方法说明

以下内容全部由 TikTok Shop 公开页面上读取的数字计算得出,没有任何内容是编造或估算的。

  • 模型 shop-0.1

评分的数据基础

每个商品对应一条真实序列:每日新增公开评论数。数据来自商品的公开评论列表并按日统计,之后以商品页面显示的评论总数逐日变化延续。不收集评论者姓名和评论内容。

评论可替代销量。评论在购买后会延迟数日出现,但它公开、精确,且可追溯数月,而每日销量数据目前尚不具备这些条件:HashIQ 每天读取每个商品的销量,待其覆盖六周后,将把评分改为以销量为依据。

评分所需的历史
28 天
预测所需的历史
42 天
已评分商品(共读取 682,375 个)
6,992

商品还需要在最近 7 天内至少有 5 条评价。预测需要更长的历史,因为命中规则回看的正是这段时间。其余商品只显示商品读数,不显示评分。

评分

速度
最近 7 天的每日评价数,与该商品自身提前 34 至 7 天时的每日评价数相比(比值取自然对数)。
加速度
最近 7 天与之前 7 天相比。
突发度
最近 3 天相对同一基线的意外程度,按允许过度离散的泊松分布计算。
需求
在已评分商品中,该商品最近 7 天评价数的百分位。
饱和度
其全部评价数的百分位。评价数还少的商品仍有更大的上升空间。
z      = 0.50·Velocity + 0.25·Acceleration + 0.25·Burst
         each a robust z against the other scored products
index  = sigmoid(1.6·z − 0.4)
O      = Demand^0.6 · (1 − Saturation)^0.4
Score  = round(100 · index^0.6 · O^0.4)

评分是 0 至 100 的指数,而非概率。评分至今的实际含义见下方回测表。

阶段与结论

萌芽、加速
评价数至少为基线的 1.28×,且最近一周不慢于前一周。萌芽指按总评价数排在后一半、且尚未爆发的商品。
见顶
与基线持平,或高于基线但逐周放缓。
饱和
低于基线的 0.78 倍。
可做
评分 85 或以上,处于萌芽或加速阶段,且最近 45 天内没有爆发。
观望
不满足可做条件,但评分在 70 或以上。
跳过
其余全部。

每个结论都会用所读到的数字说明理由。

预测与命中规则

商品首次满足可做条件当天记录一次预测,45 天内不再重复记录。记录以规范 JSON 格式固定并计算哈希。

商品命中:7 天内新增公开评论达到该商品自身滞后基线的 3 倍(即此前第 42 至第 14 天中位日的 7 倍),且不少于 30 条,并在预测发出后 30 天内出现。在每日销量数据覆盖同一时段之前,以评论数代替销量。

已命中
规则在预测发出后 30 天内满足。领先天数从预测发出之日起算,到该日为止。
未命中
30 天内未满足规则。
预测过晚
在预测发出前的 45 天内,该规则已经满足过。可做条件会排除这些商品,因此这个数字应当保持为零。
进行中
30 天观察期尚未结束。
无法判定
在 30 天期满之前,该商品的评价已无法读取。该预测保留在账本中,既不计为命中,也不计为未命中。

真实预测战绩:61 次预测,25 次命中,0 次未命中,36 次未结束。查看预测账本。

回测

预测账本开始之前,规则已按天在已收集的评价历史上重放,每一天只使用当时已知的信息。这是回测,不是记录:它从不与真实预测一起计数,也从不上链。

评分门槛也是在这段历史上选定的,所以这些数字是最乐观的情况。

按评分区间统计,已评分商品中达到命中规则的占比
评分周读数30 天内爆发分享
0 至 3920,7508694.2%
40 至 5410,9886455.9%
55 至 697,02482211.7%
70 至 842,89178427.1%
85 至 10023815063.0%
全部已评分41,8913,2707.8%

2026年8月3日 至 2026年9月26日 期间每个商品每周取一个读数,已爆发的商品不计入。截至 2026年10月26日 重新计算。

按 45 天冷却期回放为预测:12 周内共 430 次预测。在其 30 天已满的 391 次中,162 次命中(41%),229 次未命中;此后又有 20 次已经命中,19 次仍未出结果,在其 30 天结束之前不计入比率。命中预测的提前量中位数为 4 天。这些预测均已标注并列在账本页面上。

剩余行动天数

预测未结束期间,商品页会显示爆发前大概还剩多少天,雷达会在结论旁显示同一个数字。这只在付费套餐中显示:免费版延迟三天,那么旧的天数已不再是剩余天数。

数据取自 30 天已经过去的预测,包括回放和实时两部分:在预测发出后同样天数内仍未爆发的预测中,其后继续爆发的比例、从此时起所需天数的中位数,以及中间一半预测所用的天数。

会应验的预测大多在第一周内应验,因此天数和比例都会很快变小。若从该时点起爆发的早前预测不足 10 条,则不给出天数,只给比例。被预测商品的评分一旦降到 70 以下,页面会显示“大概没有”:此后爆发的早前预测很少,页面会给出数量。

这是对早前预测结果的描述,每次运行都会重新计算,并非对某一个商品的预测。

商品的带货达人

商品页会列出在 TikTok 商品卡片上找到的、带有该商品的视频背后的达人,雷达也会统计人数。这个数字是下限:TikTok 不公布谁在卖某个商品,因此只统计 HashIQ 找到的视频(来自列表卡片、按商品名搜索,以及已在卖该商品的账号的发布列表)。

达人的展示内容即其公开视频所显示的内容:头像、名称、账号、粉丝数,以及 TikTok 是否标注该账号已认证。头像从 TikTok 加载,从不复制。不收集个人简介,不包括私密账号;达人可以申请移除。

其他平台

每天一次,按评分从高到低排序,HashIQ 会在三个公开页面上搜索商品名称。

TikTok
搜索建议:买家输入的词语。
Amazon

同一品牌下最接近的商品,附带价格、星级,以及 Amazon 显示的“过去一个月购买”标记。

只有带品牌的商品才显示 Amazon 商品:对方商品须写明同一品牌,且标题包含商品名中至少四分之三的词。它可能是另一种规格或款式,所以价格照原样显示,从不与 TikTok Shop 的价格比较;没有品牌的商品不显示 Amazon 区块。

YouTube
最近一周上传、标题本身含有商品名的视频及其播放量。

这些数字与评分并列显示,而非计入评分:它们是否会早于 TikTok Shop 的销量变动,尚未经过检验,无论结果如何,都会在此公布。

预测账本

预测当天会被放入同一个文件:每条记录的规范 JSON 经 SHA-256 哈希成一个叶节点,所有叶节点再合并成一个 Merkle 根。

文件和根会公开发布,根会以当天的编号写入 Base 上的合约,任何人都可以核实某条预测是否在其中、以及何时在其中。在该交易完成之前,批次会显示“待上链”,不显示任何交易。

暂未提供的内容

不显示佣金率和每帖收益:TikTok 只向已登录的达人显示商品佣金,而 HashIQ 只读取公开页面。英国站目前在 HashIQ 中也没有真实来源。这两项都不计入评分,也不出现在网站任何地方。