如何在月度 Instagram 浏览量报告中区分旧帖与新帖

你可以比较什么

当两个边界都是可比较的已保存读数时，你可以为一个发布同期组写出观察到的月度变化。发布同期组是在同一指定时期内发布的一组帖子。活动期是计入浏览量的那段时间。把这两个时期分开。

较早的帖子在之后的月份仍可能增加浏览量。新帖也可以增加浏览量。你按发布日期区分帖子，而不是按哪一个计数发生了变化。一条五月的帖子可以在七月增加浏览量。那些浏览量是七月的活动。同期组仍然是七月之前发布的帖子。

公开浏览量、播放次数、点赞、评论，以及账号分析中不对外公开的覆盖人数，是不同的事实。一对数据的两端要使用同一项指标。本方法使用公开浏览量。播放次数不是浏览量。点赞和评论不是浏览量。这种不对外公开的覆盖人数不在这项公开计数中。浏览量计数不是独立人数的计数。

缺失、经过四舍五入，或精确程度未知，都不是精确的边界值。把这些数据对排除在精确合计之外。

步骤

1. 确定月份区间和指标。使用一个时区。写出起点和终点。以 7 月 1 日 00:00 UTC 至 8 月 1 日 00:00 UTC 作为模式。结束时间不属于 7 月。在该时刻发布的帖子位于该月之后。7 月 31 日发布的帖子位于该月之内。选择一项指标，并在两次保存中保持不变。界面上经过四舍五入的短标签，与已保存的精确计数，不是同一来源。界面标签是应用中显示的短数字，例如 1.2K。
2. 建立一份已核对的已知帖子名册。纳入仍可能增加浏览量的较早帖子。只列出七月发布内容的名单会漏掉五月和六月的帖子。那些较早的帖子仍可能在七月增加浏览量。对每个 URL，保留身份、发布证据和一条覆盖说明。主页发现不是被接受的途径。只使用已知公开帖子或 Reel 的直接 URL。除非你有证据，否则不要声称名册包含每一条帖子。有用的一行并不能证明完整覆盖。当前 Task 的示例不是你的帖子。替换整份示例列表。第一次检查时，使用一个已知 URL，并把 maxItems 设为 1。
3. 使用你在两个边界已经拥有的保存记录。今天新的一次 run 不能找回区间起点。基线是区间起点已保存的计数。记录每次保存的实际时间。7 月 2 日的一次保存已经偏晚。它不覆盖 7 月 1 日。它也不覆盖 7 月 2 日更早的时段。你只能把这次保存用于它真正覆盖的时间。你不能把它称为 7 月 1 日的基线。你需要已知时间和已知数值。近似的界面标签不够。两次保存必须使用同一计数和同一来源。
4. 匹配同一条帖子并指定同期组。匹配相同的 postId 和相同的指标来源。不要因为文案看起来相似就合并两行。一条复制的短片若 postId 不同，需要单独审查。把 publishedAt 与 scrapedAt 分开。publishedAt 是发布时间。scrapedAt 是该次观测的时间。你的同期组标签不是 Actor 字段。你根据已核对的发布证据和你的区间来指定它。只使用一个标签。before_month 表示在区间起点之前发布。published_in_month 表示在区间之内发布。after_month 表示在区间终点或之后发布。publication_unknown 表示没有已核对的发布时间。不要用第一次保存来填补未知日期。首次见到的时间是观测时间。它不是发布时间。
5. 只为精确的完整一对计算变化。覆盖整月的边界读数对在你定义的起点和终点都有精确保存。变化是终点减去起点。两个数字都必须精确。两者都必须来自同一来源。如果保存时间不同，写出实际时间。把该行排除在整月合计之外。把经过四舍五入的数据对排除在精确合计之外。把精确程度未知的数据排除在精确合计之外。只有在你先写出一条明确的不确定性规则之后，才把它们移入。本方法不把经过四舍五入的标签当作精确值。如果计数器下降，标记 revised_or_decreased_counter。计数器是你保存的公开数字。调查该行。不要用零替换这次下降。不要把它称为负的观看者。较低的公开计数器可能是一次修订。它不是离开的人数。
6. 谨慎处理新帖。发布后的第一次计数不是已证实的零基线。在月份边界上，如果你没有观察到零，就绝不要写零。你可以写出你确实观察到的那些时间之间的变化。把该变化称为部分区间。把它与整月贡献分开。首次见到的日期不能代替 publishedAt。它不能恢复第一次保存之前错过的浏览量。缺失的观测仍然是缺口。未知的发布日期、缺失的计数和已修订的计数器留在各自的行中。
7. 只把符合条件的整月变化相加。只在一个已知同期组内部把变化相加。这一对必须可比较，并且必须覆盖整月。写出你纳入了多少条帖子。写出每一个缺口和每一个被排除的结果。不要把部分区间混入该合计。不要把这些合计的比率说成整个账号的份额。你的名册不是该账号上的每一条帖子。自有的月度账号报告是另一种来源。在比较之前，先核对其指标和覆盖范围。没有这项核对，不要把它并入公开浏览量合计。
8. 说明结果，以及你不知道的内容。较早的帖子可以在发布月份之后增加浏览量。公开计数不显示付费原因或非付费原因。它们不显示独立人数。大幅度增加并不能证明该帖造成了账号增长。在选择内容之前，先给出同期组表和各缺口。

替换示例输入

当前已保存的 Task 输入使用五个示例 URL，并且 maxItems 为 100。为你自己的检查删除全部五个示例。不要把你的 URL 加在示例旁边。

{
  "mode": "contentUrls",
  "startUrls": [
    "https://www.instagram.com/p/DZNai6uEQux/",
    "https://www.instagram.com/p/DZVGPOPlVyp/",
    "https://www.instagram.com/p/DZahOsaDTnm/",
    "https://www.instagram.com/p/DXl-mmCDIRu/",
    "https://www.instagram.com/p/DYpL1W-jO7j/"
  ],
  "maxItems": 100
}

