不能直接连接。历史曲线是否还能接上,取决于新旧数据源对同一关键词、同一地区、同一时间口径的定义是否一致;如果口径变了,把两段曲线画在一起只是视觉连续,不是可比连续。下面用一个明确假设的情境,把判断和取舍写清。
假设你在做一份年度选题表,用某工具连续记录了十二个月的“关键词搜索量查询”相关词热度。某天工具提示数据源调整,之后曲线在断点处突然抬升或下坠。此时先别急着把它当成真实需求变化。
要核对三件事:地区设置是否从“全球”变成“某国”、时间粒度是否从“月”变成“周”、统计对象是否从“搜索次数”变成“搜索人数”。这三项里任何一项变化,都足以让断点两侧不可比。动作上,把断点前后各取三个数据点,标注当时的地区、粒度、指标名,再决定是否合并。
断点处出现跳变,通常有三种解释,需要不同证据来区分。
如果只看一条曲线,这三种解释无法分开;把多个词并排看,同步跳变更像口径问题,个别跳变才更值得往需求侧找原因。
假设你手上有 1 月到 6 月的旧源数据,7 月到 12 月的新源数据,想画一条全年趋势线。有三种处理方式,各有适用条件。
选择哪一种,取决于你要回答的问题:如果问题是“这半年方向有没有变”,第三种就够;如果问题是“和去年比是升是降”,就必须先解决口径可比性,否则结论不成立。
先建立一份口径台账,记录每个数据点对应的地区、粒度、指标定义和采集日期。再决定是否合并曲线。这个动作的直接结果是:你能明确说出“哪一段能比、哪一段只能看方向”,后续的选题判断和汇报口径都会随之收紧,不会把工具换源造成的台阶误当成市场信号。
如果工具方没有公开口径说明,具体定义需要向对方核对,不要凭曲线形状反推。曲线接不上时,先承认断点,再决定是否校准,这比强行拉平更接近可用的判断依据。