小红书竞品内容监测教程 — 用API数据做竞品分析 | 典枢数据

阅读量： 0

【立即体验】小红书实时数据API

小红书竞品内容监测教程 — 用API数据做竞品分析

【立即体验】小红书实时数据API

“上周竞品上了一波新品推广，我们直到月底看蝉妈妈报告才知道。”

这是很多品牌在做竞品分析时遇到的真实困境。人工手动监测竞品——每天刷小红书、截图记录笔记数据、月底汇总成Excel——效率低不说，还容易遗漏关键信息。

如果你也遇到同样的问题，那么你需要的是一个程序化的数据接口，而不是靠手工复制粘贴。

本文基于典枢数据的小红书实时数据API，教你如何系统化地监测竞品内容，建立自动化竞品分析体系。SDK安装与基础调用方法请先阅读小红书API接口开发者指南。

**Key Takeaways**

– 竞品内容监测的核心是对比：内容策略对比、互动表现对比、声量趋势对比、达人投放对比

– 小红书实时数据API每次调用2元，最多100条，监测3-5个竞品月成本不到200元

– 通过分页调用获取竞品笔记数据，可以分析竞品的内容方向、高频标签、互动表现

– API返回的用户信息字段（followers_count、verified_type）可以评估竞品的达人投放策略

– 建议按周拉取数据，建立”监测→分析→策略→执行→复盘”的闭环

为什么需要系统化的竞品监测？

人工监测的五大痛点

痛点 说明
时效性差 人工搜索只能看到”过去”的内容，无法实时发现竞品新动态
覆盖面窄 手动搜索关键词有限，容易遗漏竞品的多线产品讨论
无法量化 缺乏统一的数据指标，难以评估竞品声量变化趋势
无法对比 “对比上个月””对比去年同期”成为不可能完成的任务
成本高昂 第三方监测服务年费动辄数万到数十万元

根据McKinsey的研究，定期进行量化竞品分析的企业，市场份额平均增速比不做的企业高出28%。

你需要了解竞品的什么？

在小红书平台上，竞品监测的核心维度包括：

监测维度 核心问题 API数据支撑
内容策略 竞品在推什么方向的内容？ keyword搜索 + 笔记内容分析
互动表现 哪些内容互动最好？ like_count, collection_count, reply_count, share_count
声量趋势 竞品声量在涨还是跌？ 分页获取笔记量变化趋势
达人投放 竞品在投什么量级的达人？ 用户信息字段（followers_count, verified_type）
用户口碑 用户对竞品评价如何？ 笔记正文和评论的情感倾向

搭建竞品监测体系

第一步：确定监测关键词

竞品监测的关键词设置是整套体系的基石。建议按以下结构设置：

关键词类型 示例 数量
———– —— :—-:
竞品品牌词 竞品A、竞品B、竞品C 3-5个
竞品产品词 竞品A精华、竞品B面霜 5-10个
品类词 “精华””面霜””母婴” 5-10个
行业热点词 “成分””修护””抗老” 3-5个

第二步：编写监测代码

在已经安装好SDK的基础上（安装步骤请参考小红书API接口开发者指南），编写竞品数据采集代码：

import tech.yeez.dianshu.sdk.DSAPIClient;
import tech.yeez.dianshu.sdk.model.*;
import java.util.ArrayList;
import java.util.List;

public class CompetitorMonitor {
    public static void main(String[] args) {
        DSAPIContext context = new DSAPIContext("你的appCode");
        String apiCode = "Y5N3SsiHvt2XwtDeb75MqYFtDcTAvjGK3NF8d1YeDsF";
        DSAPIClient apiClient = new DSAPIClient(apiCode, context);

        // 竞品品牌列表
        String[] competitors = {"竞品品牌A", "竞品品牌B", "竞品品牌C"};

        for (String competitor : competitors) {
            // 每个竞品获取最近一周的数据
            for (int page = 1; page <= 5; page++) {
                PostRequestDTO dto = new PostRequestDTO();
                List<ParamInfoDTO> bodyParams = new ArrayList<>();
                bodyParams.add(new ParamInfoDTO("keyword", competitor));
                bodyParams.add(new ParamInfoDTO("startTime", "1746057600"));
                bodyParams.add(new ParamInfoDTO("endTime", "1746662400"));
                bodyParams.add(new ParamInfoDTO("page", String.valueOf(page)));
                dto.setBodyParams(bodyParams);

