KK-DATA avatar KK-DATA

tg過濾結果欄位全解讀:號碼狀態、活躍度、性別與tgid該怎麼看?

tg過濾 功能 kkdata Telegram行銷

tg過濾結果欄位全解讀:號碼狀態、活躍度、性別與tgid該怎麼看?

當你完成一次 tg過濾 任務後,控制台上會回傳一張欄位表:號碼狀態、活躍識別、性別、年齡、tgid…這些欄位到底代表什麼?如何用好它們優化獲客?本文為你逐一拆解,讓每次 Telegram過濾 都產出可執行的資料。

閱讀前提示

本文討論的欄位皆基於 KK-DATA 平台的 TG篩號 檢測結果,不同工具的欄位定義可能有差異,但核心邏輯通用。


tg過濾結果欄位有哪些核心類型?

一次完整的 telegram號碼過濾 任務,結果包含以下四大類欄位。理解它們的意義,是正確使用數據的第一步。

號碼狀態欄位:開通、有效、無效的意義

欄位值意義典型場景
開通此手機號碼已在 Telegram 註冊帳號基礎篩選,確認號碼可用
有效該帳號目前可正常收發訊息(未封禁/未登出)高優先權線索
無效未註冊或帳號已註銷直接丟棄,避免浪費

關鍵理解:「開通」不等於「有效」。一些長期未登入的殭屍號仍顯示“開通”,但無法接收私訊。建議將 有效 作為最小篩選條件,再疊加活躍度過濾。

活躍度欄位:如何理解最後線上時間窗口

TG篩號 的活躍檢測是基於帳號的「最後線上時間」(Last Seen)。平台允許用戶自訂活躍窗口,例如:

  • 最近7天活躍:標記為“活躍”
  • 最近30天活躍:標記為“活躍”
  • 超過30天未上線:標記為“不活躍”

結果欄位中的活躍標識(如 active_7dactive_30d)表示該號碼是否符合你所設定的視窗。 注意:活躍度以天為單位,不精確到分鐘或小時,主要用於判斷使用者近期是否仍在使用 Telegram。

人口統計欄位:性別與年齡

Telegram 過濾 可從使用者公開資訊(暱稱、頭像、個人簡介)推斷性別與年齡區間。結果欄位中:

  • 性別:男 / 女 / 未知
  • 年齡:約 XX 歲(例如「約30歲」)

重要提醒:這些資料並非實名認證,僅作為人群畫像的參考指標。

平台標識欄位:tgid 與 uid

  • tgid:Telegram 內部為每個帳號分配的唯一數字 ID,不可更改。
  • uid:某些任務中支援使用者自訂 ID(如關聯自己的 CRM 系統),方便跨系統配對。

tgid 的匯出價值極高:可用於 API 程式設計(傳送訊息、拉群)、跨任務去重、對接第三方自動化工具。


如何透過tg過濾判斷目標號碼是否真實活躍?

許多出海團隊只做「開通」檢測,結果發送大量訊息後卻發現用戶已棄用帳號。真正的有效線索需滿足:開通 + 有效 + 活躍

操作步驟

  1. 在控制台選擇 Telegram 篩號 任務類型。
  2. 勾選檢測項目:開通檢測 + 活躍檢測(指定窗口,如 7 天)。
  3. 提交任務後,結果中會同時顯示兩項欄位。
  4. 在匯出階段,你對活躍欄位做二次過濾,只保留 active_7d = 是 的號碼。

雙重過濾的價值

過濾條件數量私訊回覆率(參考)
僅開通100005% – 8%
開通 + 有效800010% – 15%
開通 + 有效 + 最近7天活躍400020% – 30%

活躍度過濾雖然會縮小線索池,但能顯著提升每次觸達的效率。對於高成本獲客(如一對一私訊),這一步驟不可省略。


TG篩號中的性別與年齡欄位怎麼讀?

性別與年齡欄位適合用於 人群分層,而非精準定位。例如,某跨境電商想推廣男性保養品,可組合條件:性别=男 + 年龄=约20-35岁

性別欄位:男/女/未知的辨識邏輯

平台透過以下維度綜合判定:

  • 暱稱中的性別相關詞彙(如「帥哥」、「Emily」)
  • 头像图片中的人脸性别分析(基于AI模型)
  • 個人簡介中的代名詞(he/him, she/her)

結果說明:約 60%–70% 的帳號可識別出性別(取決於公開資料的完整度),其餘顯示「未知」。切勿將「未知」視為無價值數據,它可能只是缺少公開資訊。

年齡欄位:如何解讀約30歲這類數據

年齡欄位以區間判斷形式傳回,例如「約30歲」表示模型推斷該使用者年齡在 25–35 歲之間。這是基於暱稱、頭像、活動模式等多維特徵的機率估算,不是身分證生日

使用建議

  • 結合性別做交叉篩選(如「男性+約30歲」適合遊戲類產品);
  • 僅作為排序參考,不要作為硬性條件排除大量號碼;
  • 對於未成年或老年使用者群體,準確率會下降(資料樣本少)。

匯出欄位中的tgid/uid有什麼用?

