用途
Social Analytics 用于分析社交媒体账号并计算互动指标，帮助理解竞争对手和自有账号中哪些内容有效。典型用途包括：竞争对手分析（审计竞争对手的社交表现）、互动基准对比（计算并比较互动率）、内容分析（识别表现最好的帖子类型）、账号审计（评估社交媒体健康状况）以及生成社交表现报告。
主要能力
- 分析账号：获取粉丝数、关注数、帖子总数、平均点赞、平均转发、互动率、发帖频率、热门话题标签等。
- 计算互动率：按平台和时间范围或帖子数量计算互动指标。
- 查找高表现帖子：按互动量或指定指标（如点赞）列出表现最好的帖子。
- 导出数据：支持 CSV、JSON 等格式。
- 对比多个账号：并排比较粉丝数、互动率、每日发帖量等。
使用方式
该技能通过命令行脚本运行，依赖安装命令为：
pip install click pandas requests beautifulsoup4
# For authenticated API access:
pip install tweepy instaloader
常用命令示例：
python scripts/main.py analyze @competitor --platform twitter
python scripts/main.py analyze @brand --platform instagram
python scripts/main.py engagement @profile --platform twitter --days 30
python scripts/main.py engagement @profile --platform linkedin --posts 50
python scripts/main.py top-posts @profile --platform twitter --count 10
python scripts/main.py top-posts @profile --metric likes
python scripts/main.py export @profile --platform twitter --format csv
python scripts/main.py export @profile --platform instagram --output report.json
python scripts/main.py compare @brand1 @brand2 @brand3 --platform twitter
输出格式支持 text（终端快速查看）、csv（表格分析）、json（程序化使用）、md（报告与文档）。
适用场景
- 竞争对手社交审计：分析竞争对手账号的粉丝、发帖频率、互动率与热门标签。
- 互动率基准对比：在多个账号之间比较互动率，找出粉丝较少但互动更高的账号。
- 寻找制胜内容：识别高互动帖子及其类型、发布时间等特征。
- 社交表现报告：导出数据用于报告或进一步分析。
指标说明
- 互动率：(likes + comments + shares) / followers，衡量内容整体共鸣度。
- 放大率：shares / followers，衡量内容传播性。
- 对话率：comments / followers，衡量社区参与度。
- 赞赏率：likes / followers，衡量内容认可度。
资料还提供了 Twitter/X、Instagram、LinkedIn 在不同账号规模下的互动率基准表（Good / Great / Excellent），可作为对比参考。
限制
该技能擅长搭建数据分析框架、识别模式与趋势、创建可视化框架、计算统计指标；但它无法访问用户的实际数据，不能替代统计专业知识，不能替用户做业务决策，也不保证预测准确性。业务解读、指标定义、仪表盘设计、行动优先级和决策阈值由用户决定。