索马里WhatsApp筛性别年龄：+252号码治理、抽样校准与偏差报告

索马里WhatsApp筛性别年龄最不应该从“如何拿到更多标签”开始，而应从“这些标签在我的名单上到底有多可靠”开始。性别和年龄涉及个人画像，号码格式正确并不代表画像正确；一个总体命中率也无法揭示侨民名单、不同来源或不同年龄层中的偏差。

先依据当前+252规划整理号码

索马里国家通信管理局在国家电话编号规划中说明其管理国家编号资源，并将固定、移动、紧急和其他号码类别分别规划。清洗时要保存原始值、国家码、用途候选和规则版本，不能只因出现+252就把它当成移动号码。

国家码不代表当前所在地

+252说明号码被纳入索马里编号体系，不证明号码持有人当前在索马里，也不说明其城市、语言、国籍或购买力。对于侨民、国际援助、物流和跨境贸易名单，source_country、current_market与phone_plan_country应作为不同字段保存。

在全量使用前建立校准样本

从拥有本人明确填写年龄段和性别信息、且用途允许的联系人中抽取一组校准样本。不要为了验证工具而额外索取不必要的身份证明。将样本按来源、时间和业务场景分层，避免只选择最干净、最容易匹配的一小部分。

一张混淆表比“准确率很高”更有用

年龄最好按业务需要划段验证

如果实际用途只需要区分成年人群的宽泛内容偏好，就没有必要追求精确岁数。先定义允许使用的年龄段，再衡量相邻区间混淆和未知值。任何面向未成年人、就业、信贷、保险、医疗或公共服务的高影响判断，都不应依赖这类推断字段。

WS筛性别年龄返回哪些字段

爱普筛WS筛性别年龄可返回手机号、年龄、性别、头像和WhatsApp映射手机号。头像是结果组成部分，但不能被再次扩展为民族、宗教、健康、政治或收入判断；性别也应允许未知和不使用状态，而不是强制二分。

把错误归因到正确层级

• 号码层错误：格式、长度、用途或国家归属不明；
• 映射层错误：返回手机号与输入值关系未解决；
• 可见性层问题：字段没有返回或时点发生变化；
• 画像一致性问题：结果与本人提供的信息不一致。

只有分层记录，才不会把格式失败统计成性别年龄模型错误，也不会把未知值包装成负面标签。

TXT最小化并保留可撤回路径

TXT一行一个号码，不附带姓名、照片、年龄、性别或项目身份。内部校准表通过随机sample_id回连，并记录用途、授权基础、检查日期、保存期限和删除状态。若联系人撤回许可，可以定位原始联系记录和派生结果一并停止使用。

不同来源必须单独报告

网站表单、活动报名、合作名单和旧CRM的完整度与人群构成不同。每个来源分别报告覆盖、未知、一致和冲突；若某一来源样本太少，就明确写“证据不足”，不要用其他来源的表现替代。

通过门槛应该由用途决定

用于匿名内容研究的门槛，与用于个体营销选择的门槛不能相同。前者仍要控制小样本识别风险并只发布汇总；后者需要更强的许可和纠错机制。若结果在关键分组明显失真，最合理的决定可能是不使用性别年龄字段，而不是继续调整到一个漂亮的总体数字。

索马里项目的质量不取决于Excel多填了多少性别和年龄，而取决于团队是否能说明：+252号码如何进入样本、已知值来自哪里、未知与冲突如何计入，以及哪些业务场景明确禁止使用这些推断。