tgid 是 Telegram 生態中的“身份證號”,用途非常廣泛:

  • 去重:不同任務可能重複偵測相同號碼,用 tgid 做唯一按鍵可完全避免。
  • API 呼叫:幾乎所有 Telegram 用戶端程式庫 / Bot API 都支援透過 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。
  • 跨平台配對:如果你的業務同時用了 WhatsApp、Line 等,可將 tgid 與對方在其他平台的識別關聯,建立統一用戶畫像。

uid 則是使用者自訂字段,常用於對接自己的 CRM 或標籤系統。例如你在匯入號碼時附帶了一條 uid=order_123,篩號結果中會回傳該 uid,方便你定位原始訂單。


如何利用tg過濾結果欄位優化獲客策略?

將上述欄位組合使用,能大幅​​提升行銷轉換率。以下是一個可落地的工作流程範例:

場景:Telegram 群發推廣一款出海遊戲(目標:印尼男性,18–30歲,活躍用戶)

  1. 號碼產生階段:使用 KK-DATA 的全球號碼產生功能,以印尼號段(+62)隨機產生 50 萬個號碼(免費)。
  2. 篩選階段
    • 提交 TG篩號 任務,勾選:開通檢測 + 活躍檢測(7天)+ 性別 + 年齡。
    • 結果匯出後,以 Excel 或腳本過濾:有效=是 + 活跃(7天)=是 + 性别=男 + 年龄≥18岁 + 年龄≤30岁
    • 預估剩餘有效線索:約 5–8 萬條。
  3. 导出与分发
    • 匯出 CSV,包含號碼、tgid、性別、年齡欄位。
    • 使用 tgid 配合批次發送工具(如 Pyrogram)進行私訊投放。
  4. 追蹤效果
    • 記錄每次私訊的閱讀率、點擊率,反向驗證選擇過濾條件的合理性。

關鍵點:不要一開始就用最嚴條件。先用「開通 + 活躍」測試小批量,看回覆率後逐步疊加性別/年齡過濾,找到收益與線索規模的平衡點。

欄位組合提醒

建議在設計篩選策略時依序測試單一欄位的影響。例如先做“活躍”實驗,再引入“性別”,觀察每多一個字段帶來的轉換提升是否值得丟失的線索量。


telegram號碼過濾的常見誤解有哪些?

迷思正確理解
「開通」= 正在使用「開通」只是註冊事實,很多帳號已棄用。
活躍字段代表在線時長活躍字段只標記是否在指定天窗口內上線過,不等於持續在線。
年齡欄位是準確生日年齡為區間推斷(如約30歲),誤差可達±5歲。
性別=未知 的號碼沒用未知可能是資料不公開,不代表不是目標使用者。
tgid 可以修改tgid 是永久固定值,不可更改。
匯出結果中手機號碼會被減敏正常匯出會保留完整手機號碼(需注意資料安全合規)。

不同檢測任務的結果欄位匯出格式

TG篩選號 的結果支援 CSV 和 TXT 兩種格式,每行一個號碼,各欄位以逗號或製表符分隔。典型欄位清單(以控制台實際顯示為準):

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

導出的欄位名稱以控制台為準

不同版本或不同檢測類型的任務,匯出列名可能微調,請以實際匯出文件表頭為準。如對欄位有疑問可查閱文件或聯絡客服。

資料處理小技巧:將 CSV 匯入資料庫或 pandas,用 SQL 或 Python 進行多字段組合過濾,比手動 Excel 篩選更高效,尤其當資料量超過 10 萬個時。


常見問題

問:tg過濾的結果欄位是否包含手機號碼本身?

答: 是的,導出的結果中會包含原始手機號碼以及對應的檢測字段(如狀態、活躍標識、性別、tgid等),便於關聯和去重。

問:tg過濾的活躍度欄位能否精確到具體分鐘?

答: 不能。活躍度視窗通常以天為單位(如最近7天、30天),檢測結果標記為“活躍”或“不活躍”,不支援精確在線時長。

問:tgid匯出後可以用來做什麼?

答: tgid是Telegram帳號的唯一標識,可用於API程式操作(如傳送訊息、新增群組),也可用於跨任務號碼去重,避免重複偵測。

問:性別和年齡欄位準確率高嗎?

答: 準確率受使用者公開資料完整性影響,通常針對英文暱稱、有明確頭像的帳號辨識度較高。建議作為輔助篩選條件,不用於嚴格的人群限定。

問:tg過濾任務完成後多久能匯出結果欄位?

答: 任務完成後即可在控制台下載CSV/TXT文件,結果即時可用。大任務(百萬級)可能需要幾分鐘處理,完成後系統會透過Telegram通知。


立即體驗tg過濾

看懂 tg過濾 的每一個結果字段,你就掌握了從海量號碼中提取高品質線索的能力。下一步,動手試試:

👉 登入控制台開始篩選號 ✅ 雙向聯絡客服: https://t.me/kkdata_robot 📖 使用文件: https://docs.kkdata.cc/ 🔗 官網了解更多: https://kkdata.cc/