先把“评分变了”拆成三种可能:一是工具换了评分口径,二是同一口径下数据源或刷新周期变了,三是你的项目本身发生了变化。解释差异的正确做法不是争论哪个分数对,而是把旧分、新分和中间动作还原成可核对的项目:同一批词、同一时间窗、同一口径,再看差在哪一层。如果无法还原,就只把新分当作新基线,不追溯旧分的绝对高低。
规则升级通常不会只改一个地方。评分变动可能来自权重调整、指标增减、阈值变化,也可能只是数据源更新或抓取时点不同。你可以用下面这组可区分原因的证据来判断:
一个实际动作:从旧报告和新报告里各抽同一批 20 个词,逐项对齐分项指标。如果分项能一一对应,就优先按项目变化解释;如果对不上,就按口径变化处理,并在团队记录里注明“新旧分不可比”。这个动作的结果会直接决定下一步:可比就继续看趋势,不可比就重建基线。
条件一:旧分有完整分项记录。这时可以把旧分按新口径手工重算。做法是找到新版参与计算的指标,用旧报告里对应的原始数值重新组合,得到一个“旧数据、新口径”的过渡分。过渡分与新分的差距,才是真正由数据或项目引起的变化。这一步做完,团队里对“是不是升级导致的”这类分歧基本可以收敛。
条件二:旧分只有总分,没有分项。这时不要试图反推,也不要拿总分直接和新分比较。可行的选择是把新分作为新基线,从升级当天起重新记录,并在报告里标注起点。代价是失去一段历史可比性,收益是不再为无法还原的数字反复争论。若业务上必须保留历史趋势,可以另建一张表,只记录那些口径未变的分项,而不是总分。
假设某团队升级后总分普遍下降,但分项里“内容相关度”这一项没变,只有“竞争强度”整体上移。按上面的方法,他们会先判断这是数据变化,而不是规则变化,进而去核对数据源说明,而不是改页面。这个例子只用于说明比较方法,不代表任何具体工具的实际表现。
多个角色对同一事实理解不同时,争论往往停留在“我觉得分数不准”。更有效的做法是建一张核对表,把每个人的说法落到具体项上:
核对表完成后,分歧通常会缩小到两类:一类是数据确实变了,一类是口径确实变了。前者需要决定是否调整策略,后者只需要在报告里加一句说明。动作的结果会影响下一步:如果多数词落在口径变化上,就不必逐词分析;如果集中在少数词上,就值得单独排查这些词对应的页面或投放。
有两种情况可以直接跳过解释。第一,旧报告已经超过你实际决策所需的时间窗,比如你只看最近一个周期的表现,那么旧分只作存档,不作比较。第二,升级同时伴随数据源更换,且新旧数据源覆盖范围不同,这时任何换算都带有假设,强行对齐反而会制造虚假的精确感。此时更稳妥的做法是声明不可比,并从新基线开始记录。
需要提醒的是,请求量、抓取量或某项统计归零,并不能单独证明升级处理正确。归零还可能来自权限变化、筛选条件、项目配置或数据延迟。遇到这类现象,先核对筛选条件和项目设置,再判断是否与升级有关。具体工具的功能入口和当前行为,需要以你所用工具的现行说明为准,本文不代为断言。
最后,把结论写成一句可复核的话,例如“本次差异主要来自评分口径调整,旧分不可直接比较,新基线自某次记录起生效”。这句话比任何总分都更能让团队继续往下走。