如何做 Twitter 竞品分析

#Twitter 竞品分析的七项指标

七个数字撑起了 X 上的竞品分析，而且每一个都来自任何公开账号都会显示的数据。想在动手搭建之前先并排看两个账号，可以用免费的推特账号对比工具，它在浏览器里列出两个账号的粉丝、浏览量和互动，并在每一项上标出领先者。

1. 粉丝增长率。 现在的粉丝数减去一周前的粉丝数，再除以之前的数字：一个每周增长 2% 的 2 万粉丝账号，正在追赶一个原地不动的 20 万粉丝账号。

2. 互动率。 一条帖子的点赞、转发、回复和引用之和，除以账号的粉丝数。比较中位数，因为一条爆款帖子会把平均值抬高好几周。

3. 发帖频率。 每周发帖数，所有对手都按同样的四周来统计。

4. 内容构成。 回复、引用，以及带图片或视频的帖子所占的比例。

5. 声量占比。 一个品牌一周内被提及的次数，除以这组账号里所有品牌被提及次数的总和。

6. 受众重合度。 对手的粉丝中也关注了你的人所占的比例，以两份列表中较小的一份为基准。

7. 认证与虚假占比。 对手粉丝里认证账号的占比，以及空账号的占比：没有帖子、没有头像、关注数远多于粉丝数。

有些数字只有账号的所有者才能看到：随时间变化的曝光量、链接点击、资料页访问和粉丝画像。每条帖子的浏览量是公开的，所以对任何对手你也可以用浏览量去除互动数；Twitter 数据分析 API 指南讲了这两个公式，以及每条帖子都带有的六个计数。

单看一个粉丝数说明不了什么。同样的七个数字，每周对整组账号读一遍，就能看出谁在提速、哪些形式在你的领域里有效，以及对手的受众与你的重合在哪里。

#选 3 到 10 个对手和一个窗口

一组有用的账号包含 3 到 10 个，分成三个层级，再加上你自己的账号作为参照线。超过 10 个，每周的解读就变成噪音；少于 3 个，则没有基线。

• 直接对手把同样的东西卖给同样的买家。
• 间接对手争夺同样的注意力：一个媒体账号、一位创作者，或你的买家用来替代你的某个工具。
• 标杆账号处在你一年后想到达的位置，这样差距是量出来的，不是猜出来的。

有三个地方能帮你找到还不认识的对手。和你一起出现在同一批帖子里被提及的账号，通常就是竞争对手。通过 POST /search-users（在新标签页打开） 在用户简介里搜索你所在品类的关键词，可以列出其余的。而你的粉丝也在关注的账号，争夺的是同一个信息流；免费的推特受众重合度检测可以测量任意两个账号之间的重合。

为所有账号固定同一个窗口：最近 28 天，且每个账号都在同一天结束。在两周的窗口里碰上一次发布周，会被误读成对手的日常节奏；四周则能把它抹平。

#仪表盘工具还是 API：数字从哪里来

按席位收费的仪表盘，从你接入的那天起才开始计数，每个席位都要收费，还限制你能关注的对手数量。把 API 当作数据层，则可以回填对手的历史，按请求计费，对手数量不设上限，并返回 JSON，供你自己的表格、仪表盘或智能体使用。

• 历史

  Sorsa API

  可搜索回溯到 2006 年；完整时间线，没有 3,200 条帖子的上限

  按席位收费的仪表盘

  从你注册那天起

  官方 X API

  时间线只到最新的 3,200 条帖子；归档搜索按帖子计费

• 对手数量

  Sorsa API

  无上限

  按席位收费的仪表盘

  受套餐限制

  官方 X API

  无上限

• 价格

  Sorsa API

  资料每 1,000 份 $0.014 起；帖子每 1,000 条 $0.07 起

  按席位收费的仪表盘

  每个席位每月收费

  官方 X API

  每 1,000 份资料 $10.00；每 1,000 条帖子 $5.00

• 接入

  Sorsa API

  一个 API 密钥

  按席位收费的仪表盘

  每个席位一个登录账号

  官方 X API

  开发者账号、OAuth，每月最多 300 万次帖子读取

• 输出

  Sorsa API

  JSON，供你的表格、仪表盘和智能体使用

  按席位收费的仪表盘

  供应商自带的图表和导出

  官方 X API

  JSON

价格这一行，会随着你的账号组变大而增长。官方 X API 对返回的每条帖子和每份资料都计费，费率见其价格页（在新标签页打开），而一次 Sorsa API 请求最多可带 100 份资料或 20 条帖子。

