市場每月都在變，觀眾也會每月回來看。豪宅則有很強的嚮往感——就算買不起，大家還是想看看豪宅裡面長什麼樣。Erik Van Conover 的整個商業模式，幾乎就是建立在這一類上。

還有一個很容易忽略的數字：房仲建議內容的觀看數中位數是 1,203，而且我們樣本裡只有 23 支。資料量不大，但中位數比教育類（414）高出 3 倍。這代表「房仲對房仲」的內容其實是供給稀缺的利基市場——如果你在做房地產內容，這個子類別值得測試。

從這張表，可以得到幾個很清楚的選題結論。豪宅看屋一定值得做——視覺吸引力高，而且有穩定的嚮往型受眾。針對你所在城市的每月市場更新也一定值得做——受眾黏性高，又能吃到 SEO 長尾。教育型長內容雖然中位數較低，但長期會有 SEO 複利效應，依然值得做。相反地，首購族教學和「把房源當內容」的影片就不值得做——前者供給過剩，後者又會被演算法壓制。

3. 排名前 15 名裡，不到一半是真正的房仲

按最近 16 個月的累積觀看數排名，前 15 名如下：

Erik Van Conover 一個人就在 16 個月內拿下 4,650 萬觀看數，是第二名的 4.7 倍。看他的影片會很有既視感：西裝、豪宅、慢動作、節奏感很強的旁白，製作品質更接近有線電視節目，而不是手機拍的房仲 vlog。他確實持有執照，但真正的商業模式是 YouTube 廣告加品牌合作，不是佣金。把他放進「房地產房仲 YouTube 創作者」樣本裡，其實有點勉強——他更像是一位 房地產內容節目主持人，剛好使用的平台是 YouTube。

Roots Investment Community 則是另一個異常值。2,620 位訂閱者，16 個月累積 997 萬觀看數。換算下來，每位訂閱者對應 3,805 次觀看——這種比例幾乎只會出現在 Shorts 為主的頻道，因為短影片會被演算法推給從沒訂閱的人。訂閱數低，不再等於流量低。這就是新的 YouTube 時代。

Graham Stephan 的訂閱數紙面上比 Erik 更大（516 萬比 281 萬），但最近 16 個月的觀看數只有 Erik 的六分之一。合在一起看，代表 Graham 已經從病毒式成長階段走過去，現在的流量主要來自回訪訂閱者；Erik 則仍然處在演算法持續推送的階段。訂閱數是「多年累積的資本」；近期觀看數則像是「現在的體溫」。前者看起來漂亮，後者才真正反映當下發生什麼事。

Ryan Serhant 是「真正的房仲、而且公眾能見度最高」這種角色的天花板。Bravo TV 名人（《Million Dollar Listing NY》）、SERHANT 創辦人、紐約豪宅代表人物。他擁有的品牌資源，遠超一般房仲。但即使如此，他最近 16 個月的觀看數也只有 636 萬，大約是 Erik Van Conover 的 1/7。這可能是這份報告裡最有資訊量的一個點：就算是 YouTube 上資源最豐富的房仲，其觀看上限仍然明顯低於純創作者形式的房地產內容人。

在這份資料裡，典型中段頻道大概會像 Logan Walter——6.06 萬訂閱、16 個月 519 萬觀看、每支影片平均約 25 萬觀看。這是一種 做法正確的中腰部房仲頻道：發片穩定、內容接近看屋導覽、地區屬性明確，但產能很高。如果你想找對標，不要拿 Ryan Serhant 當目標（大概率摸不到）；比較實際的是拿 Logan Walter 當標竿（12 到 24 個月內有機會做到）。

4. 每一支爆紅影片，幾乎都是帶看導覽

把資料集裡所有影片按觀看數排序，前 10 名如下：

前 5 名全部都是看屋導覽或豪宅內容。Erik Van Conover 占了前 10 名中的 5 個名次。值得注意的是，完全看不到這種形式的影片：像是「我幫客戶找到夢想中的家」、「我的房地產成功秘訣」或「我為什麼換經紀公司」。自我宣傳型內容，在這份資料裡沒有任何爆紅案例。4,431 支影片的整體分布，最上層全部遵循同一個模式。

在 YouTube 上搜尋房地產內容的觀眾，想看的不是「你能為我做什麼」，而是「這間房子裡面長什麼樣」。如果你想讓某支影片突破 10 萬觀看，最有效的方法之一，就是把鏡頭從自己身上移開，對準房子本身。這個小小的拍攝角度改變，就足以解釋相當大一部分的觀看差距。

