旺格子优化工具换数据源后历史曲线还能不能连上
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /2639361771fa.html
📄
旺格子优化工具换数据源后历史曲线还能不能连上
能否连接，取决于新旧数据源在指标口径、时间粒度和实体标识这三件事上是否一致。三者全部对齐时，历史曲线可以续接；任意一项断裂，曲线就会出现台阶、断点或错位。下面用一个假设情境，把判断顺序和处置动作讲清楚。
先假设一个换源场景
假设你原本用一个采集工具记录某类页面的表现，数据来自接口A，按自然日汇总，实体用页面URL标识。现在你换成接口B，按小时汇总，实体用内部内容ID标识。你导入新数据后发现：曲线在切换当天突然抬高，之后走势正常，但和旧段对不上。
这个抬高不是真实变化，而是口径差异造成的假台阶。接口B的小时粒度在汇总成日时，如果按“有数据的时段取均值”，会把无数据时段排除在外；接口A按整天取均值，两者分母不同。样本少的时候差异不明显，页面一多、时段覆盖不均时，例外就集中暴露出来。
判断能否连接的三个核对点
指标口径是否同义
同一个字段名，在不同数据源里可能含义不同。比如“曝光”在一处指请求发出，在另一处指返回成功。名称相同不代表可加总。核对方法是抽同一天、同一批实体，分别导出两源原始值，看差异是恒定倍数、固定偏移，还是随实体波动。恒定倍数可以通过换算对齐，随实体波动则说明口径不同，不能简单续接。
时间粒度与归属规则
小时数据汇总到日，要确认时区、跨日归属和空值处理。时区不同会让曲线整体平移；跨日归属不同会让边界日的数值被切走一块；空值按零还是按缺失处理，会改变均值。这三项里任意一项不一致，历史段和新段之间就会出现系统性偏差，而不是随机噪声。
实体标识是否可映射
URL和内容ID之间如果存在一对多（改版、参数变化）或多对一（聚合页），直接按标识合并会丢数据或重复计数。可映射的前提是存在稳定的一一对应关系，并且映射表在切换前后都成立。如果映射只在部分样本上成立，规模化后例外会迅速增多。
一个可执行的短例子
继续上面的假设。你的动作是：先取切换前七天、切换后七天，各选同一批实体，分别按两源口径重算日值，做成两条平行曲线，只看形状是否一致。结果是形状一致但整体差一个固定比例，说明口径可换算；如果形状本身不同，说明口径不可续接。这一步的产出直接决定下一步——可换算就写换算规则再合并，不可换算就保留两段、标注断点，而不是强行画成一条线。
样本成立不等于规模化成立
个别页面能对上，常见原因是这些页面时段覆盖完整、标识稳定、无边界跨日。规模化后出现例外，通常来自三类页面：只在部分时段有数据的、经历过改版或换标识的、处在时区边界或跨日边界的。处理方式不是回头怀疑整条曲线，而是先把例外页面单独标记，确认它们属于哪一类断裂，再决定是修正映射还是接受断点。
- 时段覆盖不完整：核对空值处理规则，统一分母。
- 标识发生过变化：补映射表，验证一一对应。
- 边界归属不同：统一时区和跨日切分点。
决策顺序与结果如何影响下一步
建议按“口径→粒度→标识”的顺序核对，因为口径不一致时，后两项怎么调都对不上。每一步的结论会改变下一步：口径可换算，才值得投入时间做标识映射；标识无法一一对应，就应该放弃合并、保留分段。最终判断标准不是曲线看起来是否连续，而是合并后的数值能否用同一套规则解释。能解释，历史段和新段就可以放在同一张图上；不能解释，分段展示比强行续接更接近事实。
