mcpField
S
social-analytics

social-analytics

github.com/guia-matthieu营销与增长150294 次安装4 周前更新
代码仓库

关于 social-analytics

用于分析社交媒体账号和互动数据的命令行技能，适合研究品牌或竞争对手账号的营销人员和分析师。它可计算指标、筛选热门帖子、比较账号并导出多种格式的结果。

主要功能

  1. 01分析社交媒体账号
  2. 02计算互动指标
  3. 03查找表现突出的帖子
  4. 04比较多个账号
  5. 05导出文本、CSV、JSON 或 Markdown 报告

适用场景

  1. 01审查竞争对手的社交账号
  2. 02比较不同品牌的互动率
  3. 03筛选表现较好的内容
  4. 04导出数据用于报告或进一步分析

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/guia-matthieu/clawfu-skills --skill social-analytics

安装后在 Claude Code 中输入/social-analytics确认已加载。

附带文件scripts/main.pyscripts/requirements.txt

详细介绍

社交媒体分析

分析社交媒体资料并计算互动指标，了解哪些内容对竞争对手和你自己的账号有效。

何时使用此技能

  • 竞争对手分析 - 审查竞争对手在社交媒体上的表现
  • 互动基准比较 - 计算并比较互动率
  • 内容分析 - 找出表现最佳的帖子类型
  • 资料审查 - 评估社交媒体账号的健康状况
  • 报告 - 生成社交媒体表现报告

Claude 的工作与由你决定的事项

Claude 的工作由你决定的事项
构建分析框架指标定义
识别数据中的模式业务解读
创建可视化模板仪表板设计
建议优化方向行动优先级
计算统计指标决策阈值

依赖项

pip install click pandas requests beautifulsoup4
# For authenticated API access:
pip install tweepy instaloader

命令

分析资料
python scripts/main.py analyze @competitor --platform twitter
python scripts/main.py analyze @brand --platform instagram
计算互动率
python scripts/main.py engagement @profile --platform twitter --days 30
python scripts/main.py engagement @profile --platform linkedin --posts 50
查找热门帖子
python scripts/main.py top-posts @profile --platform twitter --count 10
python scripts/main.py top-posts @profile --metric likes
导出数据
python scripts/main.py export @profile --platform twitter --format csv
python scripts/main.py export @profile --platform instagram --output report.json
比较资料
python scripts/main.py compare @brand1 @brand2 @brand3 --platform twitter

示例

示例 1：竞争对手社交媒体审查
# Analyze competitor profile
python scripts/main.py analyze @competitor_brand --platform twitter

# Output:
# Profile Analysis: @competitor_brand
# ─────────────────────────────────────
# Followers:      45,230
# Following:      1,234
# Total Posts:    2,456
# Avg Likes:      234
# Avg Retweets:   45
# Engagement:     2.3%
# Post Frequency: 3.2/day
# Top Hashtags:   #marketing, #growth, #startup
示例 2：互动率基准比较
# Compare engagement across competitors
python scripts/main.py compare @brand1 @brand2 @brand3 --platform twitter

# Output:
# Engagement Comparison
# ─────────────────────
# Profile         Followers   Eng.Rate   Posts/Day
# @brand1         45,230      2.3%       3.2
# @brand2         32,100      3.1%       2.1
# @brand3         89,500      1.8%       4.5

# Winner: @brand2 (highest engagement despite fewer followers)
示例 3：找出效果出色的内容
# Identify top performing posts
python scripts/main.py top-posts @marketing_pro --platform twitter --count 10

# Output:
# Top 10 Posts by Engagement
# ──────────────────────────
# 1. "Here's what nobody tells you about..."
#    Likes: 2,345  RTs: 456  Eng: 6.2%
#    Type: Thread  Time: Tuesday 9am

# 2. "The biggest mistake I see founders make..."
#    Likes: 1,890  RTs: 312  Eng: 4.8%
#    Type: Single  Time: Wednesday 8am

互动率基准

Twitter/X
账号规模良好很好极佳
<10K1-3%3-6%>6%
10K-100K0.5-1%1-3%>3%
100K+0.2-0.5%0.5-1%>1%
Instagram
账号规模良好很好极佳
<10K3-6%6-10%>10%
10K-100K1-3%3-6%>6%
100K+0.5-1%1-3%>3%
LinkedIn
账号规模良好很好极佳
个人2-4%4-8%>8%
公司0.5-1%1-2%>2%

指标说明

指标公式衡量内容
互动率(点赞 + 评论 + 分享) / 粉丝数内容的整体共鸣度
扩散率分享数 / 粉丝数内容的病毒式传播程度
对话率评论数 / 粉丝数社群互动情况
赞赏率点赞数 / 粉丝数内容获得的认可

输出格式

格式适用场景
text快速查看终端输出
csv电子表格分析
json程序化使用
md报告和文档

技能边界

此技能擅长的事项
  • 构建数据分析框架
  • 识别模式和趋势
  • 创建可视化框架
  • 计算统计指标
此技能无法完成的事项
  • 访问你的实际数据
  • 取代统计学专业知识
  • 做出业务决策
  • 保证预测准确性

相关技能

技能元数据

  • 模式：centaur
category: social
subcategory: analytics
dependencies: [pandas, requests, beautifulsoup4]
difficulty: intermediate
time_saved: 4+ hours/week

评论

支持 Markdown