ChamsPilot · Metodología
Publicamos una única cifra medida para la verificación de creadores: en una prueba a ciegas con 640 cuentas de creadores simuladas, el 95 % de las alertas de «Riesgo alto» fueron correctas. Esta página explica cómo se hizo esa prueba, qué muestra y qué no, y en qué casos nuestras auditorías leen datos oficiales o hacen una estimación.
ChamsPilot es socio API autorizado de Google, TikTok, Meta y X. Cuando las cifras reales de un creador están disponibles a través de esas API oficiales, las leemos directamente en lugar de deducirlas.
Ese caso es más frecuente de lo que se piensa. Un creador incluido en el marketplace de creadores de una plataforma, que usa TikTok One, o que ha realizado colaboraciones marcadas como asociaciones pagadas, tiene datos que la plataforma ya confirma. Para esas cuentas las cifras de audiencia son el registro de la plataforma, no nuestra estimación.
Los datos de la plataforma dicen qué es una audiencia. No dicen si la interacción es real. Cada auditoría ejecuta también nuestro propio análisis: autenticidad de los comentarios, composición de seguidores, patrones y horarios de interacción, contrastados por varios algoritmos y no por una sola puntuación.
La cifra publicada mide este análisis: el motor de veredicto que hay detrás de la verificación del panel y de la auditoría profunda con IA. No describe la verificación básica gratuita de nuestras páginas del detector de seguidores falsos, que usa una heurística más ligera.
Creamos 640 cuentas de creadores simuladas, 160 en cada una de TikTok, Instagram, YouTube y X. La mitad crece de forma orgánica, incluidos los casos que confunden a los detectores de seguidores falsos: sorteos, fandoms, crossovers, llamadas a comentar una palabra clave, baja interacción y audiencias que no hablan inglés. La otra mitad infla sus números de varias formas: seguidores, likes, visualizaciones o comentarios comprados, grupos de engagement y follow-for-follow.
El motor de veredicto se congeló antes de la prueba y el conjunto sellado se ejecutó una sola vez. Los resultados de abajo provienen de esa única ejecución.
En la prueba a ciegas, el motor marcó 166 de las 640 cuentas simuladas como «Riesgo alto» y 157 de ellas estaban infladas: el 95 % de las alertas de «Riesgo alto» fueron correctas. 9 de las 320 cuentas orgánicas se marcaron como «Riesgo alto» por error, una tasa de falsos positivos del 2,8 %.
Está diseñado para no acusar a creadores reales, así que marca menos de lo que podría. De las 320 cuentas infladas, 157 (49 %) se marcaron como «Riesgo alto», otras 47 quedaron como «Conviene revisarlo» para un análisis más detallado y 116 pasaron. Cuando la misma prueba a ciegas con las 640 cuentas simuladas añadió dos consultas opcionales, una muestra de seguidores recientes y un historial diario de seguidores, el 66 % se marcó como «Riesgo alto» y el 95 % de las alertas siguieron siendo correctas.
Lo que esta prueba no demuestra: las cuentas son simuladas, no creadores reales, y se generaron a partir de la misma imagen de las cuentas orgánicas de la que salen las normas del motor, así que los resultados con cuentas reales pueden ser más bajos. Estamos preparando una evaluación con cuentas reales, etiquetadas de forma independiente antes de que ChamsPilot las analice, y la publicaremos en esta página.
Para el resto de cuentas no hay datos oficiales disponibles. Las auditamos igualmente, y el análisis de comentarios e interacción funciona igual. Pero algunos atributos solo pueden deducirse, y el ejemplo más claro es la geografía de la audiencia.
Cuando una plataforma no facilita los países de seguidores y espectadores, los estimamos: correlacionando los horarios de los comentarios con la actividad por zona horaria, junto a otras señales que hemos construido y seguimos refinando. Es una estimación, y así la etiquetamos.
Ningún tercero puede igualar los datos de una plataforma sobre sus propios usuarios. Cualquier servicio que afirme lo contrario está adivinando. Cuando la plataforma nos da la cifra real, la mostramos. Cuando no, mostramos nuestra mejor estimación y lo decimos.
Los creadores lo usan para entender sus propias cifras y mejorarlas. Ver qué parte de una audiencia está realmente comprometida es el primer paso para hacer crecer esa parte.
Marcas, agencias, directivos y profesionales lo usan para juzgar cuánto vale realmente un creador antes de mover dinero: alcance real, datos visibles y una razón defendible para la tarifa.