Chronometrica 與 Clockworks：為關鍵字研究觀測組選擇 TikTok 爬蟲

先確定所需輸出，再選擇 Actor

先想清楚蒐集完成後，你必須能夠說明哪些紀錄。對這項工作而言，只有影片清單並不完整。你還需要知道搜尋了什麼、每筆資料來自哪個查詢，以及當時採用了哪些蒐集限制。

這些紀錄可以回答一個實際問題：在蒐集設定相同的情況下，觀測到的結果集合是否改變？如果無法重建當時的設定，結果變多可能只是搜尋範圍擴大。

此表整理了已查核的 Chronometrica 規格、Chronometrica 輸入結構定義、Clockworks 規格及 Clockworks 輸入結構定義。此處未提及的功能不在本篇比較範圍內；未提及不代表該功能不存在。

對上述觀測組工作而言，Chronometrica 很合適。其文件列明的欄位，能讓你把查詢群組及頁面位置一併存為證據。這就是選擇它的理由。這些欄位不能證明它的結果能更準確地衡量趨勢。

Chronometrica 的查詢欄位能讓你說明什麼

Chronometrica 的文件列明了與這項選擇有關的 5 個欄位：`rootQuery`、`query`、`querySource`、`pageIndex` 及 `pageRank`。這些欄位合起來，可說明每筆資料所屬的查詢群組，以及觀測到的頁面位置。Chronometrica 規格。

查詢群組將原始搜尋詞與蒐集時使用的相關搜尋詞連結起來。當研究不再局限於一份固定的原始搜尋詞清單時，保留這種連結很重要。否則，相關搜尋的結果可能被誤認為原始搜尋的證據。

在儲存的資料中保留欄位名稱及其傳回值。不要用一個籠統的主題標籤取代完整查詢脈絡。標籤可以協助你將資料列分組，以便製作報告，但無法說明每筆資料如何進入蒐集結果。

基於同樣理由，也應保留頁面脈絡。它能協助你找出某筆資料在已蒐集搜尋頁面中的位置。頁面位置是這次蒐集的觀測資訊，並非主題需求、受眾規模或影片在整個 TikTok 上地位的直接衡量方式。

建立報告前，請檢查傳回值，並確認你理解其含義。不要假定頁碼的編號方式，也不要根據欄位名稱自行編造可能的 `querySource` 值。請依據文件定義及實際傳回的資料。

至此，選擇蒐集工具的條件就明確了。如果你的審查流程需要在每部影片旁保留原始查詢與相關查詢的脈絡，Chronometrica 有明確的文件規格可支援這項工作。

首次觀測前，先固定蒐集限制

Chronometrica 可讓你控制查詢擴展、不重複影片的總數上限、每個搜尋詞的限制、頁數限制，以及均衡或依序分配。均衡分配會把總額度分配給各個搜尋詞。依序分配則會先蒐集前面搜尋詞的結果，填滿其結果額度後，再處理後面的搜尋詞。均衡分配可能降低每個搜尋詞實際可用的最大額度。Chronometrica 輸入結構定義。

這些設定會影響哪些資料進入觀測組。它們應與查詢一起保留在研究紀錄中。

如果你希望小型觀測組中的各個搜尋詞共享總額度，均衡分配就很合適。它不保證每個搜尋詞都會傳回相同數量的影片。採用依序分配時，查詢順序尤其重要，因為前面的搜尋詞會先取得額度。

頁數限制是另一項界限。它限制每個查詢可以蒐集到第幾頁。資料筆數上限則限制蒐集結果可以保留多少部影片。這 2 項設定都無法告訴你，整個平台上有多少部符合條件的影片。

查詢擴展會改變搜尋範圍。如果你需要明確的初始清單，一開始請停用擴展。如果之後啟用，請記錄這項變更。新增的查詢可能同時改變搜尋詞及總額度的分配方式。

請將這項變更視為可比性的中斷。你仍可檢查變更前後的蒐集結果，但不應將它們描述為同一套未變更設定下的重複觀測。

可供檢查的小型輸入範例

以下是設定範例，不是結果、效能基準或搜尋量估計。請將搜尋詞換成與你的研究相關的詞。

{
  "queries": [
    "ugc ad examples",
    "skincare routine"
  ],
  "expandQueries": false,
  "maxResults": 8,
  "resultsPerQuery": 4,
  "maxPagesPerQuery": 1,
  "searchDistribution": "balanced"
}

這份輸入使用公開文件列明的欄位，且設定值符合有效範圍。它列明 2 個原始查詢、停用相關查詢擴展、將影片總數上限設為 8 部、將每個查詢的結果限制設為 4 筆，並以均衡分配方式允許每個查詢蒐集 1 頁。Chronometrica 輸入結構定義。

這些限制說明了所要求的蒐集設定，並不保證會取得 8 部影片，也不保證每個搜尋詞都會取得 4 部影片。描述蒐集結果的內容前，請先檢查實際輸出。

這個用途已有一項經查核的公開 Task。Task 是儲存好的輸入預設。它提供初始設定，但不能證明已完成蒐集，也不是趨勢測量的證據。使用前請檢查其設定。TikTok 關鍵字監測快照 Task。

