WS全格式FAQ：字段含义、用途与下游对接完整指南

导出的 WhatsApp 筛号结果中，那个包含数十列字段的 CSV 文件，到底每一列代表什么？为什么有的号码显示“open”但活跃时间为空？性别字段的“male”和“female”是否可靠？这些问题，是所有使用 ws全格式（WhatsApp 筛号导出数据）的出海营销团队必须搞清楚的。本文从字段定义、导出流程、下游对接、质量保障四个维度，提供一份可落地的完整 FAQ，帮助你将原始筛号数据转化为可行动的客户画像。

---

什么是 WS 全格式？

WS 全格式 是 KK-DATA 在 WhatsApp 筛号任务完成后，导出的包含完整检测结果的数据结构。它通常以 CSV（逗号分隔值）或 TXT（制表符分隔）文件呈现，每一行对应一条号码的记录，每一列对应一个字段，例如号码、检测状态、活跃时间、性别、国家码等。

与只包含“开通/未开通”的简单格式不同，全格式提供了更丰富的维度，让你不仅知道号码是否存在，还能判断其当前活跃程度、用户性别、最近在线时间，甚至部分元数据（如昵称）。正确理解 ws全格式 是避免数据误用的第一步。

WS 全格式的核心字段概览

虽然具体字段列可能因您选择的检测类型（如仅检测开通 vs. 检测开通+活跃+性别）而略有不同，但下表列出了最常见且最有价值的字段：

字段名称（示例）	含义说明
phone	含国际前缀的完整号码，如 +8613800138000
phone_without_prefix	不含“+”的号码，如 8613800138000，便于部分 CRM 直接导入
country_code	国家码，如 86（中国）、1（美国）
detection_status	检测状态：open（已开通 WhatsApp）、closed（未开通/无效）、unknown（检测失败）
active_status	活跃状态：active（近期活跃）、inactive（不活跃）、last_seen 格式（具体时间）
last_seen	最近在线时间的 Unix 时间戳（秒），例如 1680000000
gender	性别识别结果：male、female、unknown
account_nickname	账号昵称（部分号码可获取）
days_active_7d	过去 7 天内的活跃天数（0-7），数字越大越活跃

重要提示：以上字段名和含义以 KK-DATA 控制台实际导出的 CSV 第一行列头为准。KK-DATA 会根据 WhatsApp 平台更新动态调整字段，请每次导出后先预览前几行确认。

为什么需要理解 WS 全格式？

许多团队拿到全格式后，直接将其导入群发工具或 CRM，结果出现以下问题：

• 将 detection_status=closed 的号码也加入了营销列表，浪费发送配额。
• 将 last_seen 的 Unix 时间戳当作普通数字比较，未能转换为可读日期。
• 将 gender=unknown 当作“女性”处理，导致定向偏差。

正确的做法：依据 ws全格式 的字段含义，先清洗再使用，将极大提升下游对接效率和转化率。例如，只选择 detection_status=open 且 active_status=active 的号码进行私信推广，可跳过未开通或长期不活跃的账号。

---

WS 全格式字段详解：每个字段代表什么？

号码与状态字段

• 完整号码（phone）：带国际前缀“+”，例如 +8613800138000。注意：多数 CRM 或 API 接口要求无“+”格式，需在导入前去除。
• 无前缀号码（phone_without_prefix）：便于直接使用，如 8613800138000。
• 检测状态（detection_status）：核心字段，决定号码是否可用。
  • open：该号码已注册 WhatsApp，可收发消息（但不代表当前一定在线）。
  • closed：该号码未注册 WhatsApp 或已注销，无法触达。
  • unknown：因网络超时、API 限制等原因未成功检测，可尝试重新筛选。
• 活跃状态（active_status）：区分“在用的”和“僵尸号”。
  • active：近期有在线记录（活跃窗口由您选择，如过去 30 天内）。
  • inactive：在所选窗口内未检测到在线行为。
  • last_seen：直接显示最近一次在线时间（Unix 时间戳）。
• account_nickname：该号码在 WhatsApp 上设置的昵称（部分可获取），用于个性化营销。

