能不能接上,取决于两件事:新旧数据源是否覆盖同一批查询词、同一地区与同一时间粒度,以及工具在切换时是否把旧序列冻结为不可变的历史层。只要其中一项不成立,曲线就会在切换点出现台阶或断裂,不能直接当作同一趋势继续读。
换数据源有两种性质完全不同的情况。第一种是同一口径下换了供应商,比如原来用A家的关键词估算量,现在改用B家,但两边都按“月度、全国、精确匹配”给出数值。第二种是口径本身变了,比如从全国改成按城市拆分,或从精确匹配改成短语匹配。第二种情况下,历史曲线在数学上就无法直接拼接,因为每个点代表的含义不同。
判断方法很直接:取切换前最后一个月,让新旧两个数据源同时输出这个月的数值。如果两边差异在可接受范围内,且维度定义一致,属于第一种;如果维度定义不同,或差异大到需要重新解释,就属于第二种。这一步不做,后面所有拼接都是自欺欺人。
条件一:新旧数据源口径一致,只是估算模型不同。这时可以拼接,但不能直接首尾相接。正确动作是找一个重叠期,通常取切换前后各三个月,用重叠期的比值中位数作为缩放系数,把旧序列整体乘以这个系数,再与新序列对接。缩放系数要写进备注,因为它会随品类和季节变化,不是永久常数。
条件二:新旧数据源口径不同,或旧源已停止更新。这时不要拼接,而是把旧曲线和新曲线并排展示,中间用一条竖线标记切换点,并在图注里写明“切换前后不可直接比较”。如果必须给出一条连续线,只能重新定义指标,比如把两边都转成“相对基期的指数”,并明确基期选择。代价是绝对数值丢失,好处是趋势方向仍可读。
无论选哪条路,第一步都是把旧数据源在切换日之前的全部数据导出并归档,包括查询词、地区、时间粒度、抓取日期和当时的字段定义。这一步的目的是防止旧源后续修改历史值,导致你手里的曲线和对方系统里的对不上。归档后,在新工具里建立一条独立的历史序列,不要覆盖或追加到新序列上。
如果决定缩放,执行顺序是:先对齐时间粒度,再对齐地区范围,最后计算缩放系数。顺序颠倒会出现“月度对周度”“全国对省级”的伪重叠,算出的系数没有意义。缩放完成后,检查切换点前后三个点的环比变化是否突然跳变。如果跳变幅度超过重叠期正常波动范围,说明缩放系数不稳定,应退回并排展示方案。
如果旧数据源本身存在已知的系统性偏差,比如长期只覆盖部分查询词,或对某些品类估算明显偏高,那么并排展示也会误导读者。这时正确做法是只保留新数据源,把旧曲线作为附录单独说明,并注明“仅用于当时决策,不代表可比较的历史”。另一种例外是数据源切换同时伴随指标定义升级,比如从“搜索量”改成“搜索需求指数”,两者不是同一量纲,任何缩放都是伪精确。
还有一个容易被忽略的例外:如果切换后的新数据源只提供近两年数据,而旧源有五年,那么拼接后的长曲线在最近两年密度更高,早期更稀疏。这种密度差异本身就会影响趋势线的斜率观感。处理办法是在图上用不同线型区分,而不是强行插值补齐。
做完这些,你就能判断历史曲线是“可缩放拼接”“仅可并排”还是“只能弃用”。这个判断结果直接决定后续报告里趋势结论的措辞强度:可缩放拼接的可以写“延续上升”,仅可并排的只能写“切换后新口径下呈上升”,只能弃用的则不应给出跨切换点的趋势判断。