Channel
@lypppaaa1314
On this record: Topic · Growth · Engagement · Posts · Cite this entry
89subscribers
-6 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1002880062460 |
|---|---|
| Type | Channel |
| Username | @lypppaaa1314 |
| Created | Between 1 June 2025 and 31 August 2025 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 9 August 2026 |
| Last confirmed live | 10 October 2026 |
| Measurements held | 5 |
| Confirmed unchanged | 2 times, most recently 10 October 2026 |
| On Telegram | t.me/lypppaaa1314 |
Other / unclassifiable — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 27 September 2026 and assigned it the closest of 31 fixed categories, at 41% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 1 Oct 2026, 01:00 | 89 | -2 |
| 8 Sept 2026, 22:21 | 91 | -2 |
| 23 Aug 2026, 12:48 | 93 | -2 |
| 9 Aug 2026, 12:46 | 95 | no change |
| 7 Aug 2026, 17:14 | 95 | first reading |
20 posts held, back to 12 January 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 20 January 2026. An engagement rate over an empty window would be a number about nothing.
#印度 【印度招生咨询平台学生数据】 🎓 直达印度升学与教育咨询核心人群！ 本数据库聚焦 印度本地招生咨询平台 的学生用户信息，覆盖学生基础资料、联系方式及院校申请相关字段，适用于教育机构、留学顾问、课程推广及印度教育市场研究。 🚀 完整字段清单 💎 出生日期 ▫️ 邮箱 ▫️ 性别 💎 手机号 ▫️ 姓名 ▫️ 家长手机号 💎 申请院校 ID ▫️ 备注 🏆 数据库容量 约 55万+ 条学生数据记录 🛒 核心应用场景 🪂 招生咨询与升学服务触达 🪂 教育课程与培训项目推广 🪂 学生与家长双端沟通策略 🪂 印度教育市场人群画像分析 📊 数据核心优势 真实升学需求人群｜学生与家长信息结合｜适合教育类精准触达
#俄罗斯 【俄罗斯granbazar酒店供应链商家信息】 🏆 直达俄罗斯酒店与供应链核心商家资源！ 本数据库聚焦 granbazar 酒店供应链体系 中的商家与负责人信息，适用于酒店合作拓展、B2B 渠道开发、供应链资源分析等应用场景。 🚀 完整字段清单 🛫 用户ID ▫️ 负责人 ▫️ 是否激活 🛫 名字 ▫️ 姓氏 ▫️ 邮箱 🛫 来源 ▫️ 状态 🚀 数据库容量 约 1.4w+ 条商家信息记录 💳 核心应用场景 ✏️ 酒店供应链商家合作拓展 ✏️ 负责人直联与渠道对接 ✏️ 商家激活状态与来源分析 ✏️ 俄罗斯酒店及B2B市场研究 📊 数据核心优势 垂直酒店供应链资源｜字段结构清晰｜适合小而精准的B2B拓展