#用 Sorsa API 分五步完成分析

要拉取竞品分析所需的数字，用 Sorsa API，一款 Twitter（X）API 与爬虫：一次请求最多返回 100 份对手资料，帖子每次请求 20 条，可回溯到 2006 年。所有套餐都是 20 次请求/秒，用同一个 API 密钥，不需要开发者账号，也不需要 OAuth。下面五步从头到尾搭起每周的运行流程；文档里的竞品分析工作流（在新标签页打开）则把同一项工作写成了一个脚本。

1. 拿到密钥。 注册后，在控制台里复制你的 API 密钥。前 100 次请求免费，永不过期。

2. 给整组账号拍快照。 把每个用户名发送给 GET /info-batch（在新标签页打开），每次最多 100 个，重复使用 usernames 参数。

   curl -G "https://api.sorsa.io/v3/info-batch" \
     -H "ApiKey: YOUR_API_KEY" \
     --data-urlencode "usernames=northwind_roastery" \
     --data-urlencode "usernames=harbor_bean_supply" \
     --data-urlencode "usernames=kestrel_coffee_lab"
   

   {
     "users": [
       {
         "id": "1638204417762983936",
         "username": "northwind_roastery",
         "display_name": "Northwind Roastery",
         "description": "Small-batch coffee, roasted every Monday.",
         "bio_urls": ["https://example.com/subscribe"],
         "followers_count": 48210,
         "followings_count": 612,
         "tweets_count": 9314,
         "media_count": 2207,
         "verified": true,
         "pinned_tweet_ids": ["1851130250081816914"],
         "created_at": "2023-03-15T09:12:44Z"
       },
       {
         "id": "1702553980148703232",
         "username": "harbor_bean_supply",
         "display_name": "Harbor Bean Supply",
         "description": "Green coffee for roasters. Ships worldwide.",
         "bio_urls": [],
         "followers_count": 31904,
         "followings_count": 1480,
         "tweets_count": 5120,
         "media_count": 860,
         "verified": false,
         "pinned_tweet_ids": [],
         "created_at": "2023-09-14T16:40:03Z"
       }
     ]
   }
   

   显示完整响应

3. 读取每个对手最近四周的帖子。 用 POST /user-tweets（在新标签页打开） 翻页，每次请求 20 条帖子，直到整整一页都早于窗口为止。每条帖子都带有点赞、转发、回复、引用、浏览量和书签数，所以这些指标不需要再发别的请求。

   import statistics
   from datetime import datetime, timedelta, timezone
   
   import requests
   
   BASE = "https://api.sorsa.io/v3"
   HEADERS = {"ApiKey": "YOUR_API_KEY"}
   WEEKS = 4
   
   
   def posted(t):
       return datetime.fromisoformat(t["created_at"].replace("Z", "+00:00"))
   
   
   def recent_posts(handle):
       since = datetime.now(timezone.utc) - timedelta(weeks=WEEKS)
       body, posts = {"username": handle, "with_replies": True}, []
       while True:
           r = requests.post(f"{BASE}/user-tweets", headers=HEADERS,
                             json=body, timeout=30)
           r.raise_for_status()
           page = r.json()
           fresh = [t for t in page.get("tweets", []) if posted(t) >= since]
           posts += fresh
           if not fresh or not page.get("next_cursor"):
               return posts
           body["next_cursor"] = page["next_cursor"]
   
