Så jämför du konkurrenters TikTok-klipp med offentliga mätvärden: ett Python-flöde

Två team publicerar videor om liknande produkter men bedömer dem manuellt utifrån olika tecken: det ena kommer ihåg visningar, det andra kommentarer och det tredje sparar länkar i en chatt. En vecka senare är det svårt att avgöra vilka format konkurrenterna återanvänder, vilka inlägg som får påtagliga reaktioner och vad som har förändrats sedan den senaste genomgången.

Lösningen är att samla ett begränsat och reproducerbart urval av offentliga videor med förutbestämda sökord, spara den ursprungliga JSON-datan och skapa en tabell med enhetliga fält. Då kan ni jämföra videor i samma arbetsflöde i stället för att blanda slumpmässiga observationer med slutsatser om marknaden. Här följer ett upplägg för enkel konkurrentbevakning i Python med TikTok Scraper API från jsonscraper.

Börja med att definiera analysfrågan

Datainsamling är användbar när ni på förhand vet vilket beslut den ska ligga till grund för. Ett marknadsföringsteam hos en tillverkare av sportflaskor kan till exempel vilja förstå hur konkurrenterna visar upp produkten i korta videor: genom att demonstrera användning, packa upp den, jämföra den med andra produkter eller visa användarreaktioner. Ni behöver inte kopiera hela TikTok. Det räcker med några riktade sökfrågor och återkommande observationer av de videor som API:et returnerar för dessa frågor.

Formulera frågan så att den går att undersöka: ”Vilka format för beskrivningar och demonstrationer förekommer bland videorna som publicerats för våra fem nyckelfraser, och vilka av de hittade videorna har för närvarande flest visningar och reaktioner?” Frågan skiljer åt analysens två delar. Texten och beskrivningen hjälper till att gruppera kreativa grepp, medan antalet visningar, gilla-markeringar, kommentarer och delningar ger en ögonblicksbild av den offentliga responsen vid insamlingstillfället.

Den här ögonblicksbilden är användbar för att prioritera manuell granskning och följa förändringar. Den beskriver videor som returnerats för specifika sökfrågor, parametrar och en viss tidpunkt. Därför är en korrekt slutsats exempelvis ”uppackningsvideor förekommer ofta i vårt urval” eller ”den här videogruppen har just nu en högre median för visningar”. En sådan avgränsning hjälper teamet att välja hypoteser för sitt eget innehåll.

Utforma ett litet dataflöde

Dela upp arbetet i fyra steg: insamling, lagring av rådata, normalisering och analys. Insamlingen anropar API:et för varje godkänt nyckelord. Spara hela råsvaret så att det går att granska de extraherade värdena i efterhand. Normaliseringen omvandlar den nästlade JSON-strukturen till tabellrader, och analysen beräknar mätvärden och grupperar videor efter nyckelord eller manuellt tilldelade format.

• Insamling. Begär ett bestämt antal resultat för varje nyckelord med samma region och sortering.
• Arkiv. Spara den ursprungliga JSON-datan och hämtningstidpunkten så att extraherade värden kan kontrolleras.
• Normalisering. Behåll video-ID, länk, beskrivning, upphovsperson, publiceringstid och tillgängliga räknare.
• Kvalitetskontroll. Ta bort dubbletter baserat på ID, markera saknade värden och spara nyckelordet som ledde till videon.
• Jämförelse. Beräkna egna mått enbart från tillgängliga källfält och jämför grupper från samma ögonblicksbild.

Det här upplägget är bättre än en länklista eftersom det bevarar varje rads ursprung och gör det möjligt att skilja en video som dyker upp igen från nytt material. Spara också insamlingsdatumet: offentliga räknare kan ändras, så värdet i dagens svar ska inte tolkas som en permanent egenskap hos videon.

Vad TikTok Scraper API stöder

För att söka efter videor med en textfråga beskriver jsonscrapers dokumentation GET-rutten /searchVideo på basadressen https://tiktok.evelode.com. Den obligatoriska parametern är keyword; även count, cursor, region, date_posted, sort_by och cache_timeout stöds. Dokumentationen anger sorteringsalternativen most-liked, relevance och date-posted. Publiceringsperioderna omfattar yesterday, this-week, this-month, last-3-months, last-6-months och all-time. Kontrollera parameternamn och betydelser i