不一定能连接。换数据源后历史曲线能否延续,取决于新旧数据源是否覆盖同一批页面、同一时间口径和同一指标定义。如果只换了抓取或查询来源,但统计对象和切分方式没变,曲线通常可以拼接;如果连统计口径也换了,旧曲线只能作为参考线,不能与新数据直接画成一条趋势。
换数据源有两种常见情况。第一种是同一指标换了采集通道,比如原来从站点日志统计抓取,后来改用工具后台的抓取记录。这类变化如果页面范围和日期切分一致,历史点仍有可比性。第二种是统计对象本身变了,比如原来按整站聚合,后来按目录或按落地页类型聚合,或者原来统计展示,后来只统计点击。这种变化下,新旧曲线不在同一条坐标轴上,强行连接会制造出并不存在的上升或下降。
判断依据可以看三个字段:指标名称、统计粒度、时间边界。三个都一致,才适合拼接;有一个不一致,就应该在图上断开或加标记。
假设某工具原先从A接口取每日抓取量,后来改成从B接口取。如果两个接口都统计同一批已提交的URL,且都以自然日切分,那么可以把切换日作为接点,前后画成一条线。实施动作是:在切换日保留两条曲线的重叠区间,用重叠区间的比值做一次校准,再决定是否拼接。校准结果如果显示两个源在重叠期差距稳定,说明口径接近,可以继续;如果差距随时间扩大,说明其中一个源在漏计或重复计数,下一步应先查漏计原因,而不是急着改页面。
假设原来按整站统计收录相关指标,后来改成按栏目统计。即使数据源没换,历史曲线也无法直接连接,因为旧点是一个总数,新点是多个分项。此时更稳妥的做法是保留旧曲线作为背景,新曲线从切换日开始单独画,并在图上注明粒度变化。若一定要看整体趋势,只能把新分项重新加总,回到原来的整站口径,但这要求新源能导出可加总的明细,否则不能反推。
假设切换前后有七天重叠。旧源七天数值为100、102、99、101、98、100、103,新源同期为80、82、79、81、78、80、83。两组比例大致稳定在0.8附近。这时可以用0.8作为换算系数,把旧曲线折算到新源口径,再连接。这个例子的数字只用于说明比较方法,不代表任何真实工具的表现。如果比例忽高忽低,比如从0.8跳到0.5再回到0.9,说明两个源对同一对象的判定不一致,换算系数不成立,下一步应核对页面样本,而不是继续拼曲线。
个别样本能对上,不代表全量能对上。常见例外有三种:一是新源对某些页面类型覆盖不全,比如只覆盖HTML页,不覆盖参数页;二是时间边界不同,旧源按北京时间切日,新源按其他时区切日,跨日附近的数据会错位;三是去重规则不同,同一URL带不同参数时,一个源算一条,另一个源算多条。出现这些例外时,不能直接照搬小样本的拼接结论。
可执行的动作是:先抽三类页面——首页、栏目页、带参数的详情页,分别比较新旧源在同一天的重叠值。如果三类表现一致,再扩大到全量;如果只有首页一致,说明例外集中在列表页或参数页,拼接范围应限制在首页类,其余部分单独标注。这个动作的结果直接决定下一步:一致则可拼接,不一致则先修口径或改统计范围,而不是先改页面内容。
最后要提醒的是,抓取量或请求量下降并不自动证明页面出了问题,也可能是新源去重更严格、统计范围收窄或采集频率调整。看到曲线断开时,先确认口径,再决定是否动页面,这样后续的每一步才有可比的基础。