   
   def metrics(handle, followers):
       posts = recent_posts(handle)
       own = [t for t in posts
              if not t["is_reply"] and not t.get("retweeted_status")]
       rates = [100 * (t["likes_count"] + t["retweet_count"]
                       + t["reply_count"] + t["quote_count"]) / followers
                for t in own]
       media = sum(any(e["type"] in ("photo", "video")
                       for e in t.get("entities") or []) for t in own)
       replies = sum(t["is_reply"] for t in posts)
       return {
           "posts_wk": round(len(own) / WEEKS, 1),
           "median_er": round(statistics.median(rates), 3) if rates else 0,
           "reply_pct": round(100 * replies / len(posts), 1) if posts else 0,
           "media_pct": round(100 * media / len(own), 1) if own else 0,
       }
   

   const BASE = "https://api.sorsa.io/v3";
   const headers = { ApiKey: "YOUR_API_KEY", "Content-Type": "application/json" };
   const since = Date.now() - 28 * 24 * 3600 * 1000;
   
   async function recentPosts(username) {
     const body = { username, with_replies: true };
     const posts = [];
     for (;;) {
       const res = await fetch(`${BASE}/user-tweets`, {
         method: "POST", headers, body: JSON.stringify(body),
       });
       if (!res.ok) throw new Error(`HTTP ${res.status}`);
       const page = await res.json();
       const fresh = (page.tweets ?? []).filter(
         (t) => Date.parse(t.created_at) >= since);
       posts.push(...fresh);
       if (!fresh.length || !page.next_cursor) return posts;
       body.next_cursor = page.next_cursor;
     }
   }
   
   function medianRate(posts, followers) {
     const rates = posts
       .filter((t) => !t.is_reply && !t.retweeted_status)
       .map((t) => (t.likes_count + t.retweet_count
         + t.reply_count + t.quote_count) / followers * 100)
       .sort((a, b) => a - b);
     return rates.length ? rates[Math.floor(rates.length / 2)] : 0;
   }
   

4. 统计每个品牌的声量占比。 在同一周内，对每个用户名调用 POST /mentions（在新标签页打开），每次请求 20 条提及，再把每个计数除以总数。如果某个品牌被提及几千次，而你只想要有人互动过的那些，就加上 min_likes。

   def mentions(handle, since, until):
       body = {"query": handle, "since_date": since, "until_date": until}
       count = 0
       while True:
           r = requests.post(f"{BASE}/mentions", headers=HEADERS,
                             json=body, timeout=30)
           r.raise_for_status()
           page = r.json()
           count += len(page.get("tweets", []))
           if not page.get("next_cursor"):
               return count
           body["next_cursor"] = page["next_cursor"]
   
   
   brands = ["northwind_roastery", "harbor_bean_supply", "kestrel_coffee_lab"]
   week = {b: mentions(b, "2026-10-26", "2026-11-02") for b in brands}
   total = sum(week.values()) or 1
   sov = {b: round(100 * n / total, 1) for b, n in week.items()}
   

5. 为每个对手存一行，并与上周对比。 按每周的计划（cron、GitHub Actions 工作流，或任何任务调度器）把这些行追加到一个 CSV 文件里；增长就是本周粉丝数与上周粉丝数的差。

   import csv
   from datetime import date
   from pathlib import Path
   
   PATH = "competitors.csv"
   FIELDS = ["week", "handle", "followers", "growth_pct", "posts_wk",
             "median_er", "reply_pct", "media_pct", "sov_pct"]
   
   
   def last_followers():
       if not Path(PATH).exists():
           return {}
       with open(PATH, newline="", encoding="utf-8") as f:
           return {r["handle"]: int(r["followers"]) for r in csv.DictReader(f)}
   
   
   profiles = requests.get(f"{BASE}/info-batch", headers=HEADERS,
                           params={"usernames": brands}, timeout=30).json()
   last, rows = last_followers(), []
   for u in profiles["users"]:
       h, f = u["username"], u["followers_count"]
       prev = last.get(h) or f
       rows.append({"week": date.today().isoformat(), "handle": h,
                    "followers": f,
                    "growth_pct": round(100 * (f - prev) / prev, 2),
                    "sov_pct": sov.get(h, 0), **metrics(h, f)})
   
   new_file = not Path(PATH).exists()
   with open(PATH, "a", newline="", encoding="utf-8") as f:
       out = csv.DictWriter(f, fieldnames=FIELDS)
       if new_file:
           out.writeheader()
       out.writerows(rows)
   

