Compétence 1 : Filtre KOL
Prend un export CSV brut et désordonné issu d'outils de découverte de KOL et le transforme en une liste restreinte propre, enrichie et notée, prête pour la prise de contact.
Quand l'utiliser
- L'utilisateur téléverse un CSV/Excel de noms de KOL ou d'URL de chaînes
- L'utilisateur dit « nettoyez cette liste d'influenceurs » ou « filtrez ces KOL »
- L'utilisateur souhaite formater ou standardiser une base de données de créateurs
Entrée
Un fichier CSV ou Excel contenant une combinaison de : noms de chaînes, URL, nombre d'abonnés, e-mails, catégories, etc. Attendez-vous à des données désordonnées : formats incohérents, champs manquants, doublons.
Processus
Étape 1 : Nettoyage des données
- Supprimer les entrées en double (correspondance par URL ou nom de chaîne)
- Standardiser les formats d'URL (garantir des URL complètes, pas des identifiants partiels)
- Normaliser les comptes d'abonnés (convertir « 1.2M » → 1 200 000)
- Signaler les lignes avec des données manquantes critiques (pas d'URL = impossible de poursuivre)
- Détecter et standardiser les libellés de plateforme (YT, YouTube, youtube → YouTube)
Étape 2 : Enrichissement des champs
Pour chaque KOL disposant d'une URL de chaîne valide, tenter de collecter les données publiquement disponibles :
| Champ | Source | Priorité |
|---|---|---|
| Nom de la chaîne | Depuis l'URL/la page | Requis |
| Plateforme | Depuis le modèle d'URL | Requis |
| Nombre d'abonnés/de followers | Page publique | Requis |
| Pays/Région | Informations sur la chaîne ou langue du contenu | Élevée |
| Catégorie de contenu | Déduite des titres de vidéos récentes | Élevée |
| Vues moyennes (30 dernières vidéos) | Données vidéo publiques | Élevée |
| Taux d'engagement moyen | (j'aime + commentaires)/vues × 100 % | Élevé |
| Date de dernière mise en ligne | Vidéo la plus récente | Moyenne |
| Nombre total de vidéos | Page publique | Moyenne |
| E-mail (s'il est public) | Page À propos de la chaîne | Moyenne |
Si les données ne peuvent pas être récupérées automatiquement, marquez la cellule comme [MANUAL] avec un surlignage jaune pour que l'utilisateur la remplisse.
Étape 3 : Score de santé
Calculez un score de santé préliminaire (0-100) pour chaque KOL :
| Métrique | Poids | Logique de notation |
|---|---|---|
| Activité | 20 % | Dernière mise en ligne il y a moins de 7 jours = 100, 30 jours = 70, 90 jours = 30, 90 jours et plus = 0 |
| Taux d'engagement | 25 % | Références par plateforme : TikTok >5 % = 100, YouTube >3 % = 100, IG >2 % = 100 |
| Constance des vues | 20 % | Faible écart-type des vues = score élevé (performeur stable) |
| Ratio abonnés/vues | 20 % | Vues/abonnés > 30 % = 100, 10-30 % = 60, <10 % = 20 (indicateur de faux abonnés) |
| Pertinence du contenu | 15 % | Dans quelle mesure le contenu récent correspond à la catégorie de la marque (l'utilisateur doit préciser la catégorie) |
Étape 4 : Sortie
Générez un fichier Excel mis en forme avec :
- Feuille 1 : Liste restreinte notée — Tous les KOL triés par score de santé décroissant, avec un code couleur (vert >70, jaune 40-70, rouge <40)
- Feuille 2 : Problèmes signalés — KOL avec suspicion de faux abonnés, chaînes inactives ou données manquantes critiques
- Feuille 3 : Données brutes — Import d'origine conservé à titre de référence
Emplacement de sortie
Enregistrer dans : campaign-workspace/01-screening/screened-shortlist.xlsx
Passage de relais
Après le filtrage, demandez à l'utilisateur : « Votre liste restreinte est prête avec [X] KOL notés. Voulez-vous que je passe à la prise de contact (Compétence 2), ou préférez-vous d'abord examiner et filtrer ? »