monitoring-tiktok-mentions-of-brand

ブランドへのTikTokでの言及をモニタリングする

ブランドハッシュタグとキーワード検索を通じて、ブランドに言及するTikTokコンテンツを追跡します。TikTokはブランドの評判が最も速く変化するプラットフォームです。批判や称賛が数時間で拡散することがあります。

前提条件

• APIFY_TOKEN 環境変数が設定されていること
• 任意：Apify MCP サーバーがインストールされていること

入力

パラメーター	型	必須	デフォルト	備考
startUrls	配列	任意	[]	TikTok の URL — ユーザープロフィール、ハッシュタグ、音楽ページ、検索、場所
keywords	配列	任意	[]	投稿を見つけるための検索キーワード／語句
sortType	文字列	任意	RELEVANCE	キーワード検索結果の並べ替え順：RELEVANCE、MOST_LIKED、DATE_POSTED
location	文字列	任意	—	地域を絞り込むための ISO 3166-1 alpha-2 国コード（例：US、GB）
maxItems	数値	任意	無制限	実行全体で返す投稿の最大数
includeSearchKeywords	ブール値	任意	false	各投稿に一致した検索キーワードのフィールドを追加
customMapFunction	文字列	任意	—	各出力オブジェクトを変換する JavaScript 関数

ワークフロー

Progress:
- [ ] Step 1: Run tiktok-scraper for branded hashtags
- [ ] Step 2: Filter by view count and date
- [ ] Step 3: Classify sentiment and content type
- [ ] Step 4: Identify trending posts and crisis signals
- [ ] Step 5: Deliver monitoring report

ステップ 1：Actor を実行する

推奨 — run_actor.js（待機、出力、ファイル保存を自動で処理します）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~tiktok-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~tiktok-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~tiktok-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

APIFY_TOKEN は環境または .env ファイルに設定する必要があります。

Apify MCP が利用可能な場合：

Tool: apify:run-actor
Actor: "apidojo~tiktok-scraper"
Input:
{
  "keywords": ["#[BRAND]", "#[BRAND]review", "#[BRAND]honest"],
  "maxItems": 200
}

REST API による代替手段：

curl -X POST   "https://api.apify.com/v2/acts/apidojo~tiktok-scraper/runs?token=$APIFY_TOKEN"   -H "Content-Type: application/json"   -d '{
    "keywords": ["#[brand]", "#[brand]review", "#[brand]honest"],
    "maxItems": 200
  }'

ステップ 2：分類してスコアを付ける

コンテンツの種類：

UNBOXING = "unboxing", "first impression", "first look"
REVIEW = "review", "honest", "real talk", "thoughts on"
COMPLAINT = "disappointed", "refund", "scam", "doesn't work", "returning"
TUTORIAL = "how to", "tips", "tutorial"
ENTERTAINMENT = trend audio, no product focus

センチメント（語彙ベース — Twitter のセンチメントスキルと同じモデル）：

• 肯定／否定／中立を示す指標を使用します
• コミュニティの同意を示すシグナルとして、diggCount（いいね数）で重み付けします

拡散力のシグナル：

virality = playCount / (follower_count_of_creator + 1)

virality > 2.0 の場合：投稿がクリエイターのオーディエンスを大きく超えて届いているため、TRENDING としてフラグを付けます。

ステップ 3：危機の検出

次の場合に CRISIS_ALERT としてフラグを付けます。

• playCount > 500K かつ sentiment = NEGATIVE の投稿が 1 件でもある
• 48 時間以内に苦情の投稿が 5 件を超える
• 否定的な投稿でコメント数と再生数の比率が 3% を超える（エンゲージメントが高い場合は論争の可能性があります）

ステップ 4：例外的なケース

• ハッシュタグに無関係なコンテンツが多すぎる場合：ブランドのサブ製品名またはモデル名を追加して絞り込みます
• ブランドのTikTokでの存在感が低い場合（投稿 10 件未満）：これは注目すべきデータです。報告してください。ブランドには、積極的なTikTok戦略が必要な可能性があります
• ブランドについてのデュエット／スティッチ投稿：これらも言及として扱いますが、元のコンテンツへのリアクションであることが多いため、REACTION に分類し、元動画を記載します

出力形式

# TikTok Brand Monitor: [BRAND_NAME]
Period: [DATE_RANGE] | Posts collected: [N] | Total estimated reach: [N] views | Date: [DATE]

## Overall Sentiment
Positive: [X%] | Negative: [X%] | Neutral: [X%]
⚠️ CRISIS ALERTS: [N] (posts above threshold — see below)

## Content Type Distribution
Unboxing: [N] | Reviews: [N] | Complaints: [N] | Tutorials: [N]

## Trending Posts (> 100K Views)
| Creator | @Handle | Views | Likes | Sentiment | Type | Caption Preview |
|---------|---------|-------|-------|-----------|------|----------------|

## CRISIS ALERTS (Negative + High Reach)
| Creator | Views | Complaint Theme | Days Live | Post URL |
|---------|-------|----------------|-----------|---------|

## Top Advocates
| Creator | @Handle | Followers | Views | Post Type | Score |
|---------|---------|-----------|-------|----------|-------|

トラブルシューティング

見つかった投稿が非常に少ない：ブランドが別のハッシュタグの付け方をしている可能性があります。ブランド名なしで製品名を試してください（#[brand]product ではなく #[product]）。 結果がすべて開封／購入品紹介のコンテンツ：消費者向けブランドでは通常のことです。これは肯定的な傾向です。否定的なコンテンツのみをアラートするようモニタリングを設定してください。 荒らしキャンペーンによって危機アラートが発生した：苦情の投稿が新しいアカウントの集まり（作成から 30 日以内、フォロワー 100 人未満）からのものか確認してください。組織的な可能性があります。この背景をレポートに記載してください。