本期我们将针对TikTok数据罗盘的一系列常见问题进行解答，为商家提供有关TikTok数据罗盘的详细指导，帮助商家更好地理解和利用这一工具。
一、指标解释
1. 成交金额是否包含运费和平台优惠券，以及退款/取消的订单金额是如何计算的？
答：成交金额是指用户实际支付的金额，包含运费，但不包含平台补贴的优惠券，因为并不完全等于商家获得的该笔订单收入。成交金额包括用户之后选择退款和取消的订单金额，因此罗盘上的成交金额可能会大于最终实际结算的成交金额。
二、数据概览
1. 商品卡是什么？
答：商品卡是非直播且非短视频的其他所有渠道带来的成交，包括但不限于橱窗、抖音商城、活动页、活动频道、猜你喜欢、IM消息等。
2. 退款金额和订单管理的退款明细不一致的原因是什么？
答：罗盘和订单管理计算退款成功的时间不同。罗盘是按退款成功时间计算，而订单管理是按退款申请时间计算。
3. 罗盘首页的经营概览的成交金额和直播列表等模块的直播成交金额存在差异的原因是什么？
答：罗盘首页的数据是按统计日期展示，而直播列表等模块的数据是按开播日期展示。若直播跨天，首页的数据不包含跨至次日的数据，但直播模块会包含。
三.直播模块（直播分析、直播大屏、直播诊断）
问题解答：对直播大屏、直播分析、直播诊断等模块中遇到的一系列问题进行了详细的解答，包括成交金额不一致、直播大屏入口灰色、流量分析等问题。详细解答了各项数据的统计口径、更新时间和差异原因等。
四、商品分析
问题解答：针对商品分析中可能出现的退款金额大于成交金额的问题进行了详细解答。解释了退款金额和成交金额的定义和统计口径，以及可能出现差异的情况。
五、达人分析
问题解答：为什么商家的实际佣金支出和预估佣金支出不一致？针对这一问题进行了解答。可能的原因包括统计周期的不同、佣金的计算方式差异等。
以上就是对TikTok数据罗盘中常见问题的整理和解答，希望对商家能有所帮助。通过理解这些常见问题及其原因，商家可以更好地利用TikTok数据罗盘来分析和优化自己的业务。实际佣金支出是按结算周期算的，也就是说是前段时间内成交订单在当前周期结算的佣金，比如说一笔订单1号成交的，成交金额会记在1号，但是佣金在15号结算的，实际佣金支出会记在15号。
预估佣金支出是本时间段内下单支付的订单金额佣金率计算，按支付时间筛选时间段内成交的订单金额。
六、视频分析
1. 为什么Trends中的视频数与Video Details中的视频数量不一致？
Trends中的视频数：包括商家自营+联盟的所有电商带货视频；
Video Details中的视频数量：包括商家自营的所有电商带货视频，联盟的所有GMV>0的电商带货视频；
差异：视频明细不包含联盟的所有GMV=0的电商带货视频，导致总数量少于视频分析-trends-videos。
七、多模块数据对比
不同罗盘对比：罗盘不同模块(那些看起来很像实际不同的指标！)
抖音点赞后喜欢里没有的原因：
1. 可能是网络延迟导致无法及时显示，切换网络试试看看，可以等待一段时间再查看。
2. 也可以重启软件；可能是软件出现bug。
3. 可能因为这个视频已经失效了，有可能是作者删除了这个作品。
4. 也有可能是因为违规被抖音下架了。
5. 也有可能是自己手滑，不小心取消了点赞自己还不知道。
抖音（TikTok）是由今日头条推出的一款短视频分享APP，于2016年9月上线，是一个专注于年轻人音乐短视频创作分享的社区平台。抖音应用人工智能技术为用户创造多样的玩法，用户可以通过这款软件选择歌曲，拍摄音乐短视频，形成自己的作品。抖音2016年9月上线，一直磨刀磨到今年春节后可能感觉跑通了才大举压上资源，产品优秀的数据表现又让头条很快决定将各种流量明星BD推广资源全力导向这个可以提升公司品相的新项目。抖音很快成为头条战略级产品。头条最核心的算法优势也用到了抖音上，一开始就在产品层面加入算法推荐模型保证内容分发效率。
TikTok的核心技术是什么，竟让美国科技巨头无法复制？TikTok相信大家都不陌生，作为一款在国内开发的短视频APP。TikTok在今年的5月份全球下载量就已经突破了20亿次。无论是在美国，还是在印度市场，TikTok都有着自己庞大的用户群体。通过对于用户所看视频的推荐机制调整，TikTok已经训练出了自己的推荐画像。针对不同的用户群体推送不同的内容，以此增加用户与APP之间的黏性。基于庞大用户的数据基础，TikTok目前已经拥有了成熟的短视频推荐机制。
近日，美国技术人员在接受Business Insider采访时表示“如果TikTok的推荐算法不包含在本次交易之中，那么购买TikTok的公司也很难复制其成功模式。”简而言之，TikTok基于美国用户进行短视频的推荐机制，已经成为了TikTok的最大底牌。收购TikTok的企业，如果没有相关的算法和数据模式，也很难做到“成功”。
TikTok如何为用户推送视频？不妨先说一说TikTok，是如何通过算法来“投其所爱”的。个性化推荐机制，决定了TikTok为每位用户推送不同的内容，根据TikTok公布的部分数据来看：主要通过：用户互动、视频信息、以及设备账户设置、国家设置和设备类型进行推送。个性化推荐其实在所有APP中都有自己的一套算法，在用户的实际使用过程中。
TikTok通过多个维度对用户使用的数据进行反馈、研究，直到塑造出一套完美的推荐模型，帮助用户发掘自己喜欢的视频。这也是很多人一旦打开APP，就要看使用很长一段时间的重要原因。连续推荐不同的内容，不仅能够让用户摆脱审美的疲劳，更能加深用户和APP的黏性。笔者认为，如果没有一套完善的算法，TikTok就无法成为全球最大的短视频平台之一。从其进入美国市场占据的份额来看，无论是Face Book还是推特目前在短视频领域，在自己的推荐算法都无法赶超TikTok。
如果TikTok并不打算出售自己的算法，那么这笔收购的项目还会有人买吗？早在8月28日，商务部、科技部调整发布了《中国禁止出口限制出口技术目录》，目录中增加了“基于数据分析的个性化信息推送服务技术”条款，在这则新规出台之后，TikTok的收购也被迫谈判陷入了僵局。买家难以复制其成功的模式，也就代表着这款APP的上升空间将会大不如之前。但即便如此，美国很多企业仍旧加入了竞购的名单之中，微软、沃尔玛、甲骨文等巨头公司也开始合作进行竞拍。