TG 数据字段完全解读：从号码导出、开通活跃到性别年龄，一篇读懂你的 Telegram 数据

当你通过 KK-DATA 或其他 TG 筛号工具完成一批号码检测后，下载下来的 CSV 或 TXT 文件里可能包含十几个字段：phone、telegram_status、telegram_active、gender、age_range、tgid…… 这些字段分别代表什么？如何用它们精准筛选目标用户？本文将对 tg 数据 的常见字段进行逐项解读，并结合实操场景，帮助你从原始数据中提取出海获客、社群运营所需的信息。

什么是 TG 全格式数据？你的 Telegram 筛号报告包含哪些字段？

“TG 全格式数据”在业内通常指代筛号平台导出的多列完整字段结果。KK-DATA 支持多种检测类型，不同检测组合导出的字段数量与内容不同。以下是一个典型的筛号结果字段列表（以 CSV 为例，实际以控制台导出为准）：

字段名称	含义说明
phone	原始手机号码（含国际区号）
telegram_status	开通状态：active（已注册）、inactive（未注册/注销）、invalid（无效号码）
telegram_active	活跃检测结果：通常为 true/false 或日期值
gender	性别：male、female、unknown
age_range	年龄段（例如 20-25、26-30、31-35）
tgid	Telegram 账户唯一数字 ID
registration_ts	注册时间戳（Unix 毫秒）
language_code	客户端语言代码（如 en、zh、pt）

注意：如果你只选择了基础开通检测，导出文件就不会包含性别、年龄、tgid 等字段。每次提交任务前，控制台会清晰列出所选检测类型对应的输出字段，请以实际导出为准。

TG 开通字段怎么读？区分「已注册 Telegram」「未注册」和「无效号码」

开通检测是最基础、成本最低的筛号类型。它的核心价值在于：帮你快速过滤掉未注册 Telegram 的号码，只保留可触达的用户。

字段示例：Telegram 开通检测结果解读

KK-DATA 的 telegram_status 字段通常返回以下值：

• active：号码已注册 Telegram，可以接收消息（但未必活跃）。
• inactive：号码未注册或已注销，发送消息会失败。
• invalid：号码格式错误（如缺少国家码、位数不对），或运营商不可用，无法检测。

不要混淆「开通」与「活跃」：一个号码显示 active 只代表它注册了 Telegram，但用户可能已经几个月甚至几年没登录过。如果你想联系真正在线的用户，必须结合活跃检测。

TG 活跃字段怎么看？不同「活跃窗口」对数据筛选的影响

活跃字段告诉你：该号码最后一次使用 Telegram 的时间是否在你指定的窗口内。KK-DATA 支持自定义活跃窗口，例如近 7 天、近 30 天、近 90 天等。

示例：指定活跃窗口后导出的字段值

当你在控制台选择活跃检测并设置窗口为“近 30 天”，导出字段中会出现 telegram_active_last_seen，其值为一个日期戳（如 2025-03-15），或者是一个距今天数（如 28 天前）。你可以自行判断该日期是否落在窗口内。部分场景下也会提供布尔值 telegram_active = true/false，直接告诉你结果。

不同窗口的使用场景：

活跃窗口	适用场景
近 7 天	急需回应的营销活动（促销、限时优惠）
近 30 天	常规社群运营、私信推广（用户仍保持使用习惯）
近 90 天	构建高活用户池，适合长期维护的老客唤醒
自定义（如 3 个月以上）	识别休眠用户，用于重新激活或清理

提醒：活跃检测的扣费高于开通检测，所以建议先用开通粗筛，只对已开通的号码跑活跃检测，避免浪费。

TG 性别字段如何解读？性别识别结果的可靠性与局限

KK-DATA 的性别检测基于 Telegram 公开信息综合判断，包括昵称、头像、个人简介、用户名等。导出时 gender 字段一般返回 male、female 或 unknown（当信息不足时）。

准确率并非 100%：如果用户从头像到昵称都完全中性，且未设置简介，系统可能无法判断并返回 unknown。该字段最适合用于统计层面的人群定向，例如筛选出男性用户做某种电子产品推广，但不能保证每条记录都正确。

建议不要单独依赖性别字段，而是结合活跃和年龄字段交叉验证。例如：先过滤出近 30 天活跃的男性用户，再对其中年龄在 26–35 岁的人群做重点投放，这样可以降低误配率。

