深圳头部MCN机构：竞品星图数据监控落地案例

这是一家位于深圳的头部 MCN 机构。按客户要求，这里不披露具体名称，但它的处境在行业里非常典型：手里握着上千个达人资源，同时死死盯着 8 家竞品 MCN 的一举一动。

抖音 KOL 营销从 2021 年起进入红海期。头部 MCN 之间的竞争，早就从「签更多达人」转向「实时了解对手在做什么」——

哪些达人涨粉快但还没接星图？
哪些品牌跟竞品 MCN 长期合作，怎么快速把它变成自己的销售线索？
竞品 MCN 本月收入是多少，都是哪个品牌带来的、哪个博主带来的？
竞品哪些视频成了爆款？是哪个品牌、哪个时段、什么内容套路？

这些信息全部公开在星图官网。问题不在拿不到，而在于拿的方式。

痛点：3 个人、每天 8 小时、数据还是漏的

客户的原话是：「之前 3 个员工每天去做这件事，每天 8 小时，数据还是漏抓 + 不及时。每月 3 万人力成本，得到的还不是干净数据。」

拆开看是五层问题：

采集周期长——1 个运营查 100 个达人要一整天，监控 1000+ 达人就得 3–5 个人全员投入；
完整性差——手工必漏，尤其是新签达人、刚刷新报价的、长尾达人；
时效性差——T+1 才能看到昨天的情况，爆款窗口期和挖角机会都错过了；
结构化能力差——数据散在表格、文档、聊天记录里，做不了对比分析，也没法跨部门共享；
决策滞后——等运营整理完，挖角窗口和爆款品类已经被对手占了。

注意第 4 条：即使人力堆够了，手工产出的也是「一堆截图和零散表格」，而不是可以做透视、可以 join 的结构化数据。这才是真正卡住业务的地方。

方案：0 客户端，数据直接落进客户自己的飞书

整套系统没有任何客户端、不需要安装。所有数据落地在客户自己的飞书多维表格里，日常使用就是打开飞书看表。

第一步：配置监控对象

客户把要监控的竞品 MCN 列表（含每家的目标达人星图主页 URL）交过来，写入「博主名单」主表即可开跑。

竞品广告数据列表界面

第二步：两个频率的自动跑批

每天 05:00：增量同步昨日新增/变化的视频数据与接单情况；
每月 3 号 02:00：深度刷新 MCN 归属变化、官方报价、行业标签。

这个「日增量 + 月深度」的组合是有讲究的：视频和接单数据每天在变，必须天级追；而达人换 MCN、调价、改标签属于低频事件，月度深扫一次既够用又省成本。

第三步：数据落进两张表

「博主名单」主表：达人 ID / MCN / 行业标签 / 三档报价 / 微信号
「当月视频明细」：本月所有视频的播放 / 点赞 / 评论 / 品牌方 / 单价

博主名单主表落地效果

第四步：客户自己做分析

因为数据已经结构化，在飞书里就能直接：

透视：哪个 MCN 最近合作品牌最多？
排序：本月接单价最高的达人是谁？
筛选：最近 7 天涨粉超 50 万但还没接星图的？
跨表 join：把内部销售线索表关联进来，做品牌—达人智能匹配。

最后这条是这家客户真正在用的高价值玩法：竞品的合作品牌名单，join 上自己的销售线索表，就直接变成了商务团队的外呼清单。

实际运行规模

当前监控覆盖 1300+ 达人、跨 8 家 MCN（亿购传媒、富可文化、偶合、鳄鱼新媒体、鼎梦、麦芽传媒、科技社、十三幺等）。

「博主名单」主表每月 3 号自动深度刷新一次，达人换 MCN、涨价、降价全部留痕。以下为脱敏节选：

博主名称	MCN 机构	行业标签	1-20s	21-60s	60s+
尚麻麻有二宝	亿购传媒	泛生活-母婴	¥20,000	¥30,000	¥45,000
TiMi 妈妈	亿购传媒	泛生活-母婴	¥18,000	¥23,000	¥35,000
新知码上懂	偶合	泛生活-家居	¥30,000	¥35,000	¥37,000

「当月视频明细」每天凌晨 5:00 自动同步当月所有星图视频，脱敏节选：

博主	MCN	视频（关键词）	品牌方	播放量	点赞	单价
王德发的奇妙测评	麦芽传媒	奥迪 E7X 冬测终结者	奥迪	201 万	4.37 万	¥102,500
蟹捕肉	鳄鱼新媒体	AirPods Pro 3 推荐	苹果	382 万	1.50 万	¥20,000
科技杜小白	科技社	ThinkPad X1 Carbon 新品	ThinkPad	41 万	1.11 万	¥80,000
硕士辣妈懒懒	亿购传媒	圣农香煎鸡胸肉好物	圣农	75 万	1.37 万	¥43,000

实际表格字段远不止这些，还包含发布时间、视频时长、视频链接、博主主页、视频 ID 等十余项。

四个核心能力

达人池监控——监控 N 个竞品 MCN 旗下全部签约达人，签约状态实时更新，达人换 MCN、新签艺人、解约自动识别。
视频接单数据——每个达人最新 20 条星图视频，按时长自动匹配三档报价，精准还原单条接单成交价。
报价与标签信息——三档官方报价（1-20s / 21-60s / 60s+）、行业标签、热榜信息、历史合作品牌。
飞书原生——数据全部写入客户自己的多维表格，数据归客户所有，可签 NDA，可做任意分析、看板与跨部门共享。

效果

项目	用前（3 个运营手工）	用后（系统自动）
人力投入	3 人 × 8h / 天	0
数据覆盖	头部为主，长尾常漏	100% 全量，无遗漏
时效	T+1（第二天才整理出来）	每天 05:00 已就绪
月度成本	3 万+（工资 + 社保 + 管理）	5 千（系统订阅）

人力成本降约 83%，同时数据更全、更快。对这家 MCN 来说，变化不只是省了三个人的工资，而是商务团队每天早上打开飞书就能看到「对手昨天接了谁的单、多少钱」，决策节奏整体提前了一天。

客户最关心的几个问题

数据合规吗？ 数据来源是星图官方公开页面——就是运营每天手动看的同一份数据，只是改成程序化整理。不接入抖音内部系统，不获取任何非公开数据，可签 NDA。

竞品也用这套系统怎么办？ 规则对所有客户一致：你能监控他，他也能监控你。对手在动，你不能不知道——这是行业基础设施，不是某一家的特权。

数据存在哪？ 全部存在客户自己的飞书多维表格里，数据归客户所有；采集侧不留客户数据副本。

多久能上线？ 3 个工作日完成接入（搭好飞书表格 + 第一份数据完整导入）。

一点延伸

这类竞品监控系统的下一步，通常是在结构化数据上再加一层判断：比如自动识别「这条视频为什么会爆」的内容套路、给品牌—达人匹配打分、每周生成一份竞品动态简报。这些都可以在飞书多维表格的字段捷径里直接调用大模型完成，波波 API 提供兼容 OpenAI 格式的接口，按调用量付费，适合这种批量、按行处理的场景。