OPS-25-D3Social Operations

Wielokontowa orkiestracja treści i outreachu dla creator network

47 kont marek, cztery platformy, jedna konsola operatora. Harmonogramowanie, engagement, analityka i human-in-the-loop review zbudowane end-to-end.

11.6×output
Sektor
Media · Creator economy
Powierzchnie
Browser · API · UI
Czas pracy
6 miesięcy autonomicznie
Opublikowano
2025-06-22

Wyzwanie

Klient zarządza siecią 47 marek wokół creator economy (lifestyle, fitness, tech). Każda marka ma konta na czterech platformach: Instagram, TikTok, X i YouTube. Wcześniejsza struktura: trzy osoby operacyjne, każda obsługująca ręcznie ~16 kont. Z tym headcountem osiągali ~120 publikacji tygodniowo. Cel: 1 200/tydz przy zachowaniu jakości i 0 banów.

Standardowe narzędzia (Buffer, Hootsuite, Later) padały na skali kont, mieszały konta między marketerami, nie radziły sobie z TikTokiem i nie dawały pętli zaangażowania. Większość rynku zatrzymuje się tutaj. Klient nie chciał się zatrzymywać.

Podejście

Konsola operatora w Next.js z trzema modułami: content calendar (przegląd 47 brandów × 4 platformy w jednej siatce), publishing engine (oficjalne API gdzie istnieją, bezpieczny scrap dla TikToka i niektórych Instagram features), engagement queue (DM-y, komentarze, mentions skanowane przez klasyfikator intencji, niejednoznaczne idą do queue dla operatora).

Każda marka ma „personality profile" — godziny aktywności, częstotliwość, ton, kategorie treści. To nie symulacja człowieka — to operacjonalizacja faktu, że marki są obsługiwane przez różne osoby zespołu i mają różne harmonogramy.

Layer compliance: każda akcja audytowalna, dziennie generowany raport „co system zrobił" dla każdej marki, kill switch per marka per platforma (wymuszalny jednym kliknięciem). Architektura izolowanych sesji oznacza, że ban jednej marki nie zagraża pozostałym 46.

Wynik

Output 11.6× wyższy z tym samym headcountem operacyjnym. Czas na publikację spadł z ~45 minut do <3 minut (przegląd i zatwierdzenie). 60–70% DM-ów obsługiwanych automatycznie, reszta w queue.

Zero banów w 6 miesięcy produkcji. Jeden shadow-ban na TikToku (klient testował agresywniej niż rekomendowaliśmy), naprawiony przez tygodniową pauzę i dostosowanie wzorca.

Klient wynegocjował nowy mandat partnera reklamowego o wartości 1.4M USD/rok dzięki pokazaniu pierwszych miesięcy danych z systemu.

Stack

Next.jsInstagram Graph APITikTok APIX API v2YouTube Data APIPlaywrightPostgresRedisBullMQ

Wskaźniki

  • 47Marek / kont
  • 11.6×Output lift
  • <3 minCzas na publikację
  • 60–70%DM-y auto
  • 0Bany
  • 6 mies.Czas autonomicznej pracy
Podobny problem w Twojej firmie?

Każdy projekt jest inny, ale wzorce się powtarzają.

Jeśli rozpoznajesz fragmenty tego case study u siebie — napisz. Zwykle widzimy w pierwszym callu, czy to skala godzin tygodniowo, czy infrastruktura na miesiące.