有可能,而且这种情况并不少见。判断的关键不是看跌了多少,而是看这次回落是否把数据带回到一个此前长期稳定、且能由已知来源解释的水平。如果回落后的曲线与历史常态区间重合,同时没有伴随抓取错误、代码报错或渠道结构突变,那么把它当作回归常态比当作故障更合理。下面以你手里那份记录了一段时间的统计页面为对象,给出一套可执行的处理顺序。
打开你保存的历史数据,找出异常发生之前连续若干周的中位水平,而不是最高点。很多统计曲线在某个阶段被一次活动、一次转载或一次外部推荐抬高,之后回落只是回到原来的基线。判断动作是:把回落后的日值与异常前的中位区间对比,如果落在区间内或略低于区间下限,就优先按回归常态处理。
这里要注意口径。第三方估算、搜索引擎自己给出的报告和站内统计的计数方式本来就不同,站内统计通常只统计成功加载了统计代码的页面访问,一旦页面结构改变或访问路径变化,计数就会下降。这种下降不等于真实流量消失,也不等于统计系统出了问题。所以先确认回落的是哪一种口径的数据,再决定下一步。
同样是曲线下滑,原因不同,处理动作完全相反。可以用下面这组可观察证据来区分:
这三种情况可以同时出现,但通常有一个主导原因。先找出主导原因,再决定是否要动手修,避免把回归常态误当成故障去折腾代码。
假设某个内容页在过去三个月日均访问稳定在某个区间,某天起连续一周下降到区间下限附近。此时不要只看这一周的总量。按下面顺序取证据:
如果证据显示下降集中在单一外部来源,而站内其他页面正常,那么处理动作应是核查该来源的入口状态,而不是改统计代码。如果证据显示全站所有页面同步下降且代码加载正常,那么更可能是整体访问回归常态,此时继续观察比立即改动更稳妥。这个例子的数字只用来说明比较方法,不代表任何真实站点的表现。
以你手里那份统计页面为对象,按以下步骤操作,每一步的结果决定下一步走向:
需要强调的是,请求量、抓取量或某项统计归零,本身不能单独证明你的处理是对的,也不能单独证明系统出了问题。它可能有多种解释:页面被合并、访问路径改变、外部推荐停止、统计脚本被拦截。只有把多个指标放在同一时间轴上对照,才能把解释范围缩小到可操作的那一个。
如果回落被确认为回归常态,那么旧页面、旧统计配置和旧合作关系里仍然有价值的部分应当保留:历史数据继续作为基线参照,稳定的页面继续保留统计代码,能解释来源变化的渠道记录继续留存。需要退出的只是那些为了应对一次异常而临时加上的监测项和改动。反过来,如果回落被确认为采集缺失或外部来源断裂,才需要针对具体环节做替换或修复。判断的依据始终是证据链,而不是曲线本身的陡峭程度。