Chronometrica ou Clockworks : choisir un extracteur TikTok pour un panel de recherche par mots-clés

Choisissez les données de sortie nécessaires avant de choisir l’Actor

Commencez par les informations que vous devrez pouvoir expliquer après la collecte. Pour cette tâche, une simple liste de vidéos ne suffit pas. Vous devez aussi savoir ce que vous avez recherché, quelle requête a produit chaque ligne et quelles limites de collecte s’appliquaient.

Ces informations répondent à une question pratique : l’ensemble observé a-t-il changé alors que la configuration de collecte est restée identique ? Si vous ne pouvez pas reconstituer la configuration, un ensemble de résultats plus grand peut simplement venir d’une recherche plus large.

Le tableau résume les sources vérifiées suivantes : contrat de Chronometrica, schéma d’entrée de Chronometrica, contrat de Clockworks et schéma d’entrée de Clockworks. Toute fonction qui n’est pas décrite ici reste hors du périmètre de cette comparaison. Son omission ne prouve pas son absence.

Chronometrica convient bien au panel décrit ici. Ses champs documentés permettent de conserver la famille de requêtes et la position dans la page parmi les éléments enregistrés. C’est la raison de le choisir. Ces champs ne prouvent pas que ses résultats mesurent les tendances avec plus de précision.

Ce que les champs de requête de Chronometrica permettent d’expliquer

Chronometrica documente 5 champs utiles pour ce choix : `rootQuery`, `query`, `querySource`, `pageIndex` et `pageRank`. Ensemble, ils décrivent la famille de requêtes et la position observée dans la page qui correspondent à une ligne. Contrat de Chronometrica.

Une famille de requêtes relie un terme de recherche d’origine aux termes associés utilisés pendant la collecte. Il est utile de garder ce lien lorsque la recherche dépasse une liste fixe de termes d’origine. Sinon, un résultat issu d’une recherche associée peut sembler provenir de la recherche d’origine.

Conservez les noms des champs et les valeurs renvoyées dans vos données enregistrées. Ne remplacez pas tout le contexte des requêtes par une seule étiquette de sujet général. Une étiquette peut aider à regrouper les lignes dans un rapport. Elle ne peut pas expliquer comment chaque ligne est entrée dans la collecte.

Conservez le contexte des pages pour la même raison. Il vous aide à situer une ligne dans les pages de recherche collectées. La position dans la page est une observation propre à cette collecte. Elle ne mesure pas directement la demande pour un sujet, la taille de son public ou la position d’une vidéo sur l’ensemble de TikTok.

Avant de préparer un rapport, examinez les valeurs renvoyées et vérifiez que vous les comprenez. Ne supposez pas une convention de numérotation des pages. N’inventez pas non plus les valeurs possibles de `querySource` à partir du nom du champ. Utilisez la signification documentée et les données réellement renvoyées.

Le choix de l’outil de collecte devient ici concret. Si votre processus de vérification exige de distinguer, pour chaque vidéo, la requête d’origine des requêtes associées, Chronometrica fournit un contrat explicite et documenté pour ce travail.

Fixez les limites de collecte avant la première observation

Chronometrica permet de régler l’élargissement des requêtes, le plafond total de vidéos distinctes, une limite par terme, une limite de pages et une répartition équilibrée ou séquentielle. La répartition équilibrée partage le plafond global entre les termes recherchés. La répartition séquentielle remplit le quota des premiers termes avant de passer aux suivants. La répartition équilibrée peut réduire le maximum effectif par terme. Schéma d’entrée de Chronometrica.

Ces réglages influencent ce qui entre dans le panel. Ils doivent figurer dans le dossier de recherche, avec les requêtes.

La répartition équilibrée convient à un petit panel si vous souhaitez partager le quota total entre ses termes. Elle ne garantit pas que chaque terme renverra le même nombre de vidéos. Avec la répartition séquentielle, l’ordre des requêtes compte particulièrement, car les premiers termes reçoivent leur quota en premier.

