Case Study: Automating Influencer Discovery for High-Engagement Brands

Glinteco では、カスタムソーシャルメディアスクレイピングソリューションに対する大量のリクエストを受け取ります。クライアントは、ソーシャルプラットフォームが広大である一方で、データが「ノイズが多い」ことに気づくことがよくあります。彼らは単にユーザーのリストを必要としているのではなく、特定のパフォーマンスしきい値を満たすアクティブで価値の高いクリエイターのリストを必要としています。

このケーススタディは、一般的なリクエストを強調しています。それは、Instagramの「アクティブミドル」を見つけることです。これは、5,000人のフォロワーというしっかりとしたベースラインを持ち、毎日の投稿スケジュールを維持しているユーザーです。

課題：一貫性の追求

多くのお客様にとって、アカウントが休眠状態の場合、フォロワー数が多くても意味がありません。手動での発見はボトルネックです。

問題点：アクティブなクリエイターを10人見つけるのに、手動スクロールで2時間かかる場合があります。
目標：現在「トレンド」で、非常にエンゲージメントの高いユーザーの特定を自動化する。
基準：5,000人以上のフォロワーと、過去24時間以内に公開されたコンテンツ。

ソリューション：Python + Apify SDK

これを大規模に解決するために、Apify Python SDK を利用します。これにより、apify/instagram-scraper をトリガーし、データをカスタムフィルタリングエンジンに即座にパイプすることができます。

1. プログラマティック抽出

ダッシュボードを使用する代わりに、apify-client を介してスクレイピングを開始します。これにより、特定のハッシュタグや地理的な場所をターゲットにして、最初の候補者のプールを見つけることができます。

from apify_client import ApifyClient from datetime import datetime, timedelta

client = ApifyClient("YOUR_API_TOKEN")

# Targeting high-intent fitness hashtags run_input = { "hashtags": ["wellnessjourney", "fitfluencer"], "resultsLimit": 500, }

# Run the actor run = client.actor("apify/instagram-scraper").call(run_input=run_input)

2. Glinteco「アクティブフィルター」

生データが取得されると、クライアントの正確な要件を満たすクリエイターを分離するためにロジックレイヤーを適用します。これが、「ゴーストアカウント」を毎日の投稿者から区別する場所です。

# Setup our time window (24 hours) cutoff_time = datetime.now() - timedelta(days=1) verified_leads = []

for item in client.dataset(run["defaultDatasetId"]).iterate_items(): followers = item.get("followersCount", 0) last_post_ts = item.get("latestPostTimestamp") if last_post_ts: last_post_date = datetime.fromtimestamp(last_post_ts) # Applying the 5k follower and 24h activity rule if followers >= 5000 and last_post_date >= cutoff_time: verified_leads.append({ "username": item.get("username"), "followers": followers, "status": "Daily Poster" })