TG 年龄字段的含义是什么？如何利用年龄字段筛选约 30 岁人群？

很多出海运营人员会问：“tg 30岁数据”是什么意思？是不是可以精准拿到 30 岁的用户？答案是年龄段估算，而非精确年龄。

KK-DATA 的年龄字段来自性别检测的可选输出，其值是一个区间，例如 20-25、26-30、31-35 等。当你需要筛选“约 30 岁”的用户时，可以定位到 26-30 和 31-35 两个年龄段，这样做覆盖面更大，同时保持了定向精度。

常见应用场景：跨境电商选品（针对不同年龄段的偏好）、广告投放（如面向 30 岁左右男性的健身用品）。切勿将年龄当作身份证级数据使用。

TG 数据中的其他常用字段：tgid、wsid、uid、注册时间与语言代码

除了上述核心字段，多平台筛号或深度检测时还会出现以下字段：

• tgid：Telegram 账户的数字 ID，全局唯一。你可以用它通过 Telegram API 直接发送消息或拉入群组，比手机号更稳定（手机号可能更换）。但需遵守平台政策，避免滥用。
• wsid：WhatsApp ID，当你同时启用了 WhatsApp 检测时会生成。
• uid：Line 或 Zalo 等平台的用户 ID，出现于跨平台筛号任务。
• registration_ts：用户首次注册 Telegram 的时间戳（毫秒）。可以据此区分“老号”和“新号”——比如筛选注册超过 1 年的用户，通常信任度更高。
• language_code：客户端语言设置，如 en（英语）、pt（葡萄牙语）、ar（阿拉伯语）。用于语种定向（针对巴西市场可以筛选 pt 用户）。

这些字段可以帮助你构建更细分的筛选漏斗，减少无效触达。

怎么利用 TG 数据字段组合漏斗进行高效获客？

以下是一个完整的筛选逻辑示例，结合了 KK-DATA 的各个模块：

1. 生成或导入号码：你可以使用全球号码生成器（免费）生成目标国家的随机号段，或者上传自定义 CSV。
2. 基础开通检测：对批量号码跑一次开通检测，过滤掉 inactive 和 invalid 的号码，只留下 active 的记录。
3. 活跃检测（近 30 天）：对剩余号码提交活跃检测，筛选出 telegram_active = true 的用户。
4. 性别 + 年龄检测：在活跃检测任务上叠加性别和年龄字段，筛选男性、年龄在 26–35 岁的用户。
5. 导出 tgid：最终结果中导出 tgid 字段，用于后续私信群发或社群导入。
6. 去重仓库：KK-DATA 提供数据去重功能，避免同一号码重复检测，节约余额。

整个流程保持“按条计费、用多少付多少”的模式，无订阅套餐。提交前控制台会显示预估费用，确保预算可控。

常见问题

问：TG 全格式数据中的「性别」字段准确吗？
答：KK-DATA 的性别检测基于 Telegram 公开信息（昵称、头像、简介等）综合分析，准确率较高但仍存在未知情况。建议将性别字段视为定向参考，而非绝对属性，并搭配活跃、年龄字段交叉验证。

问：年龄字段能否做到精确到几岁？
答：不能。年龄字段输出的是年龄段（如 20-25、26-30 等），而非具体年龄。您可以用它来筛选约 30 岁左右的用户群体，适合统计层面的定向，不适合要求绝对精度的场景。

问：开通检测、活跃检测和性别检测有什么区别？
答：开通检测仅判断号码是否注册 Telegram；活跃检测判断该号码最近一次使用时间是否在您指定的窗口内；性别检测需要额外分析公开信息。通常建议按顺序做：先开通，再活跃，最后性别/年龄，这样可以在每一步中去掉无效记录，节约费用。

问：TG 数据中的 tgid 有什么用处？
答：tgid 是 Telegram 账户的全平台唯一标识，您可以利用它通过 Telegram API 直接发起消息或拉入群组，比手机号更稳定且不易失效。但注意需遵守 Telegram 使用政策，避免滥用。

问：我想筛选「已开通+近30天活跃+男性+约30岁」的 TG 用户，应该怎么配置检测任务？
答：在 KK-DATA 控制台新建筛号任务时，依次选择检测类型为「开通」「活跃」「性别」并勾选年龄字段，活跃窗口设为近30天。提交前可查看预估费用，任务完成后下载的 CSV 即可包含所需字段。记得先导入或生成号码。

---

如果你正在寻找高效、按量计费的 TG 筛号工具，欢迎体验 KK-DATA。
👉 登录控制台开始筛号
双向联系客服：https://t.me/kkdata_robot
官方文档：https://docs.kkdata.cc/
官网首页：https://kkdata.cc/