#印尼 【印度尼西亚VivaHealth连锁药店病人信息】 🩺 直达印尼本地医疗与健康消费人群！ 本数据库聚焦 VivaHealth 连锁药店 病人信息，覆盖基础身份、健康习惯及账号活跃情况，为医药零售、健康产品推广及印尼市场研究提供数据支持。 🗓 完整字段清单 🗓 🪩 姓名 ▫️ 性别 ▫️ 地址 🪩 邮箱 ▫️ 手机号 ▫️ 是否使用智能手机 🪩 血型 ▫️ 是否有过敏史 ▫️ 是否吸烟 🪩 账号是否活跃 📦 数据库容量 约 96w+条病人信息记录 🏥 核心应用场景 🏥 ✏️ 医药与健康产品精准触达 ✏️ 本地药店与医疗渠道用户分析 ✏️ 健康消费行为与人群画像研究 ✏️ 印尼医疗零售市场拓展支持 ❄️ 数据核心优势 ❄️ 连锁药店真实用户覆盖｜健康与行为字段结合｜适合分层分析与营销
#印度 【 印度 boAt 消费电子品牌用户数据】 🎵这些用户主要是印度本土购买 boAt 品牌耳机、音响、智能设备等消费电子产品的活跃客户，适合做电商营销、用户画像及复购分析。 🎵数据规模：约 752.8 万+ 条记录 1️⃣ 完整字段清单 ➕姓名 ▫️ 手机号 ▫️ 邮箱 ➕地址1 ▫️ 地址2 ▫️ 城市 ▫️ 省 ➕邮政编码 ▫️ 总消费金额 2️⃣ 核心应用场景 ✔️ 电子消费品用户画像与购买力分析 ✔️ 电商 / 品牌营销与精准推广 ✔️ 用户复购与忠诚度研究 ✔️ 区域市场消费行为分析 3️⃣ 数据核心价值 真实活跃用户覆盖 ｜ 联系方式完整 ｜ 总消费金额可分析购买力
#印度 【印度 Angel One 股民用户数据表】 ♿️面向印度本土证券与投资市场的真实股民用户，主要印度一二线城市为主的中产散户股民，活跃使用线上证券平台开户投资的人群。 🧾数据规模：760万+ 条股民用户记录 🛍完整字段清单 ✅姓名 ▫️ 手机号 ▫️ 邮箱 ✅ 地址1 ▫️ 地址2 ▫️ 地址3 ✅城市 ▫️ 省 ▫️ 邮政编码 👑 核心应用场景 ✔️ 印度股票 / 证券 / 投资类产品用户画像 ✔️ 金融App、券商、投顾服务精准触达 ✔️ 股民地区分布与资产潜力分析 ✔️ 投资类广告投放与转化测试 👍 数据核心价值 真实股民用户 ｜ 覆盖全国主要城市 ｜ 联系方式齐全 ｜ 金融属性明确
#印度 【印度ABFRL时尚零售公司客户数据】 👗 直达印度主流时尚零售消费人群！ 本数据库聚焦 ABFRL（Aditya Birla Fashion & Retail） 旗下零售客户数据，覆盖用户基础信息与设备维度，适用于零售品牌营销、用户画像分析及印度市场拓展场景。 💐 完整字段清单 🗞 客户ID 、 店铺ID 、 手机号 🗞 性别ID 、 名字 、 姓氏 🗞 邮箱 、 出生日期 、 设备信息 🎀 数据库容量 约 401w+条客户记录 👑 核心应用场景 ▫️ 印度时尚零售品牌精准触达 ▫️ 用户分层与消费画像分析 ▫️ 短信 / 邮件营销渠道测试 ▫️ 印度本土及跨境零售市场研究 🎉 数据核心优势 大型零售集团用户覆盖｜字段结构清晰｜适合规模化营销与分析
#印尼 印度尼西亚ZOYA时尚品牌客户数据 本批数据聚焦印尼本土知名时尚品牌 ZOYA 的真实客户信息，用户多为稳定消费群体，具备明确品牌偏好与会员属性，适合用于零售分析、品牌研究及本地消费行为洞察等方向。数据体量：约 64 万 + 条客户记录 🚀 主要字段概览 姓名、手机号、地址、城市、店铺名称、会员积分、ID、客户群组 🚨 可参考使用方向 ✔️ 时尚零售品牌客户结构分析 ✔️ 会员体系与积分分层研究 ✔️ 区域门店与城市消费分布洞察 ✔️ 印尼本地消费人群画像构建 🍀 数据特点 品牌属性明确 ｜ 会员标签清晰 ｜ 城市维度完整 ｜ 规模可观
#美国 【 美国伊利诺伊州企业用户信息表】 🏖️ 美国伊利诺伊州合法注册企业与商户用户；以中小企业、本地公司为主，覆盖真实企业联系方式与行业分类，适合做 B2B 拓客、企业营销与行业分析。 ❗️数据规模：约 27.6 万+ 条记录 🧾 核心字段 🧾 🤍类别、公司名称、邮箱、地址 🤍城市、州、邮政编码、手机号 🤍行业分类代码、行业描述、主页地址 ✨ 适用场景 ✔️ B2B 客户开发 / 企业获客 ✔️ 行业定向营销（按 NAICS 分类） ✔️ 企业邮箱 / 电话触达 ✔️ 本地商户与公司资源整合 💎 数据特点 企业主体明确 ｜ 行业标签清晰 ｜ 联系方式完整