第一次检查使用这个结构。用你自己的公开 URL 替换占位内容。

{
  "mode": "contentUrls",
  "startUrls": ["PASTE_ONE_KNOWN_PUBLIC_URL"],
  "maxItems": 1
}

上限 1 与只有一个 URL 的名册相符。如果 maxItems 低于 URL 的数量，这次 run 可能会漏掉一些 URL。仍然把输出与名册比较。在版本 1.0.35 上，用一条已知 Reel 做的检查返回了预期的帖子。它返回了 postId 和帖子 URL。它返回了主页身份和 publishedAt。它返回了 views、likes、comments 和 status。该检查支持这些当前字段。它没有找回历史月份边界的数值。点赞和评论可以出现在浏览量旁边。不要把它们混入浏览量变化。

对照你的名册检查输出

Actor 采集各行。你在上面的步骤中做同期组工作。这次 run 不会替你建立月份表。

运行之后，打开 OUTPUT。对账表示你把原始目标名册与数据集逐项匹配。providedInputs、contentUrls、inputUrls、resolvedUrls、metricRows、noPublicMetricRows、blockedRows、failedRows、statusCounts 和 stopReason 是汇总计数和状态合计。它们不是按 URL 列出的清单。不要从 blockedRows 或 failedRows 的合计推断哪一个目标失败。按 inputUrl、postId、postUrl、status 和 statusReason，把每个目标与其数据集行匹配。包括不可用的目标。

提供的 URL 若未出现在 metricRows 中，并不是零。上限可能会漏掉一个 URL。该 URL 也可能被拦截或失败。在做决定之前，先阅读 status、statusReason 和 stopReason。

从有用的一行保留这些字段：inputUrl、postId、postUrl、profileId 和 profileHandle。inputUrl 与来源目标匹配。profileHandle 是公开用户名。同时保留 publishedAt、views 和 postMetricStatus。postMetricStatus 是该行上的指标状态。同时保留 status、statusReason 和 scrapedAt。如果没有返回公开指标，不要编造计数。

七月浏览量报告的原创虚构示例

下面各行是原创虚构内容。它们不是 Actor 的结果。它们不是你的账号。它们只说明如何判断每一种行。

区间是 7 月 1 日 00:00 UTC 至 8 月 1 日 00:00 UTC。结束时间不属于 7 月。每一个精确数据对在两个边界都使用同一来源的计数器。

P1 于 5 月 20 日发布。它的同期组是 before_month。浏览量从 1,000 变为 1,600。两个数值都精确。时间是 7 月 1 日和 8 月 1 日的 00:00 UTC。变化是 1,600 减去 1,000。即 +600。

P2 于 6 月 18 日发布。它的同期组是 before_month。浏览量从 2,000 变为 2,200。变化是 +200。P1 和 P2 是已匹配的较早组。组合计是 600 加 200。即 +800。这个 +800 只是该匹配组的旧帖贡献。它是两条帖子，不是整个账号。

P3 于 7 月 5 日发布。它的同期组是 published_in_month。第一次观测是 7 月 6 日，浏览量为 100。7 月 6 日的钟点时间未提供。8 月 1 日 00:00 UTC 的计数是 400。变化是 400 减去 100。即 +300。所覆盖的时间只是 7 月 6 日至 8 月 1 日。这是部分区间。没有 7 月 1 日的已保存计数。该帖在 7 月 1 日也不存在。从 7 月 5 日到第一次保存的时间未被观察。不要为缺失的起点写零。这个 +300 不是整月贡献。

P4 没有起始计数。存在结束计数 1,000。月度变化不可用。不要在空的起点填入零。P4 的发布证据不属于这份虚构内容。不要猜测同期组。

P5 使用经过四舍五入的标签 1.2K 和 1.5K。字母 K 表示屏幕显示的是简短的千位标签。这份虚构内容把这些标签放在月份边界上。这些标签仍然不是精确计数。不要把 1.2K 变成 1,200。不要把 1.5K 变成 1,500。精确变化未知。把 P5 排除在精确合计之外。P5 的发布证据不属于这份虚构内容。

P6 从 1,000 变为 900。两个数字都精确。边界时间是 7 月 1 日和 8 月 1 日的 00:00 UTC。计数器下降了 100，因为 1,000 减去 900 等于 100。标记 revised_or_decreased_counter。在你审查之前，把 P6 排除在正数合计之外。不要把这次下降称为负的独立人数。独立人数是另一项事实。P6 的发布证据不属于这份虚构内容。

P7 没有已核对的发布日期。它的同期组是 publication_unknown。它确有精确的一对，从 10 到 40。时间是 7 月 1 日和 8 月 1 日的 00:00 UTC。变化是 40 减去 10。即 +30。不要把 P7 归入较早的帖子。不要把 P7 归入新帖。你第一次保存 P7 的那一天不是它的发布日期。

较早组的贡献是 +800。P3 的 +300 仍是部分区间变化。P7 的 +30 仍属于未知同期组。不要把 800 和 300 相加。不要把 30 加进任何一个同期组。不要把 800 除以 800 加 300 当作旧帖在整月中的份额。这些行并不覆盖同一区间。它们不是整个账号。P4、P5 和 P6 留在合计之外。

在使用 +800 之前，先阅读每一行。该表显示边界时间、精确程度、同期组、比较结果和缺口。这个 +800 只使用 P1 和 P2。