活跃度与性别字段

• last_seen（Unix 时间戳）：精确到秒的整数值。需转换为可读日期（如 2025-02-20 15:30:00）。转换方法：在 Excel 中可用公式 = (A1/86400) + 25569（针对 1970-01-01 基准），或使用 TEXT(A1/86400 - 7*3600, "yyyy-mm-dd hh:mm:ss") 结合时区。Python 中可用 datetime.fromtimestamp(timestamp)。
• days_active_7d：过去 7 天内活跃天数，0 表示完全不活跃，7 表示每天都在线。此字段比 last_seen 更有商业价值，因为它反映了使用频次。
• 性别字段（gender）：
  • male 或 female：基于账号公开信息及行为模式推断，非 100% 准确（一般准确率约 70%-85%），适合群体定向而非个人精准。
  • unknown：无法判断性别，通常是号码隐私设置较高或有效信息不足。

与 Telegram 筛号的性别字段不同，WhatsApp 的性别识别主要依赖昵称、头像、常联系号码特征等，结果更为粗略。不要将 WhatsApp 性别字段当作身份证级数据。

---

如何从 KK-DATA 导出 WS 全格式数据？

在 KK-DATA 控制台（https://app.kkdata.cc/）提交 WhatsApp 筛号任务只需简单几步：

1. 准备号码：上传 TXT/CSV 文件，每行一个号码（不含空格、符号，纯数字或带“+”均可）。
2. 选择检测类型：勾选“开通检测”、“活跃检测”、“性别识别”等所需选项。检测类型越多，导出字段越丰富。
3. 提交任务：系统自动显示预估扣费金额（按条计费，具体单价详见控制台实时价格）。余额不足时可使用 USDT (TRC20) 匿名充值。
4. 等待完成：任务完成后，可通过 Telegram 机器人（https://t.me/kkdata_robot）收到通知，或在控制台任务列表下载。
5. 导出结果：下载时选择“带字段名称的 CSV / TXT 格式”，即可获得完整的 ws全格式。建议先预览前 10 行，确保字段正确。

此外，KK-DATA 内置的 数据去重仓库 可自动避免重复检测，节省余额。同一号码多次提交同一检测类型，系统会自动匹配历史结果，不重复扣费。

---

WS 全格式数据的实际应用场景

客户画像筛选

多字段组合筛选能快速构建目标客户画像：

• 活跃男性：gender=male AND days_active_7d ≥ 3 → 适合推广男性用品、游戏、工具类 App。
• 高价值女性：gender=female AND active_status=active AND country_code=1 → 针对美国地区女性用户做电商推广。
• 可触达全量：detection_status=open（排除未开通），直接导出所有有效号码，用于品牌曝光。

私信推广与社群邀请

• 将 detection_status=open 且 active_status=active 的号码分组（按国家、性别），分批导入 WhatsApp 群发工具。建议每日发送量控制在 100-200 条/号，避免账号风控。
• 对 last_seen 超过 30 天以上的号码标记为“流失用户”，不进行营销活动；对 last_seen 在 1 天内的高活跃号码优先触达。

CRM 与营销自动化对接

将 CSV 字段映射到 CRM 的自定义字段：

CSV 字段	CRM 自定义字段（示例）
phone	Mobile Phone
detection_status	WhatsApp Valid?
gender	Gender Label
last_seen	Last Online Date
country_code	Country

注意事项：

• 日期格式转换：在 CRM 导入前将 Unix 时间戳转为 YYYY-MM-DD HH:MM:SS。
• 空值处理：gender=unknown 或 active_status 为空时，可选择填充“未知”或留空，避免 CRM 报错。

