NanoSkill
Enviar tu skill

Habilidad del Agente de Selección de KOL

porjrr996shujin-png7estrellas de GitHubGitHub

Automatiza la selección de KOL: limpia listas CSV desordenadas de Modash, Heepsy, etc., enriquece los datos faltantes, calcula puntuaciones de salud y genera una lista corta clasificada. Ahorra horas de verificación manual. Comienza gratis en segundos.

kolEscaneo de seguridad aprobado
Vista previa del resultado

Demo completa

Consulta un informe visual de selección sobre 8 KOLs clasificados por puntuación de salud, con duplicados eliminados, lagunas señaladas y niveles de prioridad para la captación.

Primeros pasos

Ejecuta tu primera tarea

  1. the step of kol screener agent skill
    01

    Instalar

    Añade la habilidad de selección de KOL a tu agente de IA.

  2. the step of kol screener agent skill
    02

    Sube tu lista de KOL

    Dale un CSV de influencers desordenado: la habilidad elimina duplicados, normaliza formatos y completa lo que puede.

  3. the step of kol screener agent skill
    03

    Obtén tu lista lista para contactar

    Recibe una lista preseleccionada puntuada y clasificada con niveles verde/amarillo/rojo y lagunas de datos señaladas: sáltate horas de verificación manual.

Comando de instalación

$ npx skills add https://github.com/jrr996shujin-png/kol-ops-suite/tree/main/skill-1-kol-screener

Señales de instalación

Actividad de instalación

Acerca de

La selección de KOL es un paso crítico en el marketing de influencers que transforma exportaciones CSV crudas y desordenadas de herramientas como Modash o Heepsy en una lista preseleccionada, verificada y puntuada. Ya seas un especialista en marketing de marca lanzando una campaña o una agencia gestionando múltiples listas de creadores, esta habilidad elimina horas de limpieza manual de datos, enriquecimiento y puntuación. Convierte automáticamente hojas de cálculo caóticas en una clasificación clara y procesable para que puedas centrarte en la captación, no en la introducción de datos.

La habilidad de selección de KOL va más allá de la simple deduplicación. Enriquece tu lista extrayendo metadatos públicos del canal (recuento de suscriptores, tasas de interacción, actividad reciente e incluso correos electrónicos de contacto cuando están disponibles) y luego aplica un algoritmo de puntuación de salud multifactorial. La puntuación pondera la actividad, la interacción, la consistencia de visualizaciones, la autenticidad de los seguidores y la relevancia de la categoría, ofreciéndote una puntuación fiable de 0 a 100 por influencer. Todos los resultados se entregan en un libro de Excel formateado con hojas codificadas por colores para una toma de decisiones inmediata.

Ideal para gestores de campañas, buscadores de talentos y equipos de operaciones de agencias, esta habilidad se integra directamente en tu flujo de trabajo existente. Sube una hoja de cálculo de cualquier herramienta importante de descubrimiento de KOL y, en un solo paso, obtienes una lista preseleccionada clasificada, una lista de riesgos señalados (como posibles seguidores falsos o canales inactivos) y una copia preservada de tus datos brutos. Después de la selección, la habilidad puede pasar directamente a la siguiente fase, como la captación automatizada, haciendo que tu canal de influencers sea fluido desde el descubrimiento hasta el primer contacto.

Funciones clave

Qué la hace potente

  • Puntuación de salud automatizada

    Cada KOL recibe una puntuación de 0 a 100 basada en actividad, interacción, consistencia de visualizaciones y relación seguidores/visualizaciones, para que puedas detectar al instante a los mejores y los riesgos de fraude.

  • Enriquecimiento de campos con datos públicos

    Rellena automáticamente los datos que faltan, como país, métricas de actividad, visualizaciones promedio, tasa de interacción y correo electrónico, escaneando las páginas del canal, lo que reduce la investigación manual.

  • Limpieza y estandarización de datos

    Elimina duplicados, normaliza el recuento de seguidores (1.2M → 1,200,000), estandariza las etiquetas de plataforma y marca las entradas a las que les falta información crítica, todo con una sola carga.

  • Informe de lista corta en Excel con formato

    Produce un libro de Excel codificado por colores con tres hojas: una lista corta puntuada ordenada por salud, una lista de problemas marcados y los datos sin procesar originales para referencia.

Casos de uso

Cuándo usarla

  • Filtrar listas de KOL para campañas de medios

    Los equipos de marketing suben exportaciones de influencers sin procesar de Modash, Heepsy o CreatorIQ y reciben una lista corta limpia y clasificada lista para la difusión, lo que reduce el tiempo de verificación en horas.

