网站数据分析：怎样记录改动前后的基线
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /e0f1074f82e9.html
📄
网站数据分析：怎样记录改动前后的基线
记录改动前后的基线，核心做法是：在动手改任何东西之前，先固定一组指标、一个时间窗口和一份数据导出，改动后再用完全相同的口径取一次数，两次结果对照。基线不是“改之前的数”，而是“改之前用可复现方法取到的数”。如果口径变了、时间窗口变了、统计工具换了，前后两组数就不可比，基线也就失去意义。时间人手有限时，优先保证口径一致，而不是追求指标数量多。
先定口径：同一指标在哪个工具里取
站内统计工具、搜索引擎自己的报告、第三方估算流量，这三类数据来源的口径不同，不能混着比。站内统计通常基于页面上的统计代码，能记录访问、来源、停留等行为；搜索引擎报告反映的是该引擎自己统计的展示与点击；第三方估算多靠抽样和模型推算，只适合看趋势，不适合当基线的唯一依据。
可执行的检查项：
- 要查什么：每个核心指标分别来自哪个工具、哪个报表。
- 怎么查：打开对应报表，记下报表名称、筛选条件和时区设置。
- 结果说明什么：如果改动前后换了工具或换了报表，差异里就混入了口径变化，不能归因于改动本身。
固定时间窗口：选完整周期，避开异常日
时间窗口要覆盖完整的自然周或自然月，避免只用某几天。周末和工作日的流量结构往往不同，只取工作日会让前后不可比。同时要避开大促、节假日、突发事件、投放集中期这些异常时段，否则基线记录的是异常，不是常态。
可执行的检查项：
- 要查什么：改动日期、前后各取多长窗口。
- 怎么查：在日历上标出改动日，向前取一个完整周期作为基线，向后取等长周期作为对照。窗口长度必须相等。
- 结果说明什么：如果改动后窗口内有投放或活动，对照期数据会被抬高或压低，此时应延长窗口或单独标注，不能直接下结论。
导出并留存原始数据
只看报表页面上的汇总数字不够，因为报表可能被后续筛选覆盖，或工具调整了统计方式。要把明细或分日数据导出成文件，连同取数时间、筛选条件一起保存。这样即使之后报表变了，仍能回到当时的口径复核。
可执行的检查项：
- 要查什么：每个指标的分日数据、对应维度（来源、设备、页面分组等）。
- 怎么查：在报表里按日粒度导出，文件名带上日期与口径说明，例如“基线_2024-05-01至05-07_站内统计_自然流量”。
- 结果说明什么：能复现的导出文件才是基线证据；只有截图或口头记忆，改动后无法排除口径漂移。
记录改动内容与生效时间
基线要和改动绑定才有意义。同一时间只改一类东西，改动清单要写清改了什么、什么时候生效、影响哪些页面或路径。如果一次改了很多项，之后数据变化就无法拆开归因。
可执行的检查项：
- 要查什么：改动类型（内容、结构、模板、跳转等）、生效时间、影响范围。
- 怎么查：用一张简单表格记录，每条改动对应一个生效日期。技术类改动还需确认是否已上线、是否被缓存延迟。
- 结果说明什么：若改动实际生效时间晚于预期，对照窗口的起点就要相应后移，否则前期数据仍属于改动前状态。
对照与判断：差异要大于正常波动
拿到前后两组数后，先看正常波动范围。可以取改动前若干个等长窗口，观察同一指标的日常起伏；如果改动后的变化落在这个起伏范围内，就不能判定为改动带来的效果。只有当差异持续、且方向与改动预期一致时，才值得进一步分析。
可执行的检查项：
- 要查什么：改动前后同一指标的分日走势，以及改动前多个窗口的波动幅度。
- 怎么查：把分日数据排成时间序列，标出改动日，比较改动后是否超出历史波动区间。
- 结果说明什么：超出区间且持续多个周期，说明变化值得追查原因；未超出，则更可能是自然波动或外部因素。需要强调，单靠某一个指标无法还原搜索算法的具体逻辑，只能说明“这个口径下发生了变化”。
时间人手有限时，下一步建议只做一件事：挑一个最关心的指标，按上面的口径、窗口、导出、改动记录四项，把这一次的基线完整存下来，再开始改动。基线做扎实一次，后面的对照才有依据。