範例搜尋詞只是用來展示輸入格式。它們並不構成一個主題一致的利基觀測組。建立自己的觀測組時，請選擇能回答同一個研究問題的搜尋詞，或在分析中明確區分不同主題。

採用 7 步蒐集法

這套方法著重於選擇及檢查蒐集工具。如需更完整了解如何建立可比較的查詢群組，請參閱 TikTok 查詢樣本規範。

1. 寫下觀測問題。說明有用的結果應能顯示什麼。例如，你可能想知道，固定搜尋詞是否持續出現相同類型的影片。請將這個問題與對整個平台總需求的主張分開。
2. 儲存完整設定。記錄原始查詢、擴展設定、分配方式、總數上限、每個搜尋詞的限制及頁數限制。也要保留查詢順序。為設定加上簡短標籤，可協助你將之後的觀測對應至確切輸入。
3. 保留識別資訊及脈絡。儲存影片識別資訊、傳回的查詢群組欄位及頁面脈絡。在你自己的蒐集紀錄中記下觀測時間。不要假定 Actor 輸出中有觀測時間欄位。
4. 在事先列明的時間重複蒐集。選擇適合研究問題的時間，並記錄每次實際蒐集時間。使用相同設定。如果必須變更，請說明變更內容，並標明可比較的觀測序列在哪裡結束或重新開始。
5. 計算不重複影片數及各查詢的分配數量。計算觀測組總數時，每部不同的影片只計算 1 次。另外檢查蒐集結果如何分配至各個查詢。標記已達總數上限或其他設定限制的觀測。
6. 比較相同指標。不重複影片數應與不重複影片數比較，各查詢的分配數量也應與同類數量比較。計算百分比變化時，請列明前一次的數量。也要考慮排名、來源可用性及重複結果，這些都可能造成結果集合改變。
7. 檢查蒐集工具是否仍然合適。如果研究問題現在需要原生日期篩選或排序控制，請使用 Clockworks 文件列明的控制功能。不要只為了延續觀測序列，而保留已無法回答研究問題的固定設定。Clockworks 輸入結構定義。

因此，有用的觀測紀錄不只有下載的資料。它還包括確切輸入、蒐集時間、不重複影片數、各查詢的分配數量，以及已達限制的註記。這些註記能讓下一次比較更容易說明。

將影片總數與查詢結果總數分開

同一部影片可能與多個搜尋詞相關。這會產生 2 個不同問題：觀測組包含多少部不同的影片，以及結果與觀測組查詢的關聯如何？

使用影片識別資訊回答第 1 個問題。使用已儲存的查詢脈絡回答第 2 個問題。除非已確認沒有影片被重複計算，否則不要將各查詢的結果數相加，再把總和標為不重複影片數。

這項區分也會影響你如何解讀不同搜尋詞之間的變化。某個搜尋詞在觀測結果中的占比可能增加，另一個則減少。這不一定代表觀測組整體包含更多部不同的影片。

保留缺失值的標記。如果必要的識別資訊或脈絡值缺失，請標為未知，並說明哪些數量無法可靠計算。0 表示依照明確規則觀測後沒有找到任何結果。未知則表示你缺少作出這項判斷所需的值。

對未完成的蒐集也要同樣謹慎。某日未完成觀測，不代表當日符合條件的影片數為 0。請保留這個空缺，避免畫出不實的下降趨勢。

虛構範例：先取得 6 部影片，再取得 8 部並達到上限

這是虛構的計算範例，不是實際觀測的 TikTok 資料、客戶成果或 Actor 實測。研究人員在 2 個日期，對同一個事先列明的觀測組重複觀測。第 1 次觀測包含 6 部不重複影片。第 2 次包含 8 部不重複影片，並達到設定的 8 部影片上限。

計算如下：

• 觀測差異：`8 - 6 = 2` 部影片。
• 相對於第 1 次觀測的變化：`2 / 6 × 100 = 33.33%`。

這個百分比描述的是觀測到的資料筆數變化。它不能證明該利基主題的需求上升了 33.33%。

清楚的報告可以這樣寫：「觀測組在第 1 次觀測中包含 6 部不重複影片，在第 2 次中包含 8 部。第 2 次觀測達到了設定上限。」

上限很重要，因為第 2 次蒐集在達到允許總數時就停止了。觀測到的數量無法告訴你，提高額度後會取得多少結果。搜尋排名、來源可用性或重複結果，也可能改變蒐集到的結果集合。

接著檢查各查詢的分配數量。確認變化是出現在多個已列明的搜尋詞，還是集中於其中 1 個。結論應限於資料所能支持的範圍：這個已蒐集觀測組出現了變化。

不要在下一次觀測時提高上限卻未加說明，然後繼續沿用同一組數量比較。如果需要更大的觀測組，請儲存新設定並標記變更。先前的觀測仍是有用的紀錄，反映當時原有蒐集限制下的結果。