返回 403，说明密钥缺失或请求额度已用完；返回 429，说明 1 秒内发了超过 20 次请求，暂停一下再重试。失败的请求从不收费。

#一份自动填表的 Twitter 竞品分析模板

模板就是一张表，每个对手每周一行，每一列都对应 API 返回的一个字段。把表头行粘贴到 Google Sheets 或 Excel 里，也可以让第 5 步的脚本替你写出这个文件。

week,handle,followers,growth_pct,posts_wk,median_er,reply_pct,media_pct,sov_pct

每一列、它来自的字段以及公式如下：

• followers

  来源

  followers_count，GET /info-batch

  公式

  直接取返回值

• growth_pct

  来源

  两个每周行

  公式

  (本周 − 上周) ÷ 上周 × 100

• posts_wk

  来源

  created_at，POST /user-tweets

  公式

  28 天内自己发的帖子数 ÷ 4

• median_er

  来源

  likes_count、retweet_count、reply_count、quote_count

  公式

  每条帖子 (总和 ÷ 粉丝数 × 100) 的中位数

• reply_pct

  来源

  is_reply

  公式

  回复数 ÷ 窗口内全部帖子数 × 100

• media_pct

  来源

  entities[].type 为 photo 或 video

  公式

  带媒体的帖子数 ÷ 自己发的帖子数 × 100

• sov_pct

  来源

  POST /mentions

  公式

  品牌被提及次数 ÷ 整组账号被提及次数 × 100

分析做深之后可以继续加列：用 view_count 得到 views，按浏览量算互动；用 description 得到 bio，发现新的定位语；用下面受众审计得到的 verified_share。举个例子：如果在粉丝数相同的情况下，你的互动率中位数是 0.41%，而某个对手是 1.2%，那就先按互动量给对手的帖子排序，读完最靠前的十条，再决定要不要改什么。

#在你开始追踪之前，先回头看

对手的过去是可以搜索的：Sorsa API 能读取对手回溯到 2006 年的帖子，所以在你搭好的当天，对标就能用上去年的数据。仪表盘从你接入的那天才开始计数，而官方 X API 的用户时间线只返回最新的 3,200 条帖子，见 docs.x.com（在新标签页打开）。

想研究某个对手去年的节日季是怎么运营的，把 X 自己的搜索运算符发送给 POST /search-tweets（在新标签页打开）：from: 指定账号，since: 和 until: 设定日期，每次请求返回约 20 条帖子及其计数。

curl -X POST "https://api.sorsa.io/v3/search-tweets" \
  -H "ApiKey: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query": "from:northwind_roastery since:2025-11-01 until:2026-01-01",
       "order": "latest"}'

把 from: 换成品牌名，同一个查询返回的就是那段时间里人们对这个对手说了什么，这样任何一个过去的月份，你都能测出它的声量占比。

#仪表盘很少展示的四个信号

在七项指标之外，还有四个公开信号，能在对手的数字上显现之前，就看出它在做什么。

赞助帖子。 Sorsa API 返回的每条帖子都带有 paid_partnership，也就是 X 在付费合作帖子上显示的标记。搜索提到某个对手的帖子，只保留带标记的：作者就是这个对手花钱合作的创作者。

body = {"query": "@northwind_roastery", "order": "latest"}
r = requests.post(f"{BASE}/search-tweets", headers=HEADERS, json=body)
paid = [t for t in r.json()["tweets"] if t.get("paid_partnership")]
print({t["user"]["username"] for t in paid})

