结论是有条件的:只有当新旧数据源在时间粒度、统计口径和缺失值处理上足够接近,历史曲线才适合与换源后的新数据画在同一条线上;否则曲线看似连续,实际已经发生断点。常规做法如重新导出、刷新缓存、检查时间范围,往往解决不了这个问题,因为遗漏的条件是“口径对齐”而不是“数据有没有拉回来”。
换数据源后曲线断开,通常有两种可区分的原因。第一种是数据缺失:新源没有覆盖旧源的历史区间,或某些日期返回空值,表现为曲线中间出现明显空洞。第二种是口径变化:同一关键词的统计范围、匹配方式、去重规则或时间归属不同,表现为曲线连续但整体水平发生平移或缩放。判断方法很简单,取换源前后各一段重叠日期,把两套数值并列看差异是集中在个别日期还是整体偏移。前者偏数据缺失,后者偏口径变化。
如果重叠期差异稳定在一个比例附近,说明新源只是统计范围更宽或更窄,历史曲线可以通过换算近似连接,但换算系数必须来自重叠期实测,不能凭感觉设定。如果差异随日期波动,说明两套口径的采集节奏不同,强行连接会掩盖真实变化,此时更稳妥的做法是在换源处断开曲线,分别标注数据来源。
有一种情况会让上述判断完全失效:新数据源对历史数据做了回溯重算。也就是说,新源不仅提供换源之后的数值,还重新计算了过去的数值,并且重算结果与旧源在同一日期上差异很大。这时你看到的“历史曲线”其实是新源的回溯版本,与旧源记录的不是同一件事。若直接把两段拼起来,等于把两套不同版本的过去混在一条线上,趋势判断会失真。
识别回溯重算的证据是:换源当天之前的数值也发生了变化,而不只是换源之后的新增点。遇到这种情况,正确动作是保留旧源的历史段作为独立版本,新源的回溯段单独成图,并在图上标明版本切换点。是否合并取决于你的分析目的:看长期趋势可以分版本对比,看短期波动则应统一使用同一版本的数据。
假设某工具旧源按自然周汇总,新源按自然日汇总,两者都覆盖过去十二个月。重叠期取最近八周,把新源的日数据按周求和后与旧源周数据比较,若差异在可接受范围内,则可以把旧源周点插值到日粒度再连接,连接后曲线的周内波动是新源带来的,不是真实搜索行为变化。若差异超过设定阈值,则不插值,改为在换源处画一条竖线并注明口径变化。这个例子的关键是先做重叠期比对,再决定连接方式,而不是先连接再解释。
先导出换源前后各至少四周的重叠数据,计算每日或每周的差异方向和幅度。若差异稳定,记录换算关系并写入数据说明,之后每次更新都沿用同一换算;若差异不稳定,放弃合并曲线,改为双版本并列展示。这个动作的结果直接决定后续分析能否沿用旧的历史基线:能沿用则趋势判断继续有效,不能沿用则所有基于旧基线的同比、环比结论都需要重新计算。
最后核对一点:具体工具是否支持导出重叠期原始数据、是否允许标注数据来源版本,需要以该工具当前实际提供的功能为准,不同工具差异较大,不要假设某个入口一定存在。