Derral Eves 有个学生做二手办公家具，货源是倒闭公司的清仓货。他没有邮件列表，没投过一分钱广告，唯一的流量渠道是 YouTube。生意后来做到两个仓库，销售额超过 2000 万美元，分发环节的广告支出是零。

他不拍产品清单。他拍测评、同类产品对比拆解，以及「买某类家具时该看什么」的科普。Derral 建议他再往前走一步，做 S 级到 F 级的排名视频，专门捞那些搜「便宜电竞椅」的游戏玩家，再用直播做答疑。

这套东西能跑通，原因在算法本身。

大多数企业把 YouTube 当视频仓库，有素材就传，没策略就停。稍微认真一点的会定方向，但常常犯一个更根本的错：把观众当客户。Derral Eves 是《The YouTube Formula 2.0》的作者，也是 Channel Jump Start 的创始人。他讲得很直接：2013 年 YouTube 从播放量算法转向 AI 驱动算法之后，平台只有一件事要做，找到想看某类内容的人，然后让他们在平台上待久一点。算法不认识「客户」，只认识「观众」。

所以把「买我产品」那类视频放一边。拍对一个还不认识你品牌的人真正有用的东西，YouTube 会免费把它推给同类观众。

那个家具案例里，大约 75% 到 80% 的播放来自推荐，纯自然流量。视频同时出现在 YouTube 搜索和 Google 搜索结果里，一份内容两份曝光。搜索进来的观众往往连看三四个视频，算法于是加大推荐力度。他后来叠加了邮件序列这类传统工具，成交才真正起量。年度 5 月的直播促销，数据超过黑五。

先想清楚在跟谁说话

Derral 的做法是反过来的：别想终端客户，先想谁会自然地对这条内容感兴趣。他推荐用心理画像切入，把人口统计往后放。

人口统计决定怎么呈现。给 Z 世代拍的和给婴儿潮一代拍的，节奏、画面、语气都不一样，哪怕核心信息相同。心理画像决定观众为什么看：价值观、需求、恐惧、生活处境，这些才驱动观看行为。他借马斯洛需求层次来理解动机，观众和内容之间的情感连接，取决于他们卡在需求层次的哪一层。

免疫学家那个例子很能说明问题。她想用 YouTube 给诊所引流，有几条视频起量，其中一条接近百万播放。Derral 先做了一件事：看是谁在看。答案是 45 到 65 岁以上为主。

这个人口统计指向一个心理画像：这群人很可能正在收健康警钟，精力下滑，血压出问题，或者刚送走身边的人。

顺着这个画像，选题变得非常具体。「10 种自然降血压的食物」拿到 170 万播放。紧接着的「量血压最容易犯的 5 个错」，不到两周 86.5 万播放。YouTube 认出了两条视频的主题关联，把第二条推给了看过第一条的人。

观众连着看几条之后开始信任她，然后才发现她卖 B12 这类补充剂，还提供线上问诊。Derral 把 YouTube 放在漏斗顶部看：每条视频把观众从认识推到了解，再到信任，全程不用推销。

决定权只在开头那 5 到 10 秒

点进来之后，观众给的时间很短。长视频里，他们大约看 5 到 10 秒就决定走还是留，手机上这个窗口更窄，Shorts 的阈值以毫秒计。

Derral 提醒过一个通病：把广告文案那套技巧搬进自然流量视频。标题、封面、开头都像推销，观众点进来几秒就划走。开关要从「卖」拨到「帮」。

他还有两个判断。一是别在视频里卖货，忍住不推销的那批人反而做出了更多收入。二是别把价值锁在门槛后面：如果每条视频都在往落地页导，观众会失去信任；偶尔的行动引导没问题，次次把最好的内容留给付费产品，等于把 YouTube 唯一能建起来的关系拆掉。

留存曲线怎么读

他的运营循环是四步：计划、执行、分析、调整，分析从留存曲线看起。

观众在前十秒掉，问题通常只有两个可能：标题和封面吸引了错的人，或者开头没接住那个好奇。掉在三分钟，说明价值给得太慢，或者中间缺一个把人拉回来的钩子。

每一条上传都是一次实验。他把「前十秒流失从 50% 降到 30%」算作一次成功的调整，然后去找下一个掉点。这个循环跑久了，对观众的判断会变成直觉。

选题不靠猜，靠异常视频

Derral 管一个方法叫异常视频：一个粉丝不多的频道，某条视频短期拿了大量播放。这说明话题本身有广泛兴趣，而不是那条视频运气好。搜同类内容找这类视频，把 URL 收进表格或播放列表。

最值钱的数据在评论区。观众说哪里有用、哪里没讲透，没讲透的地方就是差异化选题。也可以看看评论者的主页，简介、头像、留言习惯会告诉你观众偏年轻还是偏年长。把一批 URL 丢给 Claude、ChatGPT 或 Gemini，问它们这些评论有什么共同点、哪些问题没人回答，能省下大量时间。

一个做了 17 年的反例

Derral 有个学生做了 17 年 YouTube，订阅量一万出头，播放量在 25 到 7000 之间飘。他在台上讲 keynote 很有感染力，一对着镜头就僵住。他换了环境：开一个 Zoom，把学生放到身后的屏幕上，对着他们讲，然后录下来。第一条用这个方式录的视频拿到 150 万播放。后来他习惯了镜头，不再需要观众在场。

话题的宽窄也会变。Pat Flynn 进宝可梦赛道时是个纯玩家，不算专家，花了一年才在新频道上找到自己的声音，之后一小时以上的长视频留存一直不错，线下活动能来 9500 人。Dry Creek Wrangler School 那边，创作者六十多岁，在篝火边录不剪辑的牛仔心得，订阅 160 万。疫情期间他的线下学校关门，反而有了时间录视频，最火的一条叫「When You Just Ain’t Got It Together」，850 万播放，下面 1.8 万条评论。

起量要多久，这个问题没有好听的答案。上门的销售管道起来之前，基本都先做了几个月的内容库，前三个月看不到结果是常态。

他也没回答另一个问题：等 AI 把选题、脚本、剪辑都接过去之后，那 5 到 10 秒的判断窗口会不会跟着变。眼下能确定的是别用同一套方法重复要不同的结果。

粉丝助手可以帮你把账号数据和内容策略对齐，看清每条视频卡在哪一环。