  • Auditar y limpiar bases de datos de influencers existentes

    Las agencias lo utilizan para revisar periódicamente sus listas de influencers, detectando cuentas inactivas, seguidores falsos e información de contacto desactualizada para mantener su base de datos saludable.

  • Crear listas cortas de KOL específicas por categoría

    Los gestores de campañas especifican una categoría de marca (por ejemplo, belleza, tecnología) y la herramienta puntúa la relevancia junto con la interacción, ayudándoles a descubrir a los influencers más adecuados para campañas de nicho.

SKILL.md

Habilidad 1: Evaluador de KOLs

Toma una exportación CSV en bruto y desordenada de herramientas de descubrimiento de KOL y la transforma en una lista corta limpia, enriquecida y puntuada, lista para la difusión.

Cuándo usarlo

  • El usuario sube un CSV/Excel con nombres de KOL o URLs de canal
  • El usuario dice: «limpia esta lista de influencers» o «evalúa estos KOLs»
  • El usuario quiere formatear o estandarizar una base de datos de creadores

Entrada

Un archivo CSV o Excel con alguna combinación de: nombres de canal, URLs, número de seguidores, correos electrónicos, categorías, etc. Espere datos desordenados: formatos inconsistentes, campos faltantes, duplicados.

Proceso

Paso 1: Limpieza de datos

  • Eliminar entradas duplicadas (coincidir por URL o nombre de canal)
  • Estandarizar formatos de URL (asegurar URLs completas, no identificadores parciales)
  • Normalizar recuentos de seguidores/suscriptores (convertir «1.2M» → 1200000)
  • Marcar filas con datos críticos faltantes (sin URL = no se puede continuar)
  • Detectar y estandarizar etiquetas de plataforma (YT, YouTube, youtube → YouTube)

Paso 2: Enriquecimiento de campos

Para cada KOL con una URL de canal válida, intente recopilar datos disponibles públicamente:

CampoFuentePrioridad
Nombre del canalDesde URL/páginaObligatorio
PlataformaDesde patrón de URLObligatorio
Número de suscriptores/seguidoresPágina públicaObligatorio
País/RegiónInformación del canal o idioma del contenidoAlto
Categoría de contenidoInferida de títulos de vídeos recientesAlto
Promedio de visualizaciones (últimos 30 vídeos)Datos públicos de vídeosAlto
Tasa de interacción promedio(me gusta+comentarios)/visualizaciones × 100%Alto
Fecha de última cargaVídeo más recienteMedio
Número total de vídeosPágina públicaMedio
Correo electrónico (si es público)Página «Acerca de» del canalMedio

Si los datos no se pueden obtener automáticamente, marque la celda como [MANUAL] con resaltado amarillo para que el usuario la complete.

Paso 3: Puntuación de salud

Calcule una puntuación de salud preliminar (0-100) para cada KOL:

MétricaPesoLógica de puntuación
Actividad20%Última carga en los últimos 7 días = 100, 30 días = 70, 90 días = 30, 90+ días = 0
Tasa de interacción25%Referencias por plataforma: TikTok >5% = 100, YouTube >3% = 100, IG >2% = 100
Consistencia de visualizaciones20%Baja desviación estándar en visualizaciones = alta puntuación (rendimiento estable)
Relación seguidores/visualizaciones20%Visualizaciones/Seguidores > 30% = 100, 10-30% = 60, <10% = 20 (indicador de seguidores falsos)
Relevancia del contenido15%Cuán estrechamente coincide el contenido reciente con la categoría de la marca (el usuario debe especificar la categoría)

Paso 4: Salida

Generar un archivo Excel formateado con:

  • Hoja 1: Lista corta puntuada — Todos los KOL ordenados por puntuación de salud descendente, codificados por colores (verde >70, amarillo 40-70, rojo <40)
  • Hoja 2: Problemas marcados — KOL con sospecha de seguidores falsos, canales inactivos o datos críticos faltantes
  • Hoja 3: Datos brutos — Importación original conservada como referencia

Ubicación de salida

Guardar en: campaign-workspace/01-screening/screened-shortlist.xlsx

Transferencia

Después de la evaluación, pregunte al usuario: «Tu lista corta está lista con [X] KOLs puntuados. ¿Quieres que proceda con la difusión (Habilidad 2) o prefieres revisar y filtrar primero?»

FAQ