Spark!

Puntuación de afinidad de la audiencia

Evalúa hasta qué punto un creador encaja con tu marca

Última actualización: 2026-01-19

La puntuación de afinidad analiza cuánto coincide la audiencia de un creador con tus clientes objetivo. Las puntuaciones altas indican más potencial de conversión.

Cómo funciona la puntuación

Spark! calcula las puntuaciones de afinidad a partir de varios factores:

  • Coincidencia demográfica — Coincidencia de edad, género y ubicación con tus clientes
  • Afinidad de intereses — Intereses de la audiencia relevantes para tus productos
  • Calidad de interacción — Interacción real frente a bots o seguidores falsos
  • Relevancia del contenido — Relación del contenido del creador con tu nicho
  • Seguridad de marca — Adecuación del contenido para tu marca
Interpretación de la puntuación

90–100: Afinidad excelente, prioriza estos creadores
70–89: Buena afinidad, vale la pena contactarlos
50–69: Afinidad moderada, revisa manualmente
Menos de 50: Afinidad baja, probablemente no compensa la inversión

Análisis demográfico

Para cada creador, Spark! ofrece datos demográficos de la audiencia:

  • Distribución por edad — 13–17, 18–24, 25–34, 35–44, 45–54 y 55 o más
  • Distribución por género — Masculino, femenino y no binario
  • Países principales — Distribución geográfica
  • Ciudades principales — Concentración urbana
  • Idioma — Principales idiomas hablados

Análisis de interacción

Ve más allá del número de seguidores con métricas de interacción:

  • Tasa de interacción — Me gusta + comentarios / seguidores
  • Puntuación de autenticidad — Detección de interacción real frente a falsa
  • Calidad de comentarios — Comentarios relevantes frente a spam
  • Tasa de guardados y compartidos — Indicadores de viralidad del contenido
  • Crecimiento de seguidores — Patrones de crecimiento orgánico frente a pagado

Criterios de afinidad personalizados

Configura las ponderaciones según tus prioridades:

  1. Ve a Settings → Creator Discovery → Fit Scoring
  2. Ajusta el peso de cada factor, como demografía e interacción
  3. Define umbrales mínimos para el filtrado automático
  4. Guarda tu modelo de puntuación personalizado

Próximos pasos

¿Te resultó útil esta página?

¿Necesitas más ayuda? Contactar con soporte