网站、App、小程序的数字不一样,常被当成一个故障。其实需要分开问两个问题。各端是否采准了同一种动作?这些动作能否归到同一个人?前一个问题决定能不能比较,后一个决定能不能去重。两者的答案可能完全不同。
先分开业务语义与身份融合
GrowingIO 的 XBA 和 CDP 材料把多端采集、身份融合和多主体分析放在不同层。采集解决各端有什么记录,身份融合依据已建立的标识关系判断记录是否属于同一主体,分析层按业务问题选事件与统计对象。这三层可以分别出问题。一个人即使已有统一身份,网站的“打开页面”和 App 的“提交成功”依然不能直接相加。反过来,即使三端都采了同义的成功事件,匿名访问如果缺少可靠关联,整体人数也只能按当前可识别条件统计。
身份关联会改变分析边界。匿名访问在同一设备登录后,可以在有明确依据的范围内与账号建立关系。共享设备、多人轮流登录或切换工作区时,归并范围必须受到约束。一旦把两个真实主体误合并,两段旅程会串到一起,后续标签和分群也可能跟着偏。漏合并则容易把一人拆成多份,放大人数。评估一条规则时,应同时考虑这两类误差,并记录关联证据、适用时间和不可识别人群。
跨端不只涉及用户
同一个账号可能管理多个门店。讨论“这个人使用过服务”时,按账号归并是对的;讨论“多少门店使用了服务”时,应该看事件发生时对应的门店。GrowingIO 的多主体模型对这一类问题有启发。主体应随业务对象改变,并在事件层留下关联,而无须把门店活跃硬折算成负责人活跃。将指标的对象、动作和时间放一起比较,能解释不少跨端差异。
多出来的是端内计数
假设 550 个账号只活跃于 1 个端,200 个账号活跃于 2 个端,50 个账号活跃于 3 个端。跨端去重是 800 个账号,端内计数合计为 550 × 1 + 200 × 2 + 50 × 3 = 1,100。差额为 300 次端内计数,实际跨端活跃的是 250 个账号。
按固定顺序排查时间、事件和范围
先对齐最容易验证的条件
将三端限定在同一个完整自然日,统一时区,注明截数时点。网页凌晨的事件可能因服务器使用协调世界时被归到前一天,应用离线补报可能第二天才出现。此时先对齐发生日,再比较报表何时有完整数据。检查生产环境、员工账号、测试版本和活动专属入口是否过滤一致。若只看应用新版数据,网站却包含所有流量,两者差异不能直接指向采集故障。
再用一条操作检查事件语义
“打开”在网站可能意味着页面渲染,在应用可能是进程启动,在小程序可能是回到前台。用户从聊天转回小程序,既可能产生一次新的前台事件,也可能没有重新走首页。评审时让三端负责人跑同一个业务动作,比着运营看到的界面和研发收到的事件,写清进入、展示和完成的条件。对于提交咨询,优先用可对账的业务成功记录作为终点,页面提示作为体验观察信号。某端先显示完成而后端尚未确认,直接比较提示人数会高估它的成功。
相关方法可参阅埋点方案怎么写?从业务问题到事件设计与验收。
登录前后的身份如何衔接
常见做法是在同一端先记录匿名标识,用户明确登录后,把能够可靠关联的行为按约定归到账号。设备共用、同一设备连续登录多个账号或退出后被另一人使用时,需要检查关联生效时间和解绑规则。如果过去几天的所有匿名行为都直接并到最新账号,会出现前一位操作被算给后一位。产品经理应提出三个测试样本,分别覆盖同一账号跨端、设备更换账号以及退出后继续匿名浏览,并写出每一个动作最终归到哪里。
多端去重也依赖统一账号映射。假设网站和小程序都识别到账号甲,而应用记录的是外部登录标识,需要先确认它们能否通过业务账号服务可靠关联。映射缺失时先量出多少账号受影响,报表可分开呈现已识别账号和未知访问。若统一规则需要调整,要说明是未来数据生效,还是历史数据也会按新规则计算。某天去重人数突然下降,可能只是账号归并范围扩大,应结合端内事件量和历史重算范围解释。
相关方法可参阅埋点数据质量怎么看?完整性、重复率和延迟的检查方法。
用一组可复算的数字定位差异
假设限定为已登录而且完成同一操作的账号,网站去重500 人,应用去重400 人,小程序去重200 人。把三个账号集合合并后只有800 人,说明三端分别统计的合计比整体去重多300 个端内计数。这里不能推断刚好有300 个重复用户,因为部分账号可能同时出现于三个端。需要知道跨端行为结构时,可进一步按只使用一端、使用两端、使用三端分组,同时保留参与统计的账号范围。
如果后台确认收到100 条有效咨询,分析报表只有95 条匹配,优先按记录编号查5 条缺失分别来自哪里。发现都集中在小程序某版本,检查后端是否收到端标记、成功事件是否符合事件规则,以及元数据是否默认归到网站。如果原始事件出现但看板未计入,查看项目配置、过滤条件和解析状态。确定差异来自展示口径时,应把同口径的复算过程补进报告,方便以后重复。
按排查结果分配工作
运营可以负责对齐目标、报表日期和筛选,并提供异常开始的日期及具体页面。端上研发负责验证用户实际经历和事件触发,后台负责人确认记录状态、幂等和端标识,数据负责人核对身份映射与报表。检查完成后,复测至少覆盖登录、退出、跨端访问和版本升级。给业务同事留一份对照说明,明确每个报表可回答什么问题、端口范围和仍未统一的行为定义。若三端都有自己的活跃标准,继续使用各端报表,另建一份按统一动作统计的跨端指标。
怎样组织一次多端核对会
会前让三个端各提供一份可复核样本。样本包含操作发生时间、端版本、匿名或登录状态、动作定义以及内部可关联标识。选同一个测试账号,先在网站浏览产品详情,再在小程序查看方案,最后在应用完成一个已定义的业务动作。一起确认三端记录里是否都出现了正确账号,以及每条记录归属什么环境和时区。若某一步只生成匿名标识,就当场记录缺少的关联条件,避免用手机号或姓名等字段粗暴合并。
接下来挑两个反例。一个是同一设备退出后由另一账号登录,预期后续行为归到新账号。另一个是旧设备离线使用,回网后才补报,预期业务日期仍按约定的发生时间归属。如果产品允许多个工作区,还要安排同一账号切换组织,检查每条事件是否带着实际操作时的工作区。这些反例用来验证口径边界,比只拿三端总数做对比更容易找到出错环节。
从一次差异里留下可复用的核对口径
假设团队发现小程序的“活跃”大多来自页面重新获得焦点,应用则只有手动操作才计入。业务可以保留两端原有趋势,用于理解各自流量。另建一个跨端指标,统一到可比较的操作,比如有权限的登录账号成功查看指定报表。上线前把三个端的实现写入同一份说明,明确每种返回、刷新和缓存命中怎样计算。上线后在同一区间输出三个端内去重人数和账号整体去重人数,再检查异常账号是否来自匿名或映射缺失。
如果团队还希望分析“从官网阅读到应用使用”,可以选一批明确能够完成身份关联的登录账号,约定从首次官网操作起观察7 天。需要保留未关联的官网访客规模,向业务解释这条链路覆盖的是可识别的一部分人。对于观察期未满的队列,在分析结果中单独列出。等连续几次核对稳定后,再把链路放入例行周报。每次变更记录日期、口径负责人和影响范围,之后数字异常时先查这些变更,再决定是否需要研发介入。