KK-DATA avatar KK-DATA

tg过滤结果字段全解读:号码状态、活跃度、性别与tgid该怎么看?

tg过滤 功能 kkdata Telegram营销

tg过滤结果字段全解读:号码状态、活跃度、性别与tgid该怎么看?

当你完成一次 tg过滤 任务后,控制台上会返回一张字段表:号码状态、活跃标识、性别、年龄、tgid……这些字段到底代表什么?如何用好它们优化获客?本文为你逐一拆解,让每次 Telegram过滤 都产出可执行的数据。

阅读前提示

本文讨论的字段均基于 KK-DATA 平台的 TG筛号 检测结果,不同工具的字段定义可能有差异,但核心逻辑通用。


tg过滤结果字段有哪些核心类型?

一次完整的 telegram号码过滤 任务,结果中包含以下四大类字段。理解它们的含义,是正确使用数据的第一步。

号码状态字段:开通、有效、无效的含义

字段值含义典型场景
开通该手机号已在 Telegram 注册账号基础筛选,确认号码可用
有效该账号当前可正常收发消息(未封禁/未注销)高优先级线索
无效未注册或账号已注销直接丢弃,避免浪费

关键理解:“开通”不等于“有效”。一些长期未登录的僵尸号仍显示“开通”,但无法接收私信。建议将 有效 作为最小筛选条件,再叠加活跃度过滤。

活跃度字段:如何理解最后在线时间窗口

TG筛号 的活跃检测基于账号的“最后在线时间”(Last Seen)。平台允许用户自定义活跃窗口,例如:

  • 最近7天活跃:标记为“活跃”
  • 最近30天活跃:标记为“活跃”
  • 超过30天未上线:标记为“不活跃”

结果字段中的活跃标识(如 active_7dactive_30d)表示该号码是否匹配你设定的窗口。注意:活跃度以天为单位,不精确到分钟或小时,主要用于判断用户近期是否仍在使用 Telegram。

人口统计字段:性别与年龄

Telegram 过滤 可从用户公开信息(昵称、头像、个人简介)中推断性别与年龄区间。结果字段中:

  • 性别:男 / 女 / 未知
  • 年龄:约 XX 岁(例如“约30岁”)

重要提醒:这些数据并非实名认证,仅作为人群画像的参考指标。

平台标识字段:tgid 与 uid

  • tgid:Telegram 内部为每个账号分配的唯一数字 ID,不可更改。
  • uid:某些任务中支持用户自定义 ID(如关联自己的 CRM 系统),方便跨系统匹配。

tgid 的导出价值极高:可用于 API 编程(发送消息、拉群)、跨任务去重、对接第三方自动化工具。


如何通过tg过滤判断目标号码是否真实活跃?

许多出海团队只做“开通”检测,结果发送大量消息后却发现用户已弃用账号。真正的有效线索需满足:开通 + 有效 + 活跃

操作步骤

  1. 在控制台选择 Telegram 筛号 任务类型。
  2. 勾选检测项目:开通检测 + 活跃检测(指定窗口,如 7 天)。
  3. 提交任务后,结果中会同时显示两项字段。
  4. 在导出阶段,你对活跃字段做二次过滤,只保留 active_7d = 是 的号码。

双重过滤的价值

过滤条件数量私信回复率(参考)
仅开通100005% – 8%
开通 + 有效800010% – 15%
开通 + 有效 + 最近7天活跃400020% – 30%

活跃度过滤虽然会缩小线索池,但能显著提升每次触达的效率。对于高成本获客(如一对一私信),这一步不可省略。


TG筛号中的性别与年龄字段怎么读?

性别与年龄字段适合用于 人群分层,而非精准定位。例如,某跨境电商想推广男性护肤品,可组合条件:性别=男 + 年龄=约20-35岁

性别字段:男/女/未知的识别逻辑

平台通过以下维度综合判定:

  • 昵称中的性别相关词汇(如“帅哥”、“Emily”)
  • 头像图片中的人脸性别分析(基于AI模型)
  • 个人简介中的代词(he/him, she/her)

结果说明:约 60%–70% 的账号可识别出性别(取决于公开资料的完整度),其余显示“未知”。切勿将“未知”视为无价值数据,它可能只是缺少公开信息。

年龄字段:如何解读约30岁这类数据

年龄字段以区间判断形式返回,例如“约30岁”表示模型推断该用户年龄在 25–35 岁之间。这是基于昵称、头像、活动模式等多维特征的概率估算,不是身份证生日

使用建议

  • 结合性别做交叉筛选(如“男性+约30岁”适合游戏类产品);
  • 仅作为排序参考,不要作为硬性条件排除大量号码;
  • 对于未成年或老年用户群体,准确率会下降(数据样本少)。

导出字段中的tgid/uid有什么用?

tgid 是 Telegram 生态中的“身份证号”,用途非常广泛:

  • 去重:不同任务可能重复检测同一号码,用 tgid 做唯一键可完全避免。
  • API 调用:几乎所有 Telegram 客户端库 / Bot API 都支持通过 user_id 操作(如 sendMessage(chat_id=tgid))。
  • 群组管理:将 tgid 导入群组成员列表,可批量踢人、禁言或邀请。
  • 跨平台匹配:如果你的业务同时用了 WhatsApp、Line 等,可将 tgid 与对方在其他平台的标识关联,构建统一用户画像。

uid 则是用户自定义字段,常用于对接自己的 CRM 或标签系统。例如你在导入号码时附带了一条 uid=order_123,筛号结果中会回传该 uid,方便你定位原始订单。


如何利用tg过滤结果字段优化获客策略?

