SuperAPI AI 工具集

fit-scorer

营销与增长

查看项目

更新于 10-24 16:20

技能介绍

用途

Fit Scorer 帮助用户客观评估网红与品牌的匹配程度,通过多维度打分,把主观的“感觉”转化为数据驱动的合作决策。

主要能力

  • 多维度评分:从受众、内容、品牌、互动等维度进行评估。
  • 加权分析:根据活动优先级应用自定义权重。
  • 真实性检查:评估粉丝质量和互动真实性。
  • 风险评估:识别潜在的品牌安全顾虑。
  • 对比排名:将多个网红相互比较并排名。
  • ROI 预测:估算潜在表现和价值。

使用方式

评估单个网红:

Score @[handle] for [brand/campaign] and tell me if they're a good fit

对比多个网红:

Compare and rank these influencers for [campaign]:

  • @influencer1
  • @influencer2
  • @influencer3

自定义标准:

Score these influencers with emphasis on [engagement/audience match/content quality]: [list of influencers]

评分框架

评分维度包括受众匹配、内容质量、品牌契合、互动质量、合作潜力,总权重 100%。评分采用 1-5 分制(1=差,2=低于平均,3=平均,4=良好,5=优秀)。

受众匹配

对比目标受众与实际受众在年龄、性别、地点、兴趣、收入/购买力上的匹配情况,并评估受众质量(真实粉丝比例、活跃粉丝比例、机器人/垃圾账号比例、受众增长趋势)。

内容质量

评估制作质量(视觉、音频、剪辑、创意、一致性)、内容分析(发布频率、内容组合、文案质量、话题标签策略)、最佳内容示例和内容顾虑。

品牌契合

评估价值观契合、审美契合(颜色、语调、视觉风格)、信息契合(声音兼容性、话题相关性、受众重叠),并进行品牌安全检查(政治内容、争议观点、竞品提及、成人内容、法律/监管风险)。

互动质量

评估各平台互动指标(粉丝数、互动率、行业平均、对比),互动真实性(评论质量、评论多样性、点赞/评论比、互动时间模式、粉丝互动比例),识别互动水军/购买迹象,以及回复与互动情况。

合作潜力

评估合作历史(品牌、近期性、内容质量、披露情况)、专业度指标(联系可达性、响应声誉、内容交付、广告创意质量、披露合规性)、独家性与可用性,以及估算价值(预估报价、CPM 估算、价值评估)。

最终评分

汇总各维度加权得分,得出总分(满分 5.00),并按区间给出评级:4.5-5.0 优秀(优先合作伙伴)、4.0-4.4 很好(强力候选)、3.5-3.9 良好(值得争取)、3.0-3.4 平均(需附带条件考虑)、2.5-2.9 低于平均(谨慎推进)、低于 2.5 差(不推荐)。同时给出结论、关键优势、关键顾虑、最佳使用场景和预期表现。

多网红对比

生成对比报告,包含排名摘要、详细对比表、可视化对比和推荐(优先合作、考虑组合、放弃)。

自定义权重

可根据活动目标调整权重,例如:

  • 认知:受众 30%、内容 25%、品牌 15%、互动 20%、合作 10%
  • 互动:受众 20%、内容 20%、品牌 15%、互动 35%、合作 10%
  • 转化:受众 35%、内容 15%、品牌 20%、互动 20%、合作 10%
  • 品牌建设:受众 20%、内容 25%、品牌 30%、互动 15%、合作 10%
  • 长期:受众 25%、内容 20%、品牌 25%、互动 15%、合作 15%

适用场景

  • 从发现列表中确定网红优先级
  • 在多个候选人之间为活动做选择
  • 向利益相关者说明网红选择理由
  • 创建一致的评估标准
  • 跨不同领域或平台比较网红
  • 构建长期合作伙伴分层

限制

资料未提供具体的平台支持范围、数据来源、是否需要外部 API、收费方式或价格信息。评分结果依赖所提供数据的准确性和完整性。