5. 發片頻率：每月 3 到 5 支大概就是中位數

頻道的發片頻率中位數是每月 7.4 支。這大致上就是 YouTube 的「還活著」門檻；一旦低於這個水準，演算法就會慢慢降低你的優先權，進而壓縮觸及。

發片頻率最高的頻道（每月 15 支以上）通常有三種模式：每天發市場新聞的頻道、以 Shorts 為主的低成本短內容頻道，或是背後有團隊的品牌矩陣型頻道（而不是單打獨鬥的房仲）。一位單獨房仲想靠自己達到這種頻率，並不實際。

如果你是獨立房仲，要經營 YouTube，實際上只有兩條路能走：挑一條，不要走中間路線。

第一條路：低頻高品質——每月 2 到 4 支長影片，每支的製作品質接近 Erik Van Conover（固定機位、真正麥克風、有節奏的剪輯、精心設計的縮圖、SEO 元資料）。每支影片的製作成本大約 300 到 800 美元，剪輯可按單支外包。第二條路：高頻 Shorts——每週 5 支以上 30 到 60 秒的短片，而且最好是從日常工作中「剪出來」，而不是另外「拍出來」（例如帶看片段、和客戶對話的片段、對市場新聞的快評）。Shorts 的直接廣告收益很低，但它們能當成主頻道的漏斗入口。

「每個月拍一支完全沒剪、用手機自拍的影片」是最容易穩定失敗的做法。它既達不到演算法要求的活躍度門檻，也不符合觀眾對畫面品質的最低要求。與其這樣，不如乾脆不要做。

6. 每個類別都有自己的「合理長度」

各內容類型的影片長度中位數如下：

看屋導覽影片的中位長度大約是 5 到 10 分鐘——觀眾期待的是完整帶看，太短反而會少掉內容價值。市場更新和教育類則落在 8 到 15 分鐘之間，節奏很像 podcast 片段，適合戴耳機聽。低於 3 分鐘，在房地產語境裡通常會被視為「沒講完」——除非它是 Shorts（少於 60 秒），那又是完全不同的演算法遊戲。就各類別來看，影片長度若偏離中位數超過 30%，觀看數就會明顯下降。

7. 那麼實際上該怎麼做——給房仲、內容人與 SEO 服務商的建議

綜合這些資料，對房仲、內容操作者與服務供應商來說，結論其實相當清楚。

在主題選擇上，有三類值得長期投入：豪宅看屋（觀看數中位數 1,123，是穩定的品牌資產）、每月的城市市場更新（中位數 911，受眾黏性高，又能吃 SEO 長尾）、以及房仲對房仲的建議內容（中位數 1,203，屬於供給稀缺的利基市場）。有兩類應該直接跳過：首購族教學，以及把房源本身當內容的影片。這兩者都是典型「直覺上合理，但數據不支持」的陷阱。

在最低製作品質上：固定機位、1080p 以上、真正的領夾麥克風（不要用手機內建麥克風）、每支影片至少 30 次剪接、縮圖要有人臉＋大字標題＋高對比。低於這條底線，無論你多努力，觀看數都會卡在 200 以下。這不是審美偏好，而是因為 YouTube 演算法直接讀取點擊率與觀看時長訊號；低品質製作會同時拖垮這兩項，讓影片甚至還沒被看見就先失去分發機會。

在目標設定上：把 YouTube 當成品牌建設工具，而不是開發線索引擎。真正陌生的人看了你的影片後，立刻來找你買房的情境，大概只占 5%；有 95% 的觀眾根本不住在你的城市。比較現實的轉化路徑是：原本就認識你的人，搜尋「[你的城市] 房仲」，看到你的頻道，覺得「這個人很懂市場」，最後把你排在競爭對手前面。這條路只需要你是「稱職的在地房仲」，不需要爆紅。

獨立房仲的最低可行發片頻率：每月 2 支（1 支城市市場更新＋1 支在地看屋導覽），每支影片製作成本 200 到 400 美元，以自由接案剪輯師按件合作，持續 12 個月，並在第 12 個月檢視成效。不要因為 6 個月看不到流量就放棄——房地產 YouTube 本來就是慢熱；爆紅抽獎幾乎是零機率，但 SEO 的複利通常會在 18 到 24 個月左右開始顯現。

