这一页写清楚数据从哪来、指标怎么定义、样本有什么偏差。所有数字都是从当前批次实时算的，不是写死的。
在给定预算和投放目标的情况下，应该选择哪些达人，为什么选择他们。产品的每个功能都要能回答到这句话上。
候选池锁定百万粉以下的腰尾部达人。理由是本产品聚焦 5 万到 20 万预算区间的投放决策，这个预算买不起百万粉以上的达人。
数据来自 TikHub 的抖音星图公开接口，采集于 2026-08-12 16:27，覆盖 123 个达人。
| 接口 | 提供什么 | 单价 |
|---|---|---|
| xingtu_v2/search_creator | 一次返回 20 个达人，自带报价（三个时长档位）、CPM、CPE、预期播放、互动率、完播率、粉丝趋势和近 10 条视频。这一个接口就覆盖了产品需要的绝大部分字段 | $0.001 |
| xingtu_v2/get_author_fans_distribution | 粉丝画像：性别、年龄、城市线级 | $0.002 |
| xingtu_v2/get_author_show_items | 视频列表（15 到 30 条，带原链接），证据下钻用 | $0.001 |
| xingtu/kol_audience_portrait_v1 | 受众画像：实际刷到内容的人的性别、年龄、城市线级。全场最贵的接口 | $0.02 |
粉丝分段：50-100w 36人、10-50w 48人、1-10w 39人。
粉丝是关注这个达人的人，受众是实际刷到他内容的人。种草投放看的是后者。
v2 的受众画像接口（get_author_audience_distribution）对公开口径返回空数组，
只有 v1 的企业口径（kol_audience_portrait_v1，$0.02/人）有数据。两份都采了。
两份画像的差异是系统性的，不是个例。本批次 86 个达人两份都有， 年龄分布的总变差距离中位数 18%，最大 70%。
举个具体的（唐哥美食，63.7万粉）：
| 维度 | 粉丝画像 | 受众画像 |
|---|---|---|
| 41-50 岁 | 31.6% | 16.1% |
| 18-23 岁 | 2.0% | 16.4% |
| 男性 | 90.1% | 82.8% |
用粉丝画像代替受众画像会系统性选错人：你以为在投 40 岁人群，实际刷到内容的是 20 出头的。 所以评分用受众画像，缺失才回退粉丝，达人详情页并排展示两份。
受众画像的实际覆盖率是 70% （86／123 人）。接口调用 123 次里 8 次报错、29 次返回空数组。 其余 37 人回退到粉丝画像，达人详情页会标明每个人用的是哪一份。
试过三个端点，GMV、组件点击率、CPC 这些原始指标公开口径和企业口径都是 "-" 占位符：
get_author_convert_ability（$0.002）、kol_conversion_ability_analysis_v1（$0.02）、
get_author_convert_videos_or_products（$0.002）。这条路是堵死的，不是钱的问题。
能拿到的只有星图自己算好的转化指数、购物指数、A3 种草等级，它们随搜索结果免费返回。 但那是平台的黑盒评分，无法追溯到原始交易数据，跟本产品「每个分数都要能拆开讲清楚」的原则冲突。
所以它们只在达人详情页展示作参考，不参与综合分和排序。 转化维度对所有达人置空，「直接转化」这个投放目标不可用，产品保持三个维度。 这是主动取舍，不是数据拿不到。
关键词搜索会捞回大量跑题达人。search_creator 匹配的是「达人昵称、抖音号或内容词」，
昵称里带「测评」两个字就会被「零食测评」命中。第一版没做垂类过滤，
180 个达人里按视频标题算食品相关占比中位数只有 27%，游戏解说、汽车、手机开箱、马桶刷测评都混了进来。
现在两道过滤：
first_industry_id=13），只看接过该行业商单的达人吃喝类白名单共 53 个标签，来自真实采集数据里出现过的全部标签逐个人工归类，不是关键词猜的。
本批次搜索共看到 0 个达人，垂类判定淘汰 0 个，进入候选池 123 个（通过率 --）。 被淘汰的人一分钱详情调用费都没花，判定依据随搜索结果白送。
过滤效果用一个独立信号交叉验证过：视频标题里的食品相关占比（标题完全没参与过滤）。 过滤前中位数 27%，过滤后 87%；完全跑题（占比低于 20%）的人从 40% 降到 1%。
四个维度：性价比看 CPM 分位，稳定性看播放离散度，受众匹配看目标人群与达人受众的直方图交集，转化看转化率分位。
归一化用同粉丝量级内的百分位排名，不用极值缩放。极值缩放会被离群达人拉扯，一个报价异常高的人能把所有人的性价比分压扁；分位数的解释也更自然。
一条爆款视频能把平均播放拉高几倍，中位数才代表这个达人的常态表现。播放分布用四分位距而不是标准差，理由相同：稳健统计量对爆款不敏感。
达人详情页的箱线图直接把 P25 到 P75 的区间画出来，能一眼看出这个人是稳定输出还是靠一条爆款撑着。
| 指标 | 最低样本量 | 不达标时 |
|---|---|---|
| 播放中位数、离散度 | 10 条视频 | 稳定性维度置空，不参与排序 |
| 互动率、完播率 | 10 条视频 | 显示但标灰，排序时沉到列表底部 |
| 转化率 | 5 个样本 | 转化维度直接置空 |
当前批次里有 0 个达人（0%）视频样本不足 10 条，视频样本量的中位数是 16 条。
缺失的维度不算零分，而是排除后重新归一化权重。当零会系统性打低数据不全的达人，那是数据缺陷不是达人缺陷。达人详情页会显示哪几个维度被排除了。
当前批次的真实报价覆盖率是 96%，另有 5 个达人的报价是估算值。
估算方法：用同粉丝量级同行业的 1-20 秒报价中位数。只有 21-60 秒报价的，按同量级的档位中位比值折算。所有估算值在界面上都有「估」角标，鼠标悬停能看到依据。
不同时长档位的报价不可直接比较，产品统一到 1-20 秒基准之后再比，界面上始终标明档位。
| 投放目标 | 性价比 | 稳定性 | 受众匹配 | 转化 | 目标函数 |
|---|---|---|---|---|---|
| 品牌曝光 | 0.40 | 0.30 | 0.25 | 0.05 | 预期总曝光 |
| 种草蓄水 | 0.25 | 0.25 | 0.30 | 0.20 | 预期总互动量 |
| 直接转化 | 0.20 | 0.15 | 0.25 | 0.40 | 预期总转化量 |
这是默认值不是定论。方案生成页的权重是可拖动的滑块，改完实时重算。投放策略不同就该调它。
综合分只用于准入筛选和展示排序，不进组合优化的目标函数。把分数加总去最大化，选出来的是一堆分高但曝光小的达人，跟投放目标脱节。
本批次没有采集转化数据，转化维度对所有达人都是空，它的权重会自动摊到其余三个维度上。「直接转化」这个投放目标不可用。