tokpipe

El problema

TikTok no ofrece API de analytics para creadores sin proceso de aprobación, y los exports de TikTok Studio son CSV en bruto que cambian de formato entre versiones de la app sin documentación ni aviso. Cualquier script que los parsee se rompe a las pocas semanas. El objetivo era un pipeline que sobreviviera a esos cambios sin intervención manual.

Los datos

Exports de TikTok Studio: vistas totales y únicas, curva de retención por segundo, interacciones (likes, comentarios, compartidos), fuentes de tráfico y seguidores por día. Las columnas, el separador decimal y el formato de fecha varían entre versiones de la app.

Enfoque

• Detección automática de versión de formato: el parser identifica el esquema del CSV por heurística antes de intentar parsear
• Normalización de métricas: tasa de retención real (no la del dashboard, que usa metodología distinta), ratio alcance/seguidores, engagement por vista — las métricas que importan, no las que muestra la app
• Output como DataFrame limpio con tipos correctos, listo para cualquier análisis o dashboard posterior

Herramientas

python

pandas

Resultado

Pipeline en uso con mis propios datos. Sobrevive a actualizaciones de TikTok Studio sin cambios de código. La diferencia con abrir el CSV a mano es que el output es reproducible, tiene los tipos correctos y calcula las derivadas que el dashboard de TikTok no muestra.