TikTokインフルエンサー分析：クリエイターショートリストの評価

TL;DR:

• クリエイターのショートリストには、二つのレベルでの証拠が必要です。 公開プロフィールの統計とクリエイターの公開投稿の限られたサンプルを組み合わせます。
• 透明なスコアカードを使用してください。 説明のないランキングを作成するのではなく、入力、変換、重み、そして人間の決定を記録します。
• ウイルス投稿の代わりに分布を選択してください。 中央値のエンゲージメントと投稿頻度は、単一の最大値よりもサンプルをより公平に記述します。
• 利用不可能なオーディエンストレイトを推測しないでください。 文書化されたアクターは、フォロワーのデモグラフィック、フォロワーリスト、または偽フォロワーラベルを返しません。
• ブランドの適合性は人間のレビューに依存します。 コンテンツのテーマ、開示の質、安全性のコンテキスト、およびクリエイティブな適合性は、単に公開カウントに還元することはできません。
• 無料で開始できます。 新しいScrapelessアカウントには、Scrapelessダッシュボードを通じて無料クレジットが含まれています。

Introduction: ハンドルのリストをレビュー可能なショートリストに変換する

インフルエンサーの選択は、通常、ユーザー名のスプレッドシートから始まります。フォロワー数はそのリストを並べ替え可能にしますが、アカウントが一貫して投稿しているか、最近のコンテンツがインタラクションを引き付けているか、またはそのコンテンツが特定のブリーフに適切であるかを示しません。

より良いTikTokインフルエンサー分析は、二つの文書化されたScrapelessアクターを結びつけます。scraper.tiktok.user.detailは各公共プロフィールを解決し、アカウント統計とsec_uidを返します。scraper.tiktok.user.workは、そのsec_uidを使用して、限られたセットの公開投稿とエンゲージメントフィールドを返します。パイプラインはその後、記述的な特徴を計算し、人間のレビューのためのスコアカードを生成します。

より広範なリクエストパターンについては、Scrapelessデータアクターのガイドを参照してください。

Pipeline at a Glance

出力は決定支援ツールです。オーディエンスの真実性、売上への影響、または将来のキャンペーンパフォーマンスを証明するものではありません。

Define the Evaluation Before Collecting Data

APIを開く前に決定ルールを書いてください。役立つブリーフは以下を述べます：

• ターゲット市場およびキャンペーンカテゴリ
• 最低限のコンテンツ関連性の要件
• 各クリエイターに使用する投稿サンプルサイズ
• 不適格とされるコンテンツまたは開示の問題
• 公開メトリクスが決定的ではなく記述的であるもの
• 最終レビューを行う人

インフルエンサーの開示はレビューの一部です。FTCのソーシャルメディアインフルエンサーのための開示ガイダンスは、物質的な関係がオーディエンスに明確であるべきであることを説明しています。キャンペーン市場に対して適用されるローカルルールを使用してください。

Prerequisites

• ScrapelessダッシュボードからのScrapelessアカウントとAPIトークン
• 公開TikTokユーザー名の許可されたリスト
• 書面によるスコアカードおよび手動レビューポリシー
• プロフィール、投稿、および決定レコードの保持期間

コードにはSCRAPELESS_API_KEY内のライブトークンと、creators.txtという名前のニューライン区切りファイルが必要です。

Stage 1 — 各公共プロフィールを解決する

scraper.tiktok.user.detailをunique_idで呼び出します。account_id、ユーザー名、sec_uid、プロフィールURL、公開統計、アカウントフラグ、および収集タイムスタンプを保持します。ユーザーディテールアクターのドキュメントは、サポートされている応答フィールドをリストします。

オプションのフィールドが空白のときにクリエイターを静かに破棄しないでください。レビューアが不完全なデータと拒否されたアカウントを区別できるように、明示的な収集状態でプロフィールを保存します。