                String result = apiClient.doPost(dto);
                System.out.println(competitor + " 第" + page + "页:" + result);
            }
        }
    }
}

成本计算： 3个竞品 × 5页 × 2元 = 30元/次。按周执行，月成本120元。

第三步：数据分析框架

3.1 内容策略分析

通过API返回的笔记标题（title）和正文（content），可以分析竞品的内容方向：

  • **标题模式**：竞品喜欢用什么句式？数字型、疑问型、对比型？
  • **关键词分布**：竞品内容中哪些词出现频率最高？
  • **内容类型**：图文还是视频？通过API返回的video_urls字段判断

    • 3.2 互动表现分析

    public class CompetitorEngagement {
    public static void main(String[] args) {
        DSAPIContext context = new DSAPIContext("你的appCode");
        String apiCode = "Y5N3SsiHvt2XwtDeb75MqYFtDcTAvjGK3NF8d1YeDsF";
        DSAPIClient apiClient = new DSAPIClient(apiCode, context);

        // 获取竞品笔记数据，分析互动分布
        for (int page = 1; page <= 10; page++) {
            PostRequestDTO dto = new PostRequestDTO();
            List<ParamInfoDTO> bodyParams = new ArrayList<>();
            bodyParams.add(new ParamInfoDTO("keyword", "竞品品牌名"));
            bodyParams.add(new ParamInfoDTO("startTime", "1743465600"));
            bodyParams.add(new ParamInfoDTO("endTime", "1746057600"));
            bodyParams.add(new ParamInfoDTO("page", String.valueOf(page)));
            dto.setBodyParams(bodyParams);

            String result = apiClient.doPost(dto);
            // 从返回结果提取每篇笔记的互动数据
            // 统计：like_count > 1000的笔记占比（爆文率）
            // 统计：collection_count > like_count的笔记（高收藏=高种草价值）
            // 统计：reply_count特别高的内容（争议性/高讨论度内容）
            System.out.println("第" + page + "页:" + result);
        }
        // 10页 × 2元 = 20元
    }
}

    核心分析维度：

    指标 计算方式 判断标准
    爆文率 like_count > 1000的笔记 ÷ 总笔记数 ≥5%为健康
    赞藏比 like_count ÷ collection_count 1.5-3.0为均衡
    平均互动率 (like+collect+reply+share) ÷ visit_count 越高越好
    高互动内容占比 互动量前20%的笔记占总互动的比例 <60%为健康（避免单一爆款依赖）

    3.3 声量趋势分析

    通过分页获取某个竞品在不同时间段的笔记数量，可以判断其声量变化趋势：

    public class VolumeTrend {
    public static void main(String[] args) {
        DSAPIContext context = new DSAPIContext("你的appCode");
        String apiCode = "Y5N3SsiHvt2XwtDeb75MqYFtDcTAvjGK3NF8d1YeDsF";
        DSAPIClient apiClient = new DSAPIClient(apiCode, context);

        // 对比不同时间段
        String[][] periods = {
            {"1743465600", "1744070400"}, // 第1周
            {"1744070400", "1744675200"}, // 第2周
            {"1744675200", "1745280000"}, // 第3周
            {"1745280000", "1745884800"}, // 第4周
        };

        for (String[] period : periods) {
            PostRequestDTO dto = new PostRequestDTO();
            List<ParamInfoDTO> bodyParams = new ArrayList<>();
            bodyParams.add(new ParamInfoDTO("keyword", "竞品品牌名"));
            bodyParams.add(new ParamInfoDTO("startTime", period[0]));
            bodyParams.add(new ParamInfoDTO("endTime", period[1]));
            bodyParams.add(new ParamInfoDTO("page", "1"));
            dto.setBodyParams(bodyParams);

            String result = apiClient.doPost(dto);
            System.out.println("时间段:" + period[0] + "~" + period[1] + " 结果:" + result);
        }
        // 4周 × 2元 = 8元
    }
}

    声量趋势的判断标准：

    周增长率 信号 建议行动
    >30% 竞品声量爆发 重点关注竞品投放内容
    10-30% 竞品声量上升 持续观察，记录投放策略
    -10%~10% 声量平稳 正常监测
    <-10% 声量下降 分析原因，可能是竞品调整期

    3.4 达人投放策略分析

    API返回的用户信息字段可以用来分析竞品的达人投放策略：

    用户字段 用途 判断逻辑
    followers_count 达人量级 <5000=素人, 5000-5万=尾部, 5万-50万=腰部, >50万=头部
    verified_type 认证类型 企业号、个人认证、MCN签约等
    verified 是否认证 认证账号通常更专业
    gender 性别 判断达人匹配度

