Audience Snapshot 正式上线：用抽样数据看清 TikTok 达人粉丝画像
粘一个 handle，2-5 分钟拿到国家分布 + 语言 + 活跃比例 + Top 品类。15-100 credits 按样本量计费。每个面板都附诚实的置信区间。
一句话回答
/kols/[username]），滚动到 Audience snapshot 卡片，选样本量（200 / 500 / 2000），点 生成快照。KOLens 通过 Apify 抽样这么多粉丝， 聚合国家分布、语言、粉丝量分层和 Top 品类，结果每个面板都附 95% CI / ±误差。
为什么是抽样而不是全量枚举
两个原因。第一，只有抽样才付得起：把一个 100 万粉的达人全量 枚举一遍，单次刷新要给 Apify 烧 $1000+。500 样本对我们是 $1.20 成本，对用户是 30 credits。第二，抽样已经够用——对品牌方真正 要问的问题（「这些粉丝在我能发货的市场吗？」「活跃比例多少？」 「他们还关心什么？」），按比例抽 500 样本在统计上等价于全量枚举。
我们把这份统计现实放在 UI 最显眼的位置——脚注永远写着 「抽样 500 位粉丝 · 95% CI · ±4.4% 误差」。 市场同事引用头部数字时，附带的免责声明天然就在里面。
面板里有什么
- 1国家分布——Top 8 + 其他。柱状图，每个国家占样本的百分比。回答「这位达人的受众在不在 我们能发货的市场？」和「要不要为某个地区做本地化素材？」。
- 2语言——Top 4。同样的形状，不同的轴。能抓到那些粉丝群已经飘离自己字幕语言 的达人（在全球科技 / 体育 / 健身赛道里非常常见）。
- 3活跃比例——最近 30 天。大字号：被抽样的粉丝里，有多少在最近 30 天发过至少 1 条视频。 这是品牌方做尽调时「这是不是一群真人活号？」的核心一票。
- 4粉丝量分层。每位被抽样的粉丝按他自己的粉丝量分桶 （nano / micro / mid / macro / mega）。能看出该达人的受众 主要是其他普通消费者（nano 偏多），还是其他创作者（micro+）。
- 5Top 品类——仅来自活跃粉丝群。按活跃粉丝群最近视频里出现频率加权的 hashtag 列表。「仅看 活跃」很关键——被动消费者那些「最喜欢的 hashtag」数据多数 是从他偶尔点过的视频里推出来的噪音。限定到最近 30 天有发 视频的人，能滤掉这部分得到信号。
漂移检测（AP-4）
在被监控的 KOL 上打开 audience_auto_refresh，KOLens 每 7 天重新采样一次（每行可配）。每次刷新后把新快照和上一份 比对；如果任一国家份额变化 ≥10 个百分点， 触发一条 audience_drift 预警。
这是「上次活动里互动的那批受众，跟现在的受众已经不是同一批了」 的早期预警。常见原因：
- 爆款视频改变了人群结构——一个突破到不同语种 / 国家的视频主导了最近的新增粉丝。
- 地区限流——某个区域份额骤降，但其他地方没有相应上涨。
- 买粉潮——粉丝量快速增长集中在某一个国家，活跃比例还很低；通常是该减慢投放预算等数据回归正常的信号。
漂移预警和 rising_kol / trending_video 走同一套 邮箱 + Webhook 推送通道。
价格
请求时按标准档位预扣：
- 200 样本 → 15 credits · ±7% 误差 · ~1-2 分钟跑完
- 500 样本 → 30 credits · ±4.4% 误差 · ~2-5 分钟跑完
- 2000 样本 → 100 credits · ±2% 误差 · ~10-15 分钟跑完
Apify 失败自动退款。Watchlist 自动刷新按同样的单价每次扣 用户 credits（快照质量 + 审计轨迹的价值足以让我们不补贴 这部分循环成本）。
诚实的局限——决策前请先读
- 是统计抽样，不是全量枚举。每个面板都显示 CI + 误差棒；你引用数字时也应该把它们带上。
- v1 不含年龄、不做性别推断。不要从「看起来美妆达人会关注」这类信息里反推性别——那是有偏估计。
- 可类比但不等同 TikTok Studio。Studio 有全量面板 + ML 推断；我们是公开 profile 的抽样。
- 快照是一个时间点。用漂移图（要≥2 份快照）再做活动决策，比看最后一份单点更稳。
下一步
拿一位你已经认识的达人来试——KOLens 算出的国家分布，跟他给你 发的 TikTok Studio 截图能对得上吗？数字能对齐之后，这份校准 感你就可以带去尽调那些不认识的达人。
常见问题
- 抽 500 个粉丝能告诉我什么有用的？
- 500 个随机样本能给到 95% 置信、±4.4% 误差的比例指标。这足够诚实地说出「这位达人受众主要在 US」，但区分不了 30% 和 32% 的差别——这是对的：我们不该假装能。
- 这跟 TikTok Studio 的粉丝面板一样吗？
- 不一样，我们也不会假装一样。TikTok Studio 给创作者看的是完整面板，含 ML 推断的年龄和性别。这份数据账号外任何人都看不到。Audience Snapshot 读的是公开字段——国家、语言、近期活跃度、品类信号——并且明确告诉你这是一份对这些信号的统计抽样。
- 会展示年龄或性别吗？
- v1 不会。没有平台 ML 推断的话，年龄性别估算噪音太大，不带「八成是猜的」星号就不该作为付费功能。如果将来抽样方法能做到可以发表置信区间，再考虑加。
- 什么是漂移检测？
- AP-4。给某位监控中的 KOL 打开 audience_auto_refresh；KOLens 每 7 天（可配）重新采样，把新的国家分布跟上一份快照比对。如果某个国家份额变化 ≥10 个百分点，触发 audience_drift 预警——和 rising_kol / trending_video 走同一套邮箱 + Webhook 推送通道。
- 一次快照要多久？
- 200 样本 → 1-2 分钟。500 样本 → 2-5 分钟。2000 样本 → 10-15 分钟。请求时预扣 credits，跑挂自动退回——只在快照真正落库时才付费。
- 如果达人只有 800 粉怎么办？
- 样本量上限就是真实粉丝数。让 2000 样本去跑一个 800 粉的账号，实际只采 800。置信区间相应放宽，UI 底部脚注会显示真实样本量 + CI。