【立即体验】微博实时数据API
筛选达人还在靠刷微博？数据会告诉你真相
“这个达人粉丝500万，合作报价8万，应该不错吧？”——这是很多市场人在选KOL时的第一反应。但数据可能会告诉你另一个故事：500万粉丝里可能有一半是僵尸粉，近一个月的平均互动率不到0.5%。
微博实时数据API可以帮你用数据筛选达人：粉丝数、认证类型、MCN归属、互动率——这些信息都可以通过API返回的用户数据字段获取。
Key Takeaways
– 微博用户数据字段完善：粉丝数、认证类型、MCN机构、IP属地一应俱全
– verified_type字段可以筛选不同等级的用户（0名人/1政府/2企业/200达人）
– mcn_name字段直接显示达人所属MCN，省去调研时间
– 每次调用2元，最多100条数据；监控10个关键词月成本约600元
– 通过like_count和repost_count可以计算真实互动率，避免被”假粉”误导
微博达人数据的核心价值
微博用户数据字段（其他平台没有的）
| 字段 | 说明 | 筛选价值 |
|---|---|---|
| followers_count | 粉丝数 | 达人规模分级 |
| friends_count | 关注数 | 判断是否互粉 |
| verified_type | 认证类型（0名人/2企业/200达人等） | 精准筛选目标群体 |
| mcn_name | MCN机构名称 | 达人归属判断 |
| level | 用户等级 | 平台内影响力 |
| ip_region | IP属地 | 地域性筛选 |
| description | 个人简介 | 内容领域判断 |
| statuses_count | 发文数 | 活跃度判断 |
定价说明
| 场景 | 调用方式 | 成本 |
|---|---|---|
| 单次搜索（1页） | 1次调用 | 2元 |
| 深度搜索（5页） | 5次调用 | 10元 |
| 月度达人筛选（10个关键词） | 10次/周×4周 | 80元/月 |
筛选达人的实操方法
第一步：确定筛选条件
根据营销目标确定达人画像：
| 筛选维度 | API字段 | 筛选标准 |
|---|---|---|
| 影响力 | followers_count | 根据预算设定下限（如>1万） |
| 认证类型 | verified_type | 达人=200-220, 名人=0 |
| MCN归属 | mcn_name | 指定或排除特定MCN |
| 地域 | ip_region/city | 特定城市或区域 |
| 内容领域 | description/keywords | 匹配描述关键词 |
| 活跃度 | statuses_count | 近30天发文量 |
第二步：编写筛选代码
import tech.yeez.dianshu.sdk.DSAPIClient;
import tech.yeez.dianshu.sdk.model.*;
import java.util.ArrayList;
import java.util.List;
public class KOLFinder {
public static void main(String[] args) {
DSAPIContext context = new DSAPIContext("你的appCode");
String apiCode = "Y5N3SsiHvt2XwtDeb75MqYFtDcTAvjGK3NF8d1YeDsF";
DSAPIClient apiClient = new DSAPIClient(apiCode, context);
// 搜索行业关键词，获取相关的达人
String[] keywords = {"美妆测评", "护肤分享", "成分分析"};
for (String keyword : keywords) {
PostRequestDTO dto = new PostRequestDTO();
List<ParamInfoDTO> bodyParams = new ArrayList<>();
bodyParams.add(new ParamInfoDTO("keyword", keyword));
bodyParams.add(new ParamInfoDTO("startTime", "1743465600"));
bodyParams.add(new ParamInfoDTO("endTime", "1746057600"));
bodyParams.add(new ParamInfoDTO("page", "1"));
dto.setBodyParams(bodyParams);
String result = apiClient.doPost(dto);
System.out.println("关键词:" + keyword + " 结果:" + result);
// 从返回数据中提取达人信息：
// - user.followers_count: 粉丝数
// - user.verified_type: 认证类型
// - user.mcn_name: MCN机构
// - user.description: 个人简介
// - post.like_count + post.repost_count: 互动数据
}
// 3个关键词 × 1页 = 3次调用 = 6元
}
}
第三步：计算真实互动率
互动率 = (like_count + repost_count + reply_count) ÷ followers_count × 100%
public class EngagementCalculator {
// 判断达人互动率是否真实
public static boolean isEngagementHealthy(long followers, long likes, long reposts, long replies) {
double rate = (double)(likes + reposts + replies) / followers * 100;
return rate >= 0.5; // 健康互动率下限0.5%
}
}
行业参考标准：
| 达人等级 | 粉丝数 | 健康互动率 |
|———|——–|———–|
| 头部KOL | 100万+ | 0.3-1% |
| 腰部达人 | 10-100万 | 1-3% |
| 尾部达人 | 1-10万 | 3-8% |
| KOC | 1万以下 | 8-15% |
根据 Kantar 的研究，互动率高于行业平均值的达人，其合作效果平均高出2.3倍。
第四步：达人评估报告
📊 达人评估报告
├── 基础信息：昵称｜粉丝数｜认证类型｜MCN
├── 内容方向：简介关键词｜热门话题标签
├── 近30天表现：
│ ├── 平均互动率：X%
│ ├── 热门内容Top 3
│ └── 互动趋势：上升/稳定/下降
├── 合作建议：推荐/谨慎/不推荐
└── 预估报价：X元（基于粉丝数和互动率）
进阶技巧
技巧一：MCN机构对比
// 统计不同MCN旗下达人的平均互动表现
String[] mcns = {"MCN_A", "MCN_B", "MCN_C"};
for (String mcn : mcns) {
// 通过关键词+筛选条件获取该MCN的达人
// 计算平均互动率
System.out.println(mcn + "平均互动率: " + avgRate + "%");
}
技巧二：地域性达人筛选
// 筛选上海的达人
bodyParams.add(new ParamInfoDTO("keyword", "上海+美妆"));
// 从返回的ip_region或city字段判断地域
技巧三：内容质量评估
通过API返回的互动数据评估笔记质量：
– like_count / repost_count 比值 → 内容传播力
– reply_count → 内容讨论度和用户参与度
– 结合 hash_tags → 内容主题和热门程度
常见问题
Q1：verified_type为200和220的区别是什么？
verified_type=200是初级达人，verified_type=220是中高级达人。中高级达人通常内容质量和粉丝互动更好，但合作报价也更高。
Q2：MCN字段（mcn_name）一定是准确的吗？
该字段来自微博平台的公开数据，反映了达人当前签约的MCN信息。但MCN关系可能随时变更，建议合作前再确认。
Q3：怎么判断达人有没有刷数据？
几个危险信号：
– 粉丝数高但互动率极低（<0.1%）
– 粉丝增长曲线忽高忽低
– 评论内容高度同质化
Q4：每秒1次QPS够用吗？
对于达人筛选场景完全够用。每次搜索一个关键词即可获取大量达人数据。
总结
微博达人筛选不再是凭感觉的”赌博”。通过微博实时数据API，你可以用数据评估每一位达人的真实价值——粉丝数、认证类型、MCN归属、互动率，一目了然。
下一步行动：
1. 确定你的达人画像（粉丝量、认证类型、地域）
2. 设计搜索关键词策略
3. 建立达人评估标准
【立即体验】微博实时数据API
参考资料：
– Stack Overflow – Java SDK Usage Guide
– Kantar – Influencer Marketing Research
– Forrester – KOL Evaluation Best Practices