對 SEO／內容服務代理商來說，最適合的產品其實是內容製作：剪輯、縮圖、SEO 元資料、跨平台分發（把長版 YouTube 影片拆成 Reels／Shorts／TikTok 短片）。這裡確實有真實需求——房仲通常沒時間，也沒有相應技能。但有一個關鍵但書：不要承諾能把客戶頻道做到百萬訂閱。這份報告的數據已經顯示，99% 的房仲頻道都到不了那裡；若承諾這件事，只會讓客戶失望。比較好的定位是品牌資產建設，而不是線索生成。期待值更合理，留存率也更高。

跨平台分發其實被嚴重低估。Erik Van Conover、Ryan Serhant 和多數頭部創作者，都會把每支長影片再改寫成 Instagram Reels、TikTok，以及 LinkedIn 的版本。對獨立房仲來說，一個合理的內容擴散方式是：「1 支 YouTube 長影片＋跨平台 5 支短片＋1 篇 LinkedIn 貼文」——一次拍攝就能做出 7 個內容資產。每月 2 支長影片，就等於每月 14 個跨平台內容資產。

8. 這份資料有多穩定？又在哪裡不再適用？

這份樣本包含 179 個頻道、每個頻道 30 支近期影片，限定為 publishedAt ≥ 2024-01-01，總計 3,839 支影片。所有數據都直接來自 YouTube Data API v3 的公開數值（觀看數／按讚數／留言數），沒有爬蟲、沒有估算。內容分類使用標題與描述上的 9 條正則規則，因此會保留 26% 的「其他」類別——這是為了透明與可重現性，而刻意不用 LLM 分類所付出的代價。

頻道池是從 30 個種子帳號加上 9 組關鍵字擴展而來，並不是全美房地產 YouTube 的完整名冊。微型頻道（少於 500 訂閱）不會出現在 search.list 結果中，所以「68% 少於 1 萬訂閱」反映的是頭部到中段的分布；真正的長尾其實比我們看得到的還更長。

觀看數包含 Shorts。YouTube 的 viewCount 欄位會把長影片與 Shorts 一起計算。雖然 Shorts 的單次觀看互動率低很多，但 API 不會拆開。Roots Investment 的「2,620 訂閱／997 萬觀看」就是很典型的 Shorts 型案例——如果只看長影片，觀看與訂閱的比例會正常許多。這一點我們沒有拆分處理，屬於已知限制。

和外部資料交叉比對後，SocialBlade 公布的房地產頻道排行榜，與我們的前 15 名約有 85% 重疊，說明頭部分布大致一致。NAR 的 Home Buyer profile 也指出，89% 的美國購屋者在搜尋過程中會使用線上資訊，而 YouTube 只是其中一部分，並非最大宗。這些外部數據都沒有和我們的發現衝突；放在一起看，說明房地產 YouTube 是一個典型的「贏者取大多數」分布，小頭部加長尾。

一句話界線：這份報告描述的是我們所抽樣的 179 個美國房地產相關 YouTube 頻道內部發生的事，不是全體美國房仲在社群媒體上的行為。大多數房仲不在 YouTube，而是在 Instagram 和 TikTok。若你想了解 Instagram 上的房地產經營，這份報告不適用。

方法論

資料來源：YouTube Data API v3（Google 官方 API，完全合規的存取方式）。種子清單包含 30 位已知的美國房地產／投資型 YouTube 創作者，再加上 9 組搜尋關鍵字擴展。最後的頻道池過濾條件為 country=US，或是描述／標題中包含房地產關鍵字；種子頻道則不經過過濾而直接保留。每個頻道取最近 30 支影片，限制為 published ≥2024-01-01（16 個月窗口）。快照日期是 2026-05-12（UTC）。

「房地產 YouTube 創作者」其實是個模糊定義。我們的 179 個頻道包含純房仲（Ryan Serhant）、內容創作者（Erik Van Conover）、投資教育者（Meet Kevin、Graham Stephan）以及垂直媒體（BiggerPockets）。嚴格來說，這比較像是「房地產相關創作者」，而不是單純的「房仲」。channel_pool.csv 中保留了 source 欄位以便區分。若你引用這份報告來主張「房仲如何經營 YouTube」，請務必在頻道層級重新分類——直接引用會產生偏差。

頻道池不是完整普查。這 179 個頻道是由種子名單加搜尋擴展而來，並不是全美房地產 YouTube 的全貌。微型頻道（少於 500 訂閱）不會出現在 search.list 結果中，因此「68% 少於 1 萬訂閱」反映的是頭部到中段的分布，而不是完整長尾。