---

WS 全格式与下游系统对接常见问题

字段映射与清洗步骤

推荐处理流程（可用 Excel 或 Python 脚本完成）：

1. 导出 → 2. 过滤：删除 detection_status=closed 的行，保留 open 和 unknown（unknown 可重测）。
2. 格式标准化：
   • 去除号码中的“+”号（查找替换 + 为空）。
   • 时间戳转可读日期。
   • 性别标签统一（如 male → 男，female → 女）。
3. 去重：使用 KK-DATA 内置去重仓库，或 Excel“删除重复项”按号码去重。
4. 导入验证：先导入少量行到目标系统测试字段对应是否正确。

常见错误格式及规避方法

错误现象	原因	规避方法
CSV 列错位	号码或昵称字段中含有逗号	导出时选择“制表符分隔”格式（TXT）；或用双引号包裹字段（KK-DATA 默认）
时间戳显示为 1680000000 这样的数字	未理解 Unix 时间戳	用公式转换为可读日期；或查阅文档确认字段为秒级 Unix 时间戳
导入 CRM 后性别显示为 unknown	CRM 字段映射为空值	在清洗步骤中将 unknown 替换为“未识别”或留空，不要映射到性别必填字段
大批量号码导入后账户被封	同时发送太多消息	分批导入，每日每号不超过 200 条；按活跃度优先发送

---

WS 全格式数据质量如何保障？

1. 抽样验证：随机抽取 200-500 条号码，手动在 WhatsApp 上验证 detection_status 和 active_status 是否与导出结果一致。通常准确率在 90% 以上，若发现偏差较大，应检查网络环境或联系客服。
2. 利用去重仓库：避免对同一号码反复检测，即节省余额又保证结果一致性。KK-DATA 的去重仓库跨任务生效。
3. 余额扣费提醒：任务提交前会显示预估扣费，完成后实际扣费会在余额明细中记录。如发现某次检测异常（如大量 unexpected 结果），可及时暂停任务并咨询客服。
4. 关注平台更新：WhatsApp 策略可能变化（如对频繁检测 IP 的限流），KK-DATA 会同步适配，建议关注官方频道 https://t.me/kkdata_channel 获取更新通知。

---

常见问题

问：WS 全格式中包含哪些必选字段？
答：通常至少包含“号码”和“检测状态”（detection_status），其他如性别、活跃时间、国家码为可选字段，取决于您选择的检测类型。实际列头请以 KK-DATA 控制台导出的 CSV 首行为准。

问：WS 全格式中的“活跃时间”是什么格式？
答：一般以 Unix 时间戳（秒）表示，例如 1680000000 对应北京时间 2023-03-28 09:20:00。您需要在 Excel 或编程环境中转换，具体转换公式可参考本文“活跃度与性别字段”一节。

问：为什么有些号码的 gender 字段是 unknown？
答：性别识别基于公开信息与行为模式，当账号隐私设置较高或有效信息不足时，系统无法给出判断，故标记为 unknown。这属于正常现象，不代表数据错误。

问：ws全格式 导出的 CSV 文件能否直接用于 WhatsApp 群发？
答：可以，但强烈建议先进行两步清洗：① 仅保留 detection_status=open 的号码；② 去除或标记 active_status=inactive 的号码，避免对长期不活跃用户造成打扰。清洗后按国家、性别分组分批发送。

问：如果对 ws全格式 中的某个字段含义不确定，该向谁咨询？
答：可直接联系 KK-DATA 官方客服 https://t.me/kkdata_robot（双向联系机器人），或在文档中心 https://docs.kkdata.cc/ 查找最新说明。

---

立即使用 ws全格式 提升你的获客转化
清洗后的 WhatsApp 数据是你的精准客户资源池。登录 KK-DATA 控制台 创建一个筛号任务，导出带有完整字段的 CSV，并按本文的指引对接下游系统。如有任何疑问，欢迎通过双向联系客服 https://t.me/kkdata_robot 沟通。

开始高效筛号，让你的每一分钱都花在可触达的活跃号码上。