TikTok 视频长度分析与公共发布指标

Daniel Kim

Lead Scraping Automation Engineer

04-Sep-2026

TL;DR:

TikTok视频长度分析需要有效的持续时间值。 在分配视频分类之前排除缺失和零持续时间记录。
持续时间分类是分析师定义的比较组。 它们不是官方的性能推荐。
创作者和观察窗口需在每个比较中使用。 混合无关账户可能会掩盖受众、主题和发布节奏的差异。
样本计数、中位数和异常值应与每个持续时间结果并列。 一个有一个突发帖子的分类需要可见警告。
公共帖子指标并不揭示完成率或平均观看时长。 持续时间分析不应暗示那些不可用的措施。
免费开始。 新的Scrapeless账户通过Scrapeless仪表板包括免费积分。

引言：持续时间是一个格式维度，而不是裁决

视频持续时间易于分组且易于过度解读。一个短片和一个长教程可能服务于不同的受众需求，而公共播放或互动计数并不能揭示观众观看了多久。

本指南建立了一个TikTok视频长度分析，基于被跟踪创作者的帖子。它过滤不可用的持续时间，应用项目拥有的分类，比较公共指标在匹配的创作者和观察窗口内，并生成一个包含样本和异常值背景的持续时间带报告。

对于收集步骤，Scrapeless演员指南解释了结构化演员请求是如何融入应用程序的。

一览管道

阶段	操作	输出
收集	保存被跟踪创作者的帖子	原始帖子快照
验证	解析持续时间并移除不可用记录	有效视频数据集
分类	分配明确的持续时间区间	格式组
比较	计算创作者内部的统计数据	持续时间比较表
审查	曝露小样本和异常值	决策准备报告

该管道比较观察到的公共帖子结果。它不计算保留率或规定一个通用视频长度。

先决条件

来自scraper.tiktok.user.work的保存响应
与响应一起存储的创作者身份和收集时间
在查看性能结果之前选择的持续时间分类
任何排名比较的最低帖子数量
从Scrapeless仪表板收集新数据时的Scrapeless API密钥

变换块是一个先决条件缺口，因为读者提供输入快照。它并不声称一个实时结果。

阶段1：在分类之前验证持续时间

TikTok帖子演员可以返回video_duration，单位为秒。对于不携带可用视频持续时间的记录，0的值可能出现，因此分析应从持续时间表中排除零、缺失、布尔值和非数字值。保留那些行在质量报告中，而不是默默删除它们。

TikTok的视频对象文档描述了其视频字段的持续时间（单位为秒）。其查询视频文档也将持续时间和公共互动计数列为单独的字段。这种分离很重要：持续时间是可观察的，而观看行为不是从此处使用的公共计数器得出的。

存储排除原因，如missing_duration、zero_duration或invalid_duration。排除计数应出现在最终图表附近，以便读者可以评估覆盖率。

阶段2：在查看结果之前选择分类

项目拥有的分类保持分析的可重复性。一个实用的起始方案是：

分类	规则
`under_15s`	持续时间大于零且低于15秒
`15_to_59s`	从15秒到59秒
`60_to_299s`	从60秒到299秒
`300s_plus`	300秒或更长

这些边界是分析设置，而不是对理想格式的声明。与输出记录分类版本，以便稍后的边界更改不会使两个报告看起来直接可比。

使用Scrapeless开始抓取

使用Scrapeless强大您的网络抓取和自动化工作流程！
今天注册并获得 $5的免费积分——无需信用卡。

现在在Scrapeless仪表板索取您的免费积分。

阶段3：计算持续时间区间统计数据

使用一行每个有效帖子。保持公共计数为整数，仅在播放量为正时计算参与率，并在样本计数旁边比较中位数。

注意：下面的代码需要读者提供来自 scraper.tiktok.user.work 的 posts-snapshot.json。在合并来自多个帐户的快照之前，请添加创作者和观察窗口列。

python Copy

import csv
import json
import statistics


def parse_duration(value):
    if isinstance(value, bool):
        return None
    try:
        duration = int(value)
    except (TypeError, ValueError):
        return None
    return duration if duration > 0 else None


def duration_band(seconds):
    if seconds < 15:
        return "under_15s"
    if seconds < 60:
        return "15_to_59s"
    if seconds < 300:
        return "60_to_299s"
    return "300s_plus"


def count(value):
    try:
        return int(value)
    except (TypeError, ValueError):
        return 0


with open("posts-snapshot.json", encoding="utf-8") as source:
    payload = json.load(source)

posts = (
    payload.get("items", payload.get("data", payload))
    if isinstance(payload, dict) else payload
)
groups = {}
excluded = []

for post in posts:
    duration = parse_duration(post.get("video_duration"))
    if duration is None:
        excluded.append(str(post.get("video_id") or ""))
        continue

    plays = count(post.get("play_count"))
    engagement = sum(count(post.get(field)) for field in (
        "digg_count", "comment_count", "collect_count"
    ))
    group = groups.setdefault(duration_band(duration), {
        "durations": [], "plays": [], "rates": []
    })
    group["durations"].append(duration)
    group["plays"].append(plays)
    if plays:
        group["rates"].append(engagement / plays)

rows = []
for band, values in groups.items():
    rows.append({
        "duration_band": band,
        "post_count": len(values["plays"]),
        "median_duration_seconds": statistics.median(values["durations"]),
        "median_plays": statistics.median(values["plays"]),
        "max_plays": max(values["plays"]),
        "median_engagement_rate": (
            statistics.median(values["rates"]) if values["rates"] else ""
        ),
    })

with open("duration-band-report.csv", "w", newline="", encoding="utf-8") as output:
    fields = [
        "duration_band", "post_count", "median_duration_seconds",
        "median_plays", "max_plays", "median_engagement_rate"
    ]
    writer = csv.DictWriter(output, fieldnames=fields)
    writer.writeheader()
    writer.writerows(rows)

print(f"excluded_duration_records={len(excluded)}")