将上述字段组合使用,能极大提升营销转化率。以下是一个可落地的工作流示例:

场景:Telegram 群发推广一款出海游戏(目标:印尼男性,18–30岁,活跃用户)

  1. 号码生成阶段:使用 KK-DATA 的全球号码生成功能,按印尼号段(+62)随机生成 50 万条号码(免费)。
  2. 筛选阶段
    • 提交 TG筛号 任务,勾选:开通检测 + 活跃检测(7天)+ 性别 + 年龄。
    • 结果导出后,用 Excel 或脚本过滤:有效=是 + 活跃(7天)=是 + 性别=男 + 年龄≥18岁 + 年龄≤30岁
    • 预估剩余有效线索:约 5–8 万条。
  3. 导出与分发
    • 导出 CSV,包含号码、tgid、性别、年龄字段。
    • 使用 tgid 配合批量发送工具(如 Pyrogram)进行私信投放。
  4. 跟踪效果
    • 记录每次私信的阅读率、点击率,反向验证选择过滤条件的合理性。

关键点:不要一开始就用最严条件。先用“开通 + 活跃”测试小批量,看回复率后逐步叠加性别/年龄过滤,找到收益与线索规模的平衡点。

字段组合提醒

建议在设计筛选策略时依次测试单一字段的影响。例如先做“活跃”实验,再引入“性别”,观察每多一个字段带来的转化提升是否值得丢失的线索量。


telegram号码过滤的常见误区有哪些?

误区正确理解
“开通”= 正在使用“开通”只是注册事实,很多账号已弃用。
活跃字段代表在线时长活跃字段只标记是否在指定天窗口内上线过,不等于持续在线。
年龄字段是准确生日年龄是区间推断(如约30岁),误差可达±5岁。
性别=未知 的号码没用未知可能是资料不公开,不代表不是目标用户。
tgid 可以修改tgid 是永久固定值,不可更改。
导出结果中手机号会被脱敏正常导出会保留完整手机号(需注意数据安全合规)。

不同检测任务的结果字段导出格式

TG筛号 的结果支持 CSV 和 TXT 两种格式,每行一个号码,各字段以逗号或制表符分隔。典型字段列表(以控制台实际显示为准):

phone,status,active_7d,active_30d,gender,age_range,tgid,uid
+628123456789,有效,是,是,男,约30岁,123456789,order_001
+628987654321,无效,否,否,未知,,987654321,order_002

导出的字段名称以控制台为准

不同版本或不同检测类型的任务,导出列名可能微调,请以实际导出文件表头为准。如对字段有疑问可查阅文档或联系客服。

数据处理小技巧:将 CSV 导入数据库或 pandas,用 SQL 或 Python 进行多字段组合过滤,比手动 Excel 筛选更高效,尤其当数据量超过 10 万条时。


常见问题

问:tg过滤的结果字段是否包含手机号本身?

答: 是的,导出的结果中会包含原始手机号以及对应的检测字段(如状态、活跃标识、性别、tgid等),便于关联和去重。

问:tg过滤的活跃度字段能否精确到具体分钟?

答: 不能。活跃度窗口通常以天为单位(如最近7天、30天),检测结果标记为“活跃”或“不活跃”,不支持精确在线时长。

问:tgid导出后可以用来做什么?

答: tgid是Telegram账号的唯一标识,可用于API编程操作(如发送消息、添加群组),也可用于跨任务号码去重,避免重复检测。

问:性别和年龄字段准确率高吗?

答: 准确率受用户公开资料完整性影响,通常针对英文昵称、有明确头像的账号识别度较高。建议作为辅助筛选条件,不用于严格的人群限定。

问:tg过滤任务完成后多久能导出结果字段?

答: 任务完成后即可在控制台下载CSV/TXT文件,结果即时可用。大任务(百万级)可能需要几分钟处理,完成后系统会通过Telegram通知。


立即体验tg过滤

看懂 tg过滤 的每一个结果字段,你就掌握了从海量号码中提取高质量线索的能力。下一步,动手试试:

👉 登录控制台开始筛号
✅ 双向联系客服: https://t.me/kkdata_robot
📖 使用文档: https://docs.kkdata.cc/
🔗 官网了解更多: https://kkdata.cc/