finding-brand-collaborations-on-tiktok

在 TikTok 上寻找品牌合作

梳理某个产品类别中正在进行的品牌与创作者合作。找出哪些品牌正在投资 TikTok 网红营销、与哪些创作者合作，以及赞助内容的表现基准。

前置条件

• 已设置 APIFY_TOKEN 环境变量
• 可选：已安装 Apify MCP 服务

输入

参数	类型	必填	默认值	说明
startUrls	数组	可选	[]	TikTok URL — 用户主页、话题标签、音乐页面、搜索、地点
keywords	数组	可选	[]	用于查找帖子内容的搜索关键词/词语
sortType	字符串	可选	RELEVANCE	关键词结果的排序方式：RELEVANCE、MOST_LIKED、DATE_POSTED
location	字符串	可选	—	用于按地区筛选的 ISO 3166-1 alpha-2 国家代码（例如 US、GB）
maxItems	数字	可选	不限	本次运行最多返回的帖子数
includeSearchKeywords	布尔值	可选	false	为每篇帖子添加匹配的搜索关键词字段
customMapFunction	字符串	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流

Progress:
- [ ] Step 1: Search sponsored content hashtags for category
- [ ] Step 2: Filter for sponsored signals
- [ ] Step 3: Extract brand and creator pairs
- [ ] Step 4: Analyze collaboration patterns
- [ ] Step 5: Deliver brand-creator map

步骤 1：搜索帖子

推荐 — run_actor.js（自动处理等待、输出和文件保存）：

# 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

必须在环境或 .env 文件中设置 APIFY_TOKEN。

如果有 Apify MCP：

Tool: apify:run-actor
Actor: "apidojo~tiktok-scraper"
Input:
{
  "keywords": ["#ad", "#sponsored", "#[category]partner", "#[category]collab"],
  "keywords": ["[BRAND_NAME] sent", "use code", "thanks to [CATEGORY] brand"],
  "maxItems": 300
}

REST API 备用方案：

curl -X POST   "https://api.apify.com/v2/acts/apidojo~tiktok-scraper/runs?token=$APIFY_TOKEN"   -H "Content-Type: application/json"   -d '{
    "keywords": ["#ad", "#sponsored", "#fitnesspartner"],
    "maxItems": 300
  }'

步骤 2：提取品牌与创作者配对

从每篇赞助帖子中提取：

• brand_name：从说明文字中的提及获取（@[brand]、[Brand] sent me、thanks to [Brand]）
• creator_handle：authorMeta.name
• post_views：playCount
• post_date：createTime
• collaboration_type：#gifted（产品寄送）与 #ad/#sponsored（付费）

步骤 3：评估活动表现

sponsored_performance = playCount / 1000 (views in thousands)
creator_roi_proxy = playCount / followerCount  (view-to-follower ratio for sponsored post)

每位创作者的品牌合作频率：

collab_depth = count(posts where same brand appears) / total_posts_in_date_range

步骤 4：边缘情况

• 没有 #ad 标签，但明显是赞助内容：也要检查说明文字中是否包含 "gifted"、"c/o"、"partnership"；TikTok 上的披露情况并不一致
• 品牌名称有歧义（例如体育语境中的 “Nike”）：检查创作者简介是否提及品牌合作，或帖子是否采用专门展示产品的形式，以此进行确认
• 找到的赞助帖子少于 20 篇：该类别在 TikTok 上的赞助可能较少；检查品牌是否采用更隐蔽的模式（未披露），并将搜索范围扩大到仅使用产品名称

输出格式

# TikTok Brand Collaboration Map: [CATEGORY]
Posts analyzed: [N] | Sponsored posts identified: [N] | Unique brands: [N] | Date: [DATE]

## Brands Running Active TikTok Campaigns
| Brand | # Creators Used | # Posts | Avg Views/Post | Collaboration Type |
|-------|----------------|---------|----------------|-------------------|
| [brand] | [N] | [N] | [N] | [Gifted/Paid/Mixed] |

## Creator-Brand Pairs
| Creator | @Handle | Brand | Posts | Avg Views | Collab Type | Est. Reach |
|---------|---------|-------|-------|-----------|-------------|-----------|
| [name] | @[handle] | [brand] | [N] | [N] | [Gifted/Paid] | [N] |

## Benchmark: Sponsored Post Performance in [CATEGORY]
- Median views for sponsored posts: [N]
- Top-performing brand campaign: [brand] — [N] avg views
- Most-used creator tier: [micro/macro/mega]

故障排除

披露数据稀少：TikTok 抓取的说明文字中不一定总会出现 #ad。请检查文本中的品牌提及和产品代码。 结果不属于该类别：将 #ad 与细分关键词组合起来优化搜索："#ad #fitness" 或 "#sponsored #skincare"。 找不到竞争对手的活动：如果竞争对手没有进行披露，可直接在 TikTok 搜索中查找其品牌 @提及。