Le problème
Les sections de commentaires TikTok contiennent des retours produits, des demandes de fonctionnalités et des informations concurrentielles. Les marques parcourent manuellement les commentaires sur quelques vidéos mais manquent des signaux sur des centaines de vidéos pertinentes.
La solution Scavio
Recherchez TikTok pour les mentions de marque, extrayez les commentaires des vidéos à fort engagement et classez les commentaires par type de signal : retours positifs, plaintes, demandes de fonctionnalités, mentions de concurrents. Coût : 0,05 à 0,10 $ par vidéo analysée.
Avant
Avant l'analyse automatisée des commentaires, une équipe produit lisait manuellement les commentaires sur 5 à 10 vidéos TikTok par semaine concernant leur produit. Ils ont manqué une demande de fonctionnalité récurrente mentionnée dans plus de 30 commentaires sur 8 vidéos différentes.
Après
Après avoir mis en place l'extraction des commentaires, l'équipe analyse 50 vidéos chaque semaine. Le pipeline extrait plus de 500 commentaires, les classe par type de signal et met en avant les demandes de fonctionnalités les plus fréquentes. La demande récurrente est détectée et priorisée. Coût hebdomadaire : 2,50 $.
À qui cela s'adresse
Chefs de produit, responsables de marque, équipes de réussite client et analystes de veille concurrentielle qui surveillent les retours sur TikTok.
Avantages clés
- Analysez plus de 50 vidéos TikTok par semaine pour 2,50 $
- Classez les commentaires en retours, plaintes, demandes de fonctionnalités
- Détectez les thèmes récurrents sur plusieurs vidéos
- Mettez en évidence les mentions de concurrents dans les discussions de commentaires
- Quantifiez la distribution des sentiments par vidéo
Exemple Python
import requests, os
H = {'Authorization': f'Bearer {os.environ["SCAVIO_API_KEY"]}', 'Content-Type': 'application/json'}
def extract_signals(brand, pages=2):
vids = requests.post('https://api.scavio.dev/api/v1/tiktok/search/videos',
headers=H, json={'keyword': brand, 'count': 20}).json()
signals = []
for v in vids.get('data', {}).get('videos', [])[:10]:
if v['stats']['commentCount'] > 5:
comments = requests.post('https://api.scavio.dev/api/v1/tiktok/video/comments',
headers=H, json={'aweme_id': v['id'], 'count': 20, 'cursor': 0}).json()
for c in comments.get('data', {}).get('comments', []):
signals.append({'video': v['desc'][:40], 'comment': c['text'],
'likes': c['digg_count']})
return signals
signals = extract_signals('mybrand')
print(f'{len(signals)} comment signals extracted')Exemple JavaScript
const H = {'Authorization': `Bearer ${process.env.SCAVIO_API_KEY}`, 'Content-Type': 'application/json'};
async function extractSignals(brand) {
const vids = await fetch('https://api.scavio.dev/api/v1/tiktok/search/videos', {
method: 'POST', headers: H, body: JSON.stringify({keyword: brand, count: 20})
}).then(r => r.json());
const signals = [];
for (const v of (vids.data?.videos || []).slice(0, 10)) {
if (v.stats.commentCount > 5) {
const c = await fetch('https://api.scavio.dev/api/v1/tiktok/video/comments', {
method: 'POST', headers: H, body: JSON.stringify({aweme_id: v.id, count: 20, cursor: 0})
}).then(r => r.json());
(c.data?.comments || []).forEach(cm => signals.push({comment: cm.text, likes: cm.digg_count}));
}
}
console.log(`${signals.length} signals`);
}
extractSignals('mybrand');Plateformes utilisées
TikTok
Découverte de vidéos tendance, créateurs et produits