英国的新闻 / 资讯方向达人:37 位,主要在TikTok

这一页切的是【受众职能】而不是内容主题:英国市场里,受众为新闻 / 资讯的达人共 37 位。

为什么按职能切:同样都发泛娱乐内容,受众是新闻 / 资讯的号和受众是普通消费者的号,转化能力天差地别 —— 而这个差别在粉丝数、播放量、甚至内容主题上都看不出来。

这批人和全站平均有什么不一样

• 粉丝中位数 101,254,是全站中位数 6,482 的 15.6 倍,头部效应更明显、报价通常更高。
• A/B 级占 5%,全站 34%,需要更多筛选才能挑出可用的人。
• 68% 已抓到近期内容可供判断(全站 41%)——判断依据比平均充分。

平台分布

数据口径：以上为 Koinon Link 库内已收录并通过基础校验的达人,不代表该平台的全部创作者。疑似刷量账号已被隔离并从统计中排除(单独列出)。真实度评分基于粉丝/互动结构的异常检测,不是平台官方指标。数据随采集持续更新。

这个切片里的达人(节选)

• Adam McG (@_adammcg) — 英式幽默与日常vlog

• First Squawk (@FirstSquawk) — 亚洲经济政策

• Safina Khan (@safinakhann1) — 巴基斯坦独立日庆祝活动

• Voice Of Amhara / AMaNi (@amanuvoa) — Amhara ethnic pride and identity

• Byline Times (@BylineTimes) — Reform UK political scandals

• This Week On The Internet (@twotiofficial) — viral TikTok trends

• Aviation disaster ✈️ (@aircrashbriefs) — Aviation disasters and crashes

• Lewis Aaron (@lewisbaaron) — Nigel Farage finances and donations

• Gabriel Pogrund (@Gabriel_Pogrund) — UK political scandals and funding

• The Tech Report (@TheTechReportTR) — AI bubble and hype criticism

按粉丝量级排列,节选前 10 位。每个链接是该达人的公开档案页:内容方向、受众构成与近期样本,不含联系方式。

职能是怎么判出来的

不是看达人自称什么,而是读他的内容:拉取该达人最多 100 条近期作品,由模型判断"这些内容在对谁说话、那群人在做什么职能的活"。内容太少或太杂时标为判不出,不硬编一个像样的结论。

这也是为什么这一页的数量远小于「英国的泛娱乐达人」总数 —— 只有被深挖过内容的达人才会出现在这里。