Usuarios activos mensuales de TikTok en China 2017-2025

* Previsiones.

Las previsiones son el resultado de una combinación de múltiples conjuntos de datos provenientes tanto de fuentes internas (primarias) como externas (secundarias). Mientras que los datos primarios se generan a través de las propias encuestas de Statista como la Global Consumer Survey , los datos de fuentes secundarias se obtienen principalmente de instituciones internacionales (como el FMI, el Banco Mundial o las Naciones Unidas), oficinas nacionales de estadística, asociaciones comerciales o prensa especializada. Estos conjuntos de datos suelen estar incompletos, ya que o bien existen brechas entre los años de la encuesta o es posible que no haya información fiable disponible para un indicador específico en un país o región determinado. Los datos de los años faltantes se obtienen mediante el uso de diversos medios estadísticos, como la interpolación lineal o exponencial o splines cúbicos. Los datos de los países o regiones faltantes se añaden teniendo en cuenta la información conocida de otros países o regiones que se consideran similares mediante análisis como k-medias o procedimientos similares.
La mayoría de los indicadores son compuestos de múltiples fuentes con metodologías ligeramente variables que han sido procesadas por nuestros analistas para que estén alineadas y sean consistentes entre sí y con todos los demás indicadores de la base de datos de KMI. A medida que se disponga de nuevos datos o se moidfiquen las metodologías para adaptarse a los requisitos cambiantes, es posible que los datos ya no sean comparables con los publicados anteriormente o que se modifiquen retroactivamente de acuerdo con las nuevas definiciones. Debido al alto grado de procesamiento, no se puede nombrar una fuente externa específica para cada dato y todos los datos de años históricos (generalmente hasta el último año terminado antes del actual) deben considerarse estimaciones de Statista. Los años futuros son principalmente proyecciones de Statista realizadas mediante análisis de regresión, suavizado de tendencia exponencial (ETS) o técnicas similares y extrapolan la tendencia histórica encontrada.