觀看數包含 Shorts。YouTube 的 viewCount 會把長影片與 Shorts 一起計算。雖然 Shorts 的互動率較低，但 API 不會區分。Roots Investment 的「2,620 訂閱／997 萬觀看」是明顯的 Shorts 型案例；如果只拆長影片，觀看與訂閱的比例會正常化。我們沒有拆分，這是文件化限制之一。

內容分類是規則式，不是 LLM。我們用標題與描述上的正則規則分成 9 類。26% 的「其他」類別，代表規則覆蓋不完整。若你引用「教育內容占 X%」，請註明這是「依本報告分類器」的結果，而不是絕對事實。

頻道排名採用最近 16 個月的累積觀看數，因此會偏向近期爆紅的頻道。如果改用全時累積或訂閱數，排名就會改變。我們選擇 16 個月窗口，是因為它反映的是「現在哪些頻道正在動」，而不是歷史累積量。

資料為 2026-05-12 的快照。YouTube 數據每天都在變；三個月後，觀看數會移動，但頻道排名和內容類型的觀看中位數通常仍會在結構上相對穩定。若要取得最新數據，請重新執行可重現腳本。

法律與版權：YouTube Data API v3 是 Google 的公開 API；本報告的存取方式完全合規。報告只使用彙總統計與頻道名稱，沒有下載影片、縮圖或完整描述。文中提到的頻道名稱（前 15 名、前 10 支影片）都只出現在正面或中性語境，觀看數也是公開事實。報告未公布任何原始影片資料或縮圖；所有數值都可直接透過 YouTube API 重算。

注意事項

這份報告不能支持的說法：

• 不是「所有美國房仲都做 YouTube」——這份樣本本來就是 已經在經營 YouTube 的房地產相關創作者；多數房仲並不做 YouTube 內容
• 不是「首購族內容已經沒用了」——中位數 71 次觀看，只能說是 這份樣本 的結果；特定小型利基頻道仍可能成功
• 不是「Erik Van Conover 代表上限」——他是異常值，不是典型樣本
• 可 دفاع的說法："在我們這份 179 頻道的美國房地產相關 YouTube 樣本中，看屋導覽影片的觀看數中位數是房源刊登／銷售影片的 5.7 倍"

資料來源與版本資訊

資料集：us_realtor_youtube_atlas_2026/（本 repo）。快照日期為 2026-05-12 UTC，版本 v1.0（2024–2026 交叉截面）。YouTube Data API 公開存取，彙總統計依合理使用原則處理。API 配額消耗約 1,500 單位（約占每日 10,000 免費額度的 15%）。

SEO 與內容團隊可引用的重點

這份研究可作為部落格開頭、數據亮點、社群貼文、比較頁與延伸解讀文章的引用素材：

• 這份樣本涵蓋 179 個頻道與 3,839 支近期影片。
• 頻道訂閱數中位數為 2,030。
• 179 個頻道中有 122 個，也就是 68.2%，訂閱數低於 10,000。
• 看屋導覽影片的觀看數中位數為 3,010。
• 房源刊登／銷售影片的觀看數中位數為 531，約比看屋影片低 5.7 倍。
• 豪宅內容占 15.5% 的影片，卻拿下 33.8% 的觀看數。
• 發片頻率中位數是每月 7.4 支。

引用時也應一併帶上限制說明。這些數字只描述本報告所使用的特定樣本與蒐集方法，不應被改寫成整體市場普查、內部採用指標，或是對整個產業的泛化結論。

若用於編輯內容，最有力的寫法，是把主標數據與樣本邊界一起呈現。這樣主張會更穩，也更容易讓讀者信任。例如，先寫「在這份 HN 招聘樣本中」、「在這份 DTC 首頁靜態掃描中」，或「在這份 YouTube 頻道樣本中」，再把數據延伸成更大的趨勢討論。

可重現性說明

交付資料夾包含以下流程檔案，均自原始本地報告套件複製而來。這些檔案的目的，是讓已發布的報告能夠對照實際使用的腳本、中間輸出、圖表與原始草稿，驗證整個報導流程。

• 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

如需更正方法論、回報資料問題，或提出後續分析建議，歡迎來信 。本報告依據 2026 年 5 月蒐集的公開網頁或公開 API 訊號撰寫，閱讀時請一併參考上方所述的樣本邊界。