斯里兰卡 WhatsApp 名单的性别与年龄筛选：先定口径，再看结果

直接回答：先统一 +94 号码格式并检查异常，再在查看画像结果前固定年龄段、性别定义、unknown 处理方式和最小报告单元。将可用名单总数与字段已知人数分开报告；不要用姓名补齐性别或年龄，也不要把任务标签当作自报信息。

筛选斯里兰卡 WhatsApp 名单时，号码能否规范识别与画像字段是否可信，是两个不同问题。+94 前缀可能帮助判断号码的国家代码格式，却不能证明号码当前由谁使用，也不能说明使用者的年龄或性别。若先看结果再调整年龄段、排除 unknown 或改变统计范围，比较就容易失去一致性。稳妥做法是先写好分析计划，明确资料来源、字段含义、隐私边界和复核步骤，再生成或查看汇总结果。

先确定分析计划，不要按结果改分组

在打开结果前，记录此次分析要回答的问题、名单范围、观察日期、字段定义和纳入规则。年龄段应根据业务目的预先确定，并在不同批次或对照组中保持一致；不要为了让某个群体看起来更大而事后移动界线。

还要说明性别字段代表什么：例如自报、经授权取得的资料，还是模型估计。若来源或方法不清楚，就应将其视为不确定，而不是确定事实。分析计划应注明 unknown 如何处理、哪些号码排除，以及小群体如何汇总。

• 预先冻结年龄段、性别定义、日期范围与纳入标准。
• 记录数据来源及字段是自报、观察所得还是估计值。
• 规定 unknown、格式异常和重复记录的处理规则。

+94 格式异常先退出画像分母

先把号码标准化，再判断是否符合预期的国际号码格式。检查国家代码、号码长度、空格、括号、前导符号和重复项；不同系统可能采用不同的本地写法，不能只凭一个表面格式就断定号码有效。遇到无法可靠规范的记录，应放入待检查或排除队列。

号码格式检查不等于 WhatsApp 账号验证，也不等于号码仍在使用。若筛选工具提供号码状态或画像字段，其含义和可用性可能随时间、来源与方法变化。报告中应避免把格式通过写成账号活跃或身份已确认。

• 保留原始号码列，并在单独字段保存规范化结果。
• 将无法判断、重复或格式异常的记录单独计数。
• 不要把国家代码、格式通过或可联系状态等同于个人属性。

任务字段不是自报资料，unknown 不由姓名补齐

年龄和性别字段可能来自不同来源，且定义并不总是相同。除非数据来源明确说明且允许这样使用，否则不要称其为用户自报。估计值可能缺失、过时或不适用于某些人群；类别标签也不应被解释为对个人身份的完整描述。

unknown 表示现有资料不足以支持分类，不是一个可由研究人员猜测填补的空格。姓名、头像、语言、地区或号码前缀都不能可靠地证明个人年龄或性别。保留未知状态能让读者看见证据边界，也能减少错误归类。

• 把已知、未知和不适用区分开，不要合并成一个类别。
• 不得依据姓名、头像或语言推断并补填个人字段。
• 说明字段定义、来源限制及可能的时效性。

报告两个分母，并保护小单元

至少区分名单分母与字段可用分母：前者是依照预设纳入规则保留的记录数，后者是相关字段有可用分类的记录数。说明 unknown 数量或比例时，应交代采用哪个分母；年龄与性别字段可用人数也可能不同。若使用百分比，应明确分母、排除项和舍入规则，避免读者误以为每个号码都有画像。

细分年龄、性别、地区或其他属性后，某些单元可能只包含少量记录。即使不展示姓名，罕见组合也可能让人联想到具体个人。应预先设定最小展示阈值；低于阈值时，可合并较宽类别、隐藏数值或仅提供总体结果。阈值应依据风险和组织政策确定，不存在适用于所有情境的统一数字。

• 同时报告名单总数和字段可用人数，并解释两者差异。
• 清楚说明 unknown、排除记录与重复项如何计入。
• 对小单元使用合并、抑制或更高层级汇总。

从文件准备到发布的安全工作流

TXT 或其他纯文本名单只提供其中包含的文本内容，不会自动成为年龄或性别的可信基准。上传或处理任何名单前，应确认组织有权使用这些号码、目的与收集时告知的范围一致，并采取适当的数据最小化和访问控制。不要为了获得画像而绕过用户选择、平台规则或适用的隐私要求；具体合规判断应由合适的负责人结合实际情况完成。

完成处理后，抽样复核格式转换、字段映射、排除逻辑和汇总计算。记录分析版本与规则，让后续批次能够按相同方法比较。若结果将用于联系、资格判断、定价、就业、信贷、医疗或其他可能产生重大影响的决定，不应单凭推断画像作出决定；应暂停自动化用途，进行适当的人为、隐私与公平性审查。

• 只处理有授权、与明确目的相关且必要的字段。
• 复核导入、规范化、字段映射、分母和汇总结果。
• 对高影响用途设置限制，并在需要时升级审查。

FAQ

+94 能证明号码属于斯里兰卡 WhatsApp 用户吗？

+94 是斯里兰卡的国际电话国家代码，但前缀本身不能证明号码当前有效、注册了 WhatsApp、由谁使用，或使用者的年龄与性别。应将格式检查与账号状态及个人属性判断分开。

可以根据姓名或头像补上 unknown 的性别和年龄吗？

不应这样做。姓名和头像不足以可靠证明个人属性；把猜测填入未知字段会掩盖不确定性。保留 unknown，并说明字段资料不足，是更稳妥的做法。

年龄组应该在查看结果后调整吗？

不应为了改变观察到的分布而事后调整。分析前确定年龄区间，并在批次与对照组中一致使用。如确有新研究问题，可另建一套明确标注的新分析方案。

结果报告里为什么要同时给出两个分母？

名单总数说明纳入了多少记录；字段可用人数说明有多少记录具备可用于分类的资料。两者不同，报告时分别标明能避免把缺失或未知记录误当成已分类对象。

结论

斯里兰卡 WhatsApp 名单的性别与年龄筛选，关键不是尽可能填满每个字段，而是让口径、证据边界和缺失情况可见。先规范 +94 格式，再冻结分类规则，保留 unknown、报告清楚分母，并保护小单元。只有在授权和用途适当的前提下，经过复核的汇总结果才适合用于有限的分析；它不应被当作对个人身份的确定判断。

查看对应的 NumSift 产品能力与结果边界