Stage 2 — Comparable Post Sampleの収集

scraper.tiktok.user.workを返されたsec_uidで使用します。各クリエイターに同じ要求されたcountと開始cursorを与え、最初の比較が一つのサンプリングルールに従うようにします。アクターは、投稿の説明、URL、タイムスタンプ、公開エンゲージメントカウント、メディアフィールド、ハッシュタグ、言語、投稿フラグ、音楽、字幕、および許可を返すことができます。

ユーザー作業アクターのドキュメントは、cursorを文字列として、countを正の整数として文書化しています。現在の応答とドキュメントが確認された継続値を明らかにするまで、最初の応答以降は続行しないでください。

Scrapelessでスクレイピングを開始する

Scrapelessでウェブスクレイピングと自動化ワークフローを強化しましょう！
今日サインアップして、$5の無料クレジットを獲得しましょう — クレジットカードは不要です。

今すぐScrapelessダッシュボードで無料クレジットを請求してください。

ステージ3 —記述的特徴の計算

以下のプログラムはプロファイルを解決し、同じ制約を持つ投稿サンプルを要求し、中央値を計算します。スコアカードを記述的に保ちます：利用できない人口統計データや架空フォロワーのラベルはありません。

import json
import os
import statistics
from urllib.request import Request, urlopen

ENDPOINT = "https://api.scrapeless.com/api/v1/scraper/request"
TOKEN = os.environ["SCRAPELESS_API_KEY"]


def actor(name, actor_input):
    request = Request(
        ENDPOINT,
        data=json.dumps({"actor": name, "input": actor_input}).encode(),
        headers={"x-api-token": TOKEN, "content-type": "application/json"},
        method="POST",
    )
    with urlopen(request, timeout=60) as response:
        return json.load(response)


def median(items, field):
    values = [item[field] for item in items if isinstance(item.get(field), (int, float))]
    return statistics.median(values) if values else None


def evaluate(username):
    profile = actor("scraper.tiktok.user.detail", {"unique_id": username.lstrip("@")})
    posts = actor(
        "scraper.tiktok.user.work",
        {"sec_uid": profile["sec_uid"], "cursor": "0", "count": 20},
    ).get("items", [])
    return {
        "unique_id": profile.get("unique_id"),
        "profile_url": profile.get("profile_url"),
        "is_verified": profile.get("is_verified"),
        "is_private": profile.get("is_private"),
        "profile_statistics": profile.get("statistics") or {},
        "sample_size": len(posts),
        "median_play_count": median(posts, "play_count"),
        "median_like_count": median(posts, "like_count"),
        "median_comment_count": median(posts, "comment_count"),
        "median_share_count": median(posts, "share_count"),
        "content_links": [post.get("url") for post in posts if post.get("url")],
    }


with open("creators.txt", encoding="utf-8") as source:
    usernames = [line.strip() for line in source if line.strip()]

results = [evaluate(username) for username in usernames]
print(json.dumps(results, ensure_ascii=False, indent=2))

Pythonのstatisticsモジュールドキュメントは中央値計算を定義します。中央値は異常に大きな観測値の影響を減少させますが、サンプリングバイアスを排除したり因果関係を確立したりするわけではありません。

ステージ4 — 人間のレビューを追加

各クリエイターパケットはプロファイルURL、公共の概要統計、サンプルサイズ、中央値の投稿特徴、およびサンプリングされたコンテンツへのリンクを示すべきです。レビュアーは次のことを記録します：

• キャンペーンテーマへの関連性
• コンテンツの質と製作適合性
• スポンサー付き素材の開示慣行
• 安全性または適合性に関する懸念
• 観察可能なコンテンツに基づく言語と市場適合性
• 短い理由を添えて、受け入れ、保留、または拒否の決定

ユーザー名、伝記、またはエンゲージメント数から年齢、民族、収入、健康状態、またはオーディエンス構成を推測しないでください。アクターは人口統計パネルを提供せず、自動的な推測は信頼できる証拠なしにリスクを追加します。