La limite de pages est une autre borne. Elle limite la profondeur de collecte pour chaque requête. Un plafond de lignes limite le nombre de vidéos que la collecte peut conserver. Aucun de ces réglages ne vous indique combien de vidéos correspondantes existent sur l’ensemble de la plateforme.

L’élargissement des requêtes modifie le périmètre de la recherche. Commencez avec cette option désactivée si vous avez besoin d’une liste initiale explicite. Si vous l’activez plus tard, enregistrez ce changement. Les requêtes ajoutées peuvent modifier à la fois les termes recherchés et la répartition du plafond total.

Traitez ce changement comme une rupture de comparabilité. Vous pouvez toujours examiner les 2 collectes. Vous ne devez toutefois pas les présenter comme des observations répétées avec une configuration inchangée.

Un petit exemple d’entrée facile à examiner

Voici un exemple de configuration. Ce n’est ni un résultat, ni un test comparatif, ni une estimation du volume de recherche. Remplacez les termes par des termes utiles à votre recherche.

{
  "queries": [
    "ugc ad examples",
    "skincare routine"
  ],
  "expandQueries": false,
  "maxResults": 8,
  "resultsPerQuery": 4,
  "maxPagesPerQuery": 1,
  "searchDistribution": "balanced"
}

Cette entrée utilise des champs publics documentés et des valeurs comprises dans les limites valides. Elle définit 2 requêtes d’origine, désactive l’élargissement aux requêtes associées, fixe un plafond total de 8 vidéos et une limite de 4 résultats par requête. Elle autorise 1 page par requête avec une répartition équilibrée. Schéma d’entrée de Chronometrica.

Les limites décrivent la collecte demandée. Elles ne garantissent pas 8 vidéos au total ni 4 vidéos pour chaque terme. Examinez les données réellement obtenues avant de décrire le contenu de la collecte.

Une Task publique vérifiée est disponible pour cet usage. Une Task est un ensemble de paramètres d’entrée enregistrés. Elle fournit une configuration de départ. Elle ne prouve pas qu’une collecte a été réalisée ou qu’une tendance a été mesurée. Vérifiez ses paramètres avant de l’utiliser. Task TikTok Keyword Monitoring Snapshot.

Les termes de l’exemple montrent la structure de l’entrée. Ils ne forment pas un panel cohérent pour une seule niche. Pour votre propre panel, choisissez des termes qui répondent à la même question de recherche. Sinon, séparez clairement les différents sujets dans l’analyse.

Utilisez une méthode de collecte en 7 étapes

Cette méthode se concentre sur le choix et la vérification de l’outil de collecte. Pour une présentation plus complète des groupes de requêtes comparables, consultez le protocole d’échantillonnage des requêtes TikTok.

1. Écrivez la question d’observation. Précisez ce qu’un résultat utile devrait montrer. Par exemple, vous pouvez chercher à savoir si les mêmes types de vidéos continuent d’apparaître pour des termes fixes. Distinguez cette question d’une affirmation sur la demande totale sur la plateforme.
2. Enregistrez toute la configuration. Notez les requêtes d’origine, le réglage d’élargissement, la répartition, le plafond total, la limite par terme et la limite de pages. Conservez aussi l’ordre des requêtes. Un libellé court pour la configuration vous aide à relier les observations suivantes à l’entrée exacte.
3. Conservez l’identité et le contexte. Enregistrez l’identité des vidéos, les champs de famille de requêtes renvoyés et le contexte des pages. Notez l’heure d’observation dans votre propre journal de collecte. Ne supposez pas que les données de sortie de l’Actor contiennent un champ d’heure d’observation.
4. Répétez la collecte à des moments définis. Choisissez des moments adaptés à la question et notez l’heure réelle de chaque collecte. Utilisez la même configuration. Si un changement est nécessaire, décrivez-le et indiquez où la série comparable se termine ou recommence.
5. Comptez les vidéos distinctes et les résultats par requête. Comptez chaque vidéo distincte 1 seule fois dans le total du panel. Examinez séparément la répartition des résultats collectés entre les requêtes. Signalez les observations qui atteignent le plafond total ou d’autres limites configurées.
6. Comparez les mêmes mesures. Comparez les nombres de vidéos distinctes entre eux et les répartitions par requête entre elles. Indiquez le nombre de l’observation précédente lorsque vous calculez une variation en pourcentage. Envisagez le classement, la disponibilité des sources et les résultats en double comme causes possibles d’un changement de l’ensemble.
7. Vérifiez que l’outil de collecte convient toujours. Si la question exige désormais un filtre de date natif ou un réglage de tri natif, utilisez les réglages documentés de Clockworks. Ne gardez pas une configuration fixe uniquement pour préserver une série qui ne répond plus à la question. Schéma d’entrée de Clockworks.

