Zovda
每个分析栈里都有一个叫「去机器人」的步骤，几乎没有一家说清那条线画在哪。这条线同时决定了数据质量，和哪些真人被删掉了。
过滤之后的数字看起来更干净，但不一定更真。
三个信号，各自的代价
- 发帖频率：能抓自动化，也能抓最热情的那批粉丝
- 账号年龄与历史：能抓新号，也能抓刚注册的人
- 文本相似度：能抓复制粘贴的活动，也能抓一句大家都在重复的口号
每个信号都便宜，每个信号的误报都会落在一个真人身上。
误报是你看不见的用户
被过滤掉的账号不会来投诉。它只是从数据里消失了，如果它属于一个小众群体，那个群体就在无人察觉的情况下失去了代表性。
分类报出被移除的条数和理由，别只给一个总数。
被排除的行要留着
把移除的东西和原因一起存在同一份导出里，打上标记。需要看未过滤视角的团队——无论是为了法务核查还是品牌安全检查——不该为此重新采一遍。
这个标记也让你以后能把这个决定反过来，当阈值被证明太激进时。
过滤前后都报
每一个依赖过滤的指标都报两遍：含与不含。如果两个数字讲的是两个故事，那这个过滤就在做分析，而这个分析应该被看见。
这些集合由 Zovda 通过 Datuva 生产，被移除的条目带着理由留在导出里。社媒数据语料展示了这些标记字段。
告诉我们什么样算一个真用户，我们会在 1 个工作日内回复。