通常不能直接连接。历史曲线记录的是旧数据源在特定口径下的相对变化,换源后即使指标名称相同,绝对值和波动节奏也往往不同。能连接的只有一种情况:新旧数据源共享同一底层数据且口径未变。判断这一点,需要看数据说明而不是看曲线形状。
很多人换数据源后打开历史视图,发现曲线没有断裂,只是整体平移或缩放,于是认为“还能连”。这其实是一种视觉错觉。图表工具为了显示美观,常自动调整纵轴范围,旧数据和新数据落在同一张图上时,纵轴被重新缩放,看起来平滑衔接,但实际数值可能相差数倍。
另一种情况是曲线真的断裂,中间出现空白或跳变。这通常说明新旧数据源的时间戳、统计周期或聚合方式不同,工具无法自动对齐。
解释一:口径差异。新旧数据源统计的是同一批搜索行为,但一个按自然月聚合,另一个按周聚合;或者一个包含某种流量类型,另一个不包含。这种情况下,换源后曲线可以通过换算近似连接,但换算系数需要从数据说明中推导,不能凭肉眼估计。
解释二:数据源本身不同。旧数据源来自某类样本,新数据源来自另一类样本,两者覆盖的查询范围、地域或设备类型不同。这种情况下,曲线没有可换算的对应关系,强行连接会把两种不同含义的数字混在一起,后续分析全部失准。
区分这两种解释,不能只看曲线。需要找到换源前后的数据说明文档,核对三项:统计周期、样本范围、指标定义。如果三项中有一项不同,就属于解释二,曲线不应连接。
一个可操作的动作是:在换源前后各取同一时间段的数据,对比同一查询词的数值。假设旧源显示某词月均搜索量为100,新源显示为60。如果新源说明中明确写了“仅统计移动端”,而旧源包含全部设备,那么这60只是移动端部分,不能直接与100比较。此时需要找到新源的全设备口径,或者接受移动端口径并重新定义历史曲线的含义。
另一个证据是时间戳的粒度。旧源按天更新,新源按周更新,那么换源当周的数据点会缺失或异常。工具通常会保留旧数据点,但新数据点从下一周开始,中间形成空档。这个空档不是错误,而是粒度不匹配的必然结果。
如果数据说明中找不到样本范围,可以观察换源后同一批查询词的相对排序是否稳定。假设旧源中A词搜索量高于B词,新源中B词反超A词,且这种反转在多个词上重复出现,说明两个数据源的样本偏好不同,曲线不应连接。反之,如果相对排序大体一致,只是绝对值有差异,则可能是口径差异,可以通过换算近似连接。
具体做法是,换源后不要立即在图表中拼接历史数据。先导出换源前后各一个完整周期的原始数据,按查询词逐条对照。对照时关注三件事:同一词的数值差异是否稳定、排序是否一致、时间戳是否对齐。如果数值差异稳定且排序一致,可以计算一个换算系数,在图表中标注“已换算”,并保留换算说明。如果排序不一致或时间戳无法对齐,则应把换源点作为曲线的终点和起点,中间断开,分别标注数据源名称。
这个动作的结果直接影响下一步:如果选择换算连接,后续所有基于历史曲线的趋势判断都需要带上换算系数,否则会把口径差异误读为真实增长或下降。如果选择断开,则历史曲线只能用于描述各自数据源内部的变化,不能跨源比较。
不同工具对换源后历史数据的处理方式不同。有的工具会自动保留旧数据并标注来源,有的会直接覆盖,有的会提供合并选项但默认关闭。这些行为没有统一标准,具体到你在用的工具,需要查看其数据说明或帮助文档中关于“数据源变更”的条目。如果文档中没有说明,可以通过换源前后各取一个已知查询词做对照测试,观察工具是否保留旧数据点、是否自动换算。测试结果比任何通用建议都更可靠。