#印尼 【印度尼西亚电商平台用户数据】 🎁印尼主流电商平台的真实注册与活跃用户；用户以线上购物、账号体系登录为主，覆盖完整联系方式与社交账号绑定。 ⏳数据规模：约 126.2 万+ 条记录 🧾核心字段 🧾 ✅名 ▫️ 姓 ▫️ 邮箱 ▫️ 性别 ▫️ 手机号 ▫️ 备用手机号 ▫️ ✅省 ▫️ 县 ▫️ 区 ▫️ 街道 ▫️ 邮政编码 ▫️ 详细地址 ▫️ ✅职位头衔 ▫️ 部门 ▫️ Facebook ID ▫️ ✅ Google ID ▫️ 微软 Azure ID ▫️ 出生日期 🎯适用场景 ✔️ 电商用户拉新与复购分析 ✔️ 社交账号绑定用户营销 ✔️ 邮箱 / 短信 / 社媒多渠道触达 ✔️ 印尼本地用户画像与区域分析 💎数据价值亮点 联系方式完整 ｜ 含社交平台 ID ｜ 覆盖详细地理位置
#印度 印度Rentomojo平台用户数据 （Rentomojo：家具家电租赁平台） 本批数据来源于印度本土知名家具与家电租赁平台 Rentomojo，用户多为城市租住人群、年轻白领及新家庭，具备持续消费与长期服务需求特征，适合平台研究与用户行为分析相关场景。 ⚡️ 数据体量 约 163 万 + 条用户记录 😮 关键字段构成 用户名、手机号、邮箱、ID 🔥 可参考应用方向 ✔️ 印度租赁经济与本地消费人群研究 ✔️ 平台用户体量与活跃度分析 ✔️ 联系方式覆盖与触达能力评估 ✔️ 用户 ID 维度的数据关联与建模 🛍 数据亮点 规模充足 ｜ 平台属性明确 ｜ 字段简洁 ｜ 易于整合
#印尼 【 印尼购物返利平台用户信息】 🛒 典型的印尼线上消费 + 返利敏感型用户；这批用户基本都是有真实网购行为、会为了返现和优惠反复下单的本地消费者，对价格和促销比较敏感。🎰 数据规模：约 141.3 万+ 条记录。 💰核心字段 💰 ✅姓名 ▫️ 手机号 ▫️ 邮箱 ▫️ 出生日期 ✅ 地址 ▫️ 邮政编码 ▫️ 总消费额 🎯 适用场景 ✔️ 电商 / 返利 / 优惠平台用户分析 ✔️ 高消费与复购用户分层 ✔️ 邮箱 & 短信营销触达 ✔️ 印尼本地消费能力研究 💎 数据价值亮点 真实消费用户 ｜ 含累计消费额字段 ｜ 便于判断购买力与活跃度
#印度 【 印度 1WIN 网站 BC 数据表】 🦋 这批用户主要是在 1WIN 平台上注册、参与博彩或娱乐项目的真实账户用户，以年轻和中青年线上娱乐人群为主。 📊数据规模：约 2228.4 万+ 条记录 🪙 完整字段清单 🪙 用户名 ▫️ 手机号 ▫️ 邮箱 ▫️ 昵称 ▫️ 账户币种 🎯 核心应用场景 ✔️ 博彩 / 娱乐平台用户画像分析 ✔️ 用户活跃度与账户结构研究 ✔️ 邮箱与手机号触达分析 ✔️ 印度线上娱乐市场规模研究 💎 数据核心价值 超大规模印度博彩用户覆盖 ｜ 基础账户信息齐全 ｜ 币种字段便于用户分层
Showing the 12 most recent of 20 posts we hold for @lypppaaa1314. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 1 October 2026 — this entry's latest reading, not the date you are reading this.
“【安瑶】集团数据模版” (@lypppaaa1314), 89 subscribers as measured 1 October 2026. Telegram Register, tgregister.com/channel/lypppaaa1314.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.