    搭建自动化监测流程

    推荐的监测SOP

    每周一上午
├─ 调用API采集3-5个竞品数据
│  ├─ 每个竞品5页 = 10元
│  └─ 总成本：30-50元/周
├─ 计算核心指标
│  ├─ 声量变化（环比上周）
│  ├─ 爆文率对比
│  └─ 互动质量指数
└─ 输出"本周竞品动态简报"

每月初
├─ 汇总上月4周数据
├─ 编写月度竞品分析报告
├─ 更新竞品内容策略档案
└─ 调整监测关键词

    月度竞品分析报告框架

    📊 本月竞品监测报告
├── 声量趋势对比（月度变化曲线）
│   ├── 竞品A vs 竞品B vs 你的品牌
│   └── 各竞品的声量份额（SOV）
├── 内容策略分析
│   ├── 各竞品的内容方向TOP3
│   ├── 高频标签对比
│   └── 内容形式偏好（图文/视频）
├── 互动表现对比
│   ├── 爆文率排名
│   ├── 平均互动率对比
│   └── 赞藏比分布
├── 达人投放分析
│   ├── 各竞品的达人量级分布
│   ├── 合作达人的粉丝画像
│   └── 预估投放成本
├── 关键发现
└── 下月策略建议

    实战案例：月度竞品监测

    背景： 某护肤品牌希望系统化监测3个主要竞品在小红书上的动态。

    实施过程：

    1. 设置关键词：3个竞品品牌名 + 5个核心产品名

    2. 每周一通过API采集数据，每个竞品获取5页

    3. 汇总互动数据，计算各项指标

    4. 出月度竞品分析报告

    成本：

  • 每周：3个竞品 × 5页 × 2元 = 30元
  • 每月：30元 × 4周 = 120元
  • 对比第三方监测工具年费2-5万元，成本极低

    • 发现：

  • 竞品A在推”早C晚A”概念，互动率高于平均水平40%
  • 竞品B开始大量合作腰部达人（5-50万粉），素人投放减少
  • 竞品C的新品讨论集中在一个月内爆发，可能是集中投放期
  • 行业整体的赞藏比在上升，说明用户收藏意愿在增强

    • 常见问题

    Q1：监测多少个竞品比较合适？

    建议从3-5个开始：2个直接竞品、1-2个潜在竞品、1个行业标杆。每月成本约120元。后续可以根据需要逐步增加。

    Q2：API返回的数据怎么分析？

    API返回的原始数据是JSON格式，可以解析后导入Excel或数据库进行分析。建议建立标准化的数据分析模板，每次拉取后自动填充。

    Q3：分页获取的数据，不同页之间会不会重复？

    不会重复。API的分页机制确保每页返回独立的数据，page=1返回第1-100条，page=2返回第101-200条，以此类推。

    Q4：如何判断竞品的声量增长是自然增长还是投放推动？

    可以通过用户信息字段判断：如果声量增长主要由认证账号、高粉丝数达人的内容驱动，通常是投放推动的；如果主要是素人内容，可能是自然增长。

    Q5：API数据更新频率够及时吗？

    小红书实时数据API为分钟级更新，竞品发布新笔记后很快就能通过API查询到。按周监测完全够用。

    总结

    竞品内容监测不再是大型品牌的专利。通过小红书实时数据API，任何规模的品牌都可以用极低的成本搭建专业的竞品分析体系。每月120元的监测成本，换来的是对竞品动态的实时掌控和科学的策略支撑。

    下一步行动：

    1. 梳理你需要监测的竞品和关键词

    2. 在典枢数据获取appCode和apiCode

    3. 按照SDK接入指南完成基础配置

    4. 运行监测代码，获取第一批竞品数据

    5. 每周执行SOP，输出竞品动态简报

    更多渠道，在线离线数据，欢迎咨询，量大从优～～

    【立即体验】小红书实时数据API

    参考资料：

    – 小红书API接口开发者指南 — SDK安装与基础调用

    – 小红书品牌舆情监控教程 — 用API数据实时掌控品牌声量

    – 小红书市场调研方法论 — 用API数据做消费者洞察

    – McKinsey – Competitive Dynamics Research

    – Forrester – Social Listening Best Practices

    发表评论

    滚动至顶部