Une observation enregistrée utile comprend donc plus que les lignes téléchargées. Elle comprend aussi l’entrée exacte, l’heure de collecte, le nombre de vidéos distinctes, le nombre de résultats par requête et des notes sur les limites atteintes. Ces notes facilitent l’explication de la comparaison suivante.

Séparez les totaux de vidéos des totaux par requête

Une vidéo peut être pertinente pour plusieurs termes de recherche. Cela pose 2 questions différentes : combien de vidéos distinctes le panel contenait-il, et comment les résultats étaient-ils associés aux requêtes du panel ?

Utilisez l’identité des vidéos pour répondre à la première question. Utilisez le contexte des requêtes enregistré pour répondre à la seconde. N’additionnez pas les nombres par requête en présentant la somme comme un nombre de vidéos distinctes, sauf si vous avez vérifié qu’aucune vidéo n’est comptée plus de 1 fois.

Cette distinction change aussi la façon de lire les évolutions entre les termes. Un terme peut représenter une plus grande part de l’ensemble observé tandis qu’un autre en représente une plus petite. Cela ne signifie pas forcément que le panel contient davantage de vidéos distinctes au total.

Gardez les valeurs manquantes visibles. Si une valeur d’identité ou de contexte nécessaire manque, marquez-la comme inconnue. Expliquez ce que vous ne pouvez pas compter de façon fiable. La valeur 0 signifie que vous n’avez rien observé selon une règle définie. Une valeur inconnue signifie qu’il vous manque la donnée nécessaire pour l’affirmer.

Appliquez la même prudence à une collecte manquée. Une date sans observation achevée n’est pas une date avec 0 vidéo correspondante. Laissez cette absence visible pour ne pas représenter une fausse baisse.

Un exemple fictif : 6 vidéos, puis 8 au plafond

Cet exemple chiffré est fictif. Il ne s’agit ni de données TikTok observées, ni d’un résultat client, ni d’un test réel d’Actor. Un chercheur observe le même panel défini à 2 dates. La première observation contient 6 vidéos distinctes. La seconde contient 8 vidéos distinctes et atteint le plafond configuré de 8 vidéos.

Le calcul est le suivant :

• Différence observée : `8 - 6 = 2` vidéos.
• Variation par rapport à la première observation : `2 / 6 × 100 = 33.33%`.

Ce pourcentage décrit la variation du nombre de lignes observées. Il ne prouve pas une hausse de 33,33 % de la demande dans cette niche.

Un rapport clair dirait : « Le panel contenait 6 vidéos distinctes lors de la première observation et 8 lors de la seconde. La seconde observation a atteint le plafond configuré. »

Le plafond compte, car la seconde collecte s’est arrêtée au total autorisé. Le nombre observé ne peut pas vous dire ce qu’un quota plus élevé aurait permis de collecter. Le classement des résultats de recherche, la disponibilité des sources ou les résultats en double peuvent aussi modifier l’ensemble collecté.

Examinez ensuite la répartition par requête. Vérifiez si le changement concerne plusieurs termes définis ou se concentre sur 1 seul terme. Limitez cette conclusion à ce que les données permettent d’établir : un changement dans ce panel collecté.

N’augmentez pas le plafond pour l’observation suivante sans le signaler tout en poursuivant la même comparaison des nombres. Si vous avez besoin d’un panel plus grand, enregistrez la nouvelle configuration et signalez le changement. Les observations précédentes restent des enregistrements utiles dans le cadre de leurs limites de collecte d’origine.