ステージ5 — 決定パケットを保存

ソースの観察と決定を分けて保存します。プロファイル統計と投稿メトリックは変わる可能性があります；人間の決定は特定のサンプルとブリーフに属します。役立つ記録にはブリーフID、クリエイターID、観察時間、サンプリングされた投稿ID、導出された特徴、レビュアー、決定、理由が含まれます。

NISTプライバシーフレームワークは、チームがプライバシーリスクを特定し、収集、アクセス、保持、削除の管理を設定するのに役立ちます。保存するデータはキャンペーン評価に必要なものに制限してください。

ScrapelessはScraping APIを通じて両方のアクターを提供します。ショートリストのサイズと投稿サンプルが分かった時に現在の価格を確認してください。

誤解を招くランキングを避ける方法

• 利用できない値で割らないでください。 分母が欠如しているかゼロの場合は、導出メトリックを未知として記録してください。
• 開示なしで不均等なサンプルを比較しないでください。 各行に要求されたサンプルサイズと返されたサンプルサイズを保ってください。
• 普遍的なエンゲージメントしきい値を設定しないでください。 カテゴリ、アカウントサイズ、コンテンツフォーマット、サンプルウィンドウが観察された分布に影響します。
• 公的な数値からアカウントを詐欺的とラベル付けしないでください。 アクターは観察結果を返し、真正性の評決を行うわけではありません。
• 最終的な適合性の決定を自動化しないでください。 レビュアーは実際のコンテンツとキャンペーンブリーフを検査する必要があります。

結論：ショートリストを説明可能にする

TikTokインフルエンサー分析は、文書化されたパイプラインとして最も効果的です：公共プロファイルを解決し、一貫した投稿サンプルを収集し、単純な記述的特徴を計算し、その証拠を人間のレビュアーに送ります。ソーススナップショットを決定の隣に保ち、別のレビュアーがショートリストがどのように作成されたかを理解できるようにします。

クリエイターレビューのパイプラインを構築する準備はできましたか？

データモデルについて議論するために、Scrapeless DiscordまたはTelegramコミュニティに参加してください。ショートリストポリシーが準備できたら、Scrapelessダッシュボードにアカウントを作成してください。

FAQ

Q: TikTokインフルエンサー分析をサポートするデータは何ですか？

文書化されたアクターは公共プロファイルの詳細、アカウント統計、および説明、URL、タイムスタンプ、エンゲージメント数などの公共投稿フィールドを提供します。

Q: APIは偽フォロワーを特定できますか？

いいえ。フォロワーのアイデンティティや真正性ラベルを返さないため、公的な数値を詐欺の証拠として提示するべきではありません。

Q: 最近の投稿を比較する公正な方法は何ですか？

すべてのクリエイターに対して同じサンプリングルールを使用し、サンプルサイズを維持し、分布を要約し、レビュアーに対して基礎となるコンテンツへのリンクを示します。

Q: 公共の指標はブランド適合性を決定できますか？

いいえ。公共の指標はレビューを整理できますが、コンテンツの関連性、開示、適合性、創造的適合性は人間の判断を必要とします。

Q: 公共のクリエイターデータを収集することは合法ですか？
法的な問題は、管轄、目的、分野、アクセス方法、適用される条件によって異なります。データを最小限に抑え、目的を文書化し、アクセスを制限し、キャンペーンのために法的アドバイスを取得してください。

Q: プロキシ、ページ defenses、または DOM の変更を管理する必要がありますか？

Scrapelessは、基盤となるコレクション サーフェスを処理します。アプリケーションは、入力、構造化された出力、サンプリング、および意思決定記録を管理します。

Q: パイプラインはAIエージェントなしで実行できますか？

はい。このワークフローに示されているのは、直接のHTTP呼び出しと通常のPython統計だけで十分です。