确定异常开始时间,不能只看流量曲线的最低点,而要用“站内统计+百度搜索资源平台数据+第三方估算”三条证据链交叉比对,找到多个指标同时偏离各自基线的最早时间点。多人协作时,先把判定口径写进交付文档,再分工取证,才能减少返工。
最终要交付的不是一句“大概从上周开始”,而是一份能复核的判定说明,至少包含:异常指标名称、基线区间、判定阈值、最早异常时间点、证据来源、排除项。围绕这个结果,需要收集的资料包括:站内统计的日粒度数据、百度搜索资源平台里的展现与点击数据、第三方估算数据、同期改动记录。三方口径不同,站内统计反映访问行为,搜索资源平台反映百度侧展现与点击,第三方估算只是参考,不能互相替代。
把同一指标按天排列,先划出正常基线区间,比如异常发生前连续四周的同一星期几数据。然后逐日对比,标记出第一次跌破或超出基线范围的日子。假设某页面站内访问量在周三开始下滑,而搜索资源平台点击从周二就开始下降,那么最早异常时间应取周二,因为百度侧先出现变化。如果第三方估算显示周一就下降,但站内和搜索资源平台都正常,则周一不能作为判定依据,只能列为待观察项。判断规则是:至少两条独立证据链指向同一时间点,才认定为异常开始时间;只有一条证据时,标注为“疑似起点”。
这套步骤适用于数据粒度到天、且基线相对稳定的场景。如果站点本身流量波动大,或统计工具刚更换,基线不可靠,则应改用同比方式,即对比上一周期同一星期几的数据,而不是用固定阈值。
如果三条证据链中有两条指向同一天,且当天有可对应的改动记录,可以判定该日为异常开始时间。如果只有一条证据,或证据之间相差超过两天,应扩大检查范围,往前多看一周,并确认统计口径是否一致。常见返工原因是:不同成员用了不同时区、不同统计口径,或把第三方估算当成百度官方数据。避免方法是提前在文档里写明数据来源和口径,验收时逐项核对。
下一步,把上述判定说明模板固定下来,每次异常分析直接填入数据,并在团队内指定一人负责最终时间点的确认与归档。