结论要先看条件:如果新旧数据源对同一指标的定义、统计口径和时间粒度一致,历史曲线通常能连接;如果其中任意一项变了,曲线看似连续,实际已经断裂,只能分段解读。判断能否连接,不是看工具是否还显示同一条折线,而是看新旧两段背后的口径是否可比。
历史曲线能连接的前提,是它记录的是同一件事。换数据源后,至少要核对四项:指标定义、统计对象、时间粒度和去重方式。
这四项里只要有一项不同,历史段和新数据段就不能直接首尾相连。此时应做的动作是给曲线加一条切换标记,把切换前后的数据分成两段,而不是急着做同比或环比。标记之后,后续判断趋势时就不会把口径变化误读成业务变化。
常见的情况是:抽查几个页面,发现新旧数据源的数字接近,于是判断曲线可以连接。这种验证在小范围内容易成立,因为样本少、页面结构单一、流量来源集中,两套口径的差异被掩盖了。
规模化之后出现例外,通常来自三类页面:
所以,“抽查几个页面数字接近”不能作为曲线可连接的证据。它只能说明这几个样本恰好落在两套口径重叠的区域。要判断整体,需要按页面类型分层抽样,而不是随机抽几个看起来正常的页面。
假设某工具原来从A源取数,某次改为从B源取数。切换后第一周,总访问曲线比切换前一周高出约三成。这个数字只是用来演示比较方法,不代表任何真实工具的表现。
可能的解释至少有三种:
这三种解释对应完全不同的下一步。如果是口径变宽,应把切换前的数据按同口径重算,或接受曲线分段;如果是补录,应把补录部分归到原属日期再比较;如果是真实增长,才可以直接看趋势。仅凭曲线抬升无法区分三者,需要回到数据源的说明和原始记录去核对。
前面“口径一致就能连接”的结论,在一种情况下不成立:新旧数据源虽然定义一致,但覆盖范围随时间变化。例如新源初期只接入部分站点或部分页面,之后逐步扩大覆盖。此时即使定义相同,早期数据也是不完整的,曲线前段偏低并非业务下降,而是覆盖不足。
判断是否属于这种情况,可以看切换后数据是否呈现阶梯式上升,且上升时点与接入范围扩大的时点吻合。如果吻合,就应先确定覆盖稳定期,只比较稳定期之后的数据,而不是把整个切换前后当作一条连续曲线。
实际操作上,可以保留新旧两个数据源并行一段时间,形成对照期。在这段时间里,对同一批页面同时记录两套数字,按页面类型分组比较差异。差异稳定且可解释的组,可以考虑连接曲线;差异不稳定或无法解释的组,保持分段。
这个动作的结果会直接影响下一步:如果对照期内差异稳定,说明口径差异是常数,可以通过换算或标注后合并观察;如果差异随页面类型或时间变化,说明两套口径不可换算,只能分别维护两条曲线。无论哪种结果,都不应在没有对照期的情况下直接宣布历史曲线可以连接。