Um dashboard de métricas do Instagram — seja para acompanhar a própria marca, um cliente de agência ou um conjunto de concorrentes — segue sempre a mesma arquitetura básica: coletar, armazenar, e visualizar. Este guia percorre os três estágios.

1. Coleta: buscando os dados brutos

O primeiro passo é decidir a frequência de coleta. Para a maioria dos casos de uso, uma coleta diária é suficiente — métricas de redes sociais não mudam de forma útil a cada minuto.

import requests

def coletar_metricas(usuario, token):
    r = requests.get(
        "https://scrapegram.cloud/api/v1/instagram/profile",
        headers={"Authorization": f"Bearer {token}"},
        params={"username": usuario},
    )
    return r.json()

2. Armazenamento: guardando o histórico

Um dashboard só é útil quando mostra tendência, não apenas o número do dia. Isso exige guardar cada coleta com data, em vez de sobrescrever o valor anterior. Um banco simples resolve:

CREATE TABLE metricas_diarias (
    id INTEGER PRIMARY KEY,
    usuario TEXT,
    data DATE,
    seguidores INTEGER,
    posts INTEGER,
    engajamento_medio REAL
);

3. Visualização: transformando número em gráfico

Com o histórico salvo, qualquer biblioteca de gráficos resolve a parte visual — de Chart.js no front-end a bibliotecas Python como Plotly para relatórios internos. O importante é responder três perguntas visualmente:

  • Como os seguidores cresceram nos últimos 30/90 dias?
  • Qual a frequência de publicação por semana?
  • Como o engajamento médio por post está variando?

Exemplo de estrutura de painel

Um dashboard eficaz normalmente tem três blocos:

  1. Visão geral: número atual de seguidores, variação da última semana, taxa de engajamento média.
  2. Tendência: gráfico de linha do crescimento de seguidores no tempo.
  3. Comparativo: quando há mais de um perfil monitorado, uma tabela lado a lado facilita achar quem está crescendo mais rápido.

Automatizando a atualização

Uma tarefa agendada (cron job, ou equivalente no seu ambiente) rodando uma vez por dia mantém o histórico sempre atualizado sem intervenção manual — o dashboard só precisa ler do banco local, sem chamar a API a cada visualização.

De onde vêm os dados

Todo esse fluxo depende de uma fonte confiável de dados públicos do Instagram. Os endpoints de perfil e posts do ScrapeGram foram desenhados justamente para esse tipo de coleta recorrente — com resposta em JSON simples, fácil de encaixar em qualquer stack de dashboard já existente.