他们的受众住在哪里。 GET /about（在新标签页打开） 返回 X 判定的账号所在国家。对一个对手的 1,000 个粉丝样本运行它，你就能看到他们触达了哪些市场；Twitter 所在地 API 指南讲了样本和完整列表的接近程度。

悄悄的策略动作。 简介里多了一句话、bio_urls 里多了一个新链接，或者换了一条新的置顶帖子，往往先于正式公告出现。在 /info-batch 快照里逐周对比这些内容，并且每月翻一次 GET /follows（在新标签页打开）：对手新关注了哪些合作方、新员工或投资人，都是公开的。

受众质量。 GET /verified-followers（在新标签页打开） 只列出关注某个对手的认证账号，GET /followers（在新标签页打开） 每次请求返回 200 个粉丝，用于重合度和虚假粉丝检查。Twitter 粉丝 API 指南讲了翻页、按 ID 计算重合度，以及空账号的各种信号。

#追踪竞争对手每月要花多少钱

每周追踪 10 个对手，Sorsa API 的请求费用每月 $0.68 起（按 Pro 费率是 $0.97），而官方 X API 是 $143.77。这个例子假设每周为每个对手读取 100 条帖子和 100 条提及，并且每月为每个对手抽样 1,000 个粉丝；改掉这些数字，就能给你自己的账号组估价。

差距来自计费单位。官方 X API 对返回的每条帖子和每份资料都收费，还需要开发者账号和 OAuth。它在每月 300 万次帖子读取处封顶；再往上，就只剩 Enterprise 合同这一条路，每月约 $42,000 起。从 2026 年 11 月 22 日起，它还会把通过扩展（expansions）返回的对象按标准费率计费，见 X 在 10 月 23 日发布的通知（在新标签页打开）。如果你按 $0.010 把每条提及的作者也展开，上面的例子会涨到 $187.10。

追踪 X 上的竞争对手，选 Sorsa API：对手资料每 1,000 份 $0.014 起，官方 X API 则是 $10.00；粉丝每 1,000 个 $0.007 起，便宜 1,000 倍。通过 POST /tweet-info-bulk（在新标签页打开） 重新读取你已在追踪的帖子的计数，每次请求 100 条，每 1,000 条 $0.014 起，比 $5.00 便宜 250 倍。按 20 次请求/秒算，整个每周流程只需几秒钟。Sorsa API 是只读的，也从不要求你的 X 登录，所以你自己的账号不会有任何风险。

#多久运行一次，结果怎么用

快照每周跑一次，深度分析每季度做一次。每周的运行（资料、四周的帖子、提及）能在几天之内发现节奏或形式的变化。每季度的深度分析，则加上受众审计、历史搜索，并重新看一看哪些对手应该留在这组账号里。在对手发布新品期间，每天查看它的提及：Twitter 实时监测指南讲了如何用一次请求轮询整组账号。

一个发现，只有变成附带数字的测试才有用。把它写成一个假设和一项指标：

• 某对手的视频帖子能拿到其互动率中位数的 2.4 倍：四周内每周发两条视频，再比较你的中位数。
• 两个对手大多会在当天回复提及，而且增长更快：一个月内回复每一条提及，观察增长。
• 某对手的声量占比在一次创作者活动之后翻了一倍：查看它带有 paid_partnership 的帖子，了解这些创作者和形式。

保留每周的 CSV：十二周的数据行，能说明是一次测试改变了你的曲线，还是整个领域一起在变。

#今天就对标你的第一批对手

Twitter 竞品分析，就是每周为 3 到 10 个对手读一遍七个数字。Sorsa API 用三个接口就能填满整张表：对手资料每 1,000 份 $0.014 起，帖子可回溯到 2006 年且没有 3,200 条的上限，粉丝每 1,000 个 $0.007 起，用同一个 API 密钥，20 次请求/秒。你的前 100 次请求免费，足够做第一次 10 个对手的对标。

#常见问题