重命名自定义事件后趋势断裂,通常不是数据丢了,而是新旧事件名被当成两条序列。要避免断裂,先别改原事件名,而是让新旧名称在一段时间内并行写入,再用映射表把历史数据接到同一条趋势线上。下面以你手里的一个事件字典和一张趋势图为对象,给出可执行的处理顺序。
三种原因的表现不同,处理方式也不同。把最近四周的日粒度曲线调出来,对照事件字典的修改记录,逐项排除。
区分办法是找一条未受影响的事件做对照。如果对照事件同期平稳,而目标事件归零,更倾向改名或采集问题;如果多个事件同时波动,先查采集链路,不要急着归因于改名。
最稳妥的做法是保留旧事件名,新增一个规范化字段,让分析层按规范名聚合。具体动作:在事件字典里增加一列“规范事件名”,旧名和新名都指向同一个值。
这样做的结果是:趋势图从改名当天起不再断开,历史段和新增段落在同一规范名下连续。下一步可以在这个基础上继续做同比、环比,而不必每次改名都重建报表。
假设某事件原名 signup_click,某日改名为 signup_submit,触发条件不变。若直接按原始名画趋势,会看到旧线归零、新线从零起步,容易误判为“注册行为骤降”。若先建映射表,把两个名称都归到规范名 signup,趋势线连续,此时再观察到的波动才更可能反映真实行为变化。
这个例子的前提是触发条件确实没变。如果改名同时改了触发条件,映射表只能解决命名问题,不能消除口径差异,此时应在规范名旁标注口径变更日期,避免把两种口径的数据直接比较。
个别样本成立,不代表所有事件都能用同一套映射。以下情况需要单独处理:
purchase,但触发时机不同。此时规范名应包含端标识,否则聚合会把两种行为混在一起。这些边界的共同点是:映射能解决命名断裂,但不能修复口径和采集的断裂。遇到后两者,正确动作是先修采集或明确口径变更点,再决定是否拼接。
现在拿出你的事件字典和最近一张趋势图,按以下顺序操作:
完成这一步后,你会得到一条可解释的趋势线,以及一份标注了边界的事件映射。这份映射可以直接用于后续的同比分析和异常排查,而不必在每次改名后重新猜测数据去向。