淘宝热词查询：工具换数据源后历史曲线是否还能连接
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /f7f1e15adafe.html
📄
淘宝热词查询：工具换数据源后历史曲线是否还能连接
不能默认还能连接。换数据源后，历史曲线能否延续，取决于新旧源对“热词”的定义、统计口径和时间粒度是否一致。若只是替换采集通道但口径未变，曲线可以拼接；若口径已变，强行连接会把两段不同含义的数据画成一条线，得出错误趋势。更稳妥的做法是先做重叠期对照，再决定保留、改写还是退出。
先判断“换源”换掉的是通道还是口径
数据源变化通常分两类。第一类是同一口径换采集通道，例如原来从某个接口取数，后来改从另一条通道取数，词的归并规则、时间窗口、去重方式都不变。第二类是口径本身变了，例如原来按搜索人气排序，后来改用综合热度；原来按自然日统计，后来按滚动时段统计。只有第一类才具备直接连接历史曲线的前提。
判断方法不是看工具说明，而是看重叠期的数据。让新旧两段在相同时间段并行跑一段时间，逐日对比同一批词。如果同一词在同一天的数值差异稳定在很小范围内，且排序位置基本一致，说明口径接近，可以考虑连接。如果差异忽大忽小，或头部词与长尾词的表现方向相反，说明口径不同，不能直接拼接。
保留、改写、退出各自成立的条件
保留适用于重叠期对照通过的情况。此时可以把新旧数据放在同一张表里，但要在切换点做标记，并在图表上留一条分隔线。保留不等于假装没换过，而是让读者知道曲线在某处换过来源。
改写适用于口径变了但业务含义仍可解释的情况。比如新源把“热词”范围缩小到某个类目，旧源覆盖全站。此时不能把两段直接连起来，而应把旧段改写成同一类目口径，或把新段单独成图。改写的前提是你能拿到足够细的原始数据重新计算，而不是只拿到已经聚合好的指数。
退出适用于新旧口径无法对齐、且历史曲线对当前决策已无参考价值的情况。退出不是删数据，而是停止用这条曲线做趋势判断，改用切换后的新曲线重新积累。退出时要在内部说明中写清楚断点原因，避免后来的人误把两段当成连续序列。
一个可核对的假设例子
假设某工具旧源按“搜索次数”统计，新源按“搜索人数”统计。两者在促销期可能方向一致，但在日常期，一个人多次搜索会让旧源数值偏高，新源偏低。如果直接连接，曲线会在切换点出现一个向下的台阶，看起来像热度骤降，实际只是统计单位变了。核对方法是找几个已知稳定的词，比较切换前后一周的日均值。若差异集中在“人均搜索次数”高的词上，就说明是口径问题，而不是真实热度变化。
这个例子的动作是：先取一批词做重叠期对照，再根据差异是否可解释来决定保留、改写或退出。对照结果会直接影响下一步——如果差异可解释且稳定，可以保留并标注；如果差异不可解释，就应退出这条历史曲线，而不是继续补数据。
哪些现象不能单独证明处理正确
请求量归零、抓取量下降或某个接口不再返回数据，都不能单独证明换源处理正确。这些现象还可能来自网络波动、权限变更、字段改名或对方限流。要区分这些解释，需要同时看错误日志、字段结构和重叠期数值。只看一个指标就下结论，容易把临时故障当成永久切换。
同样，新源上线后曲线变平滑，也不等于数据质量变好。平滑可能来自更粗的时间粒度，也可能来自更强的平滑处理。要判断是否可用，仍要回到重叠期对照和业务含义上。
给已有经验读者的操作顺序
- 先确认新旧源对“热词”的定义是否一致，包括统计单位、时间窗口和归并规则。
- 取一批有代表性的词，在重叠期逐日对比数值和排序。
- 若差异稳定且可解释，保留曲线并在切换点标注；若差异不可解释，改写或退出。
- 把断点原因和对照结果写进数据说明，供后续使用者判断。
具体到某个工具是否提供重叠期对照、是否保留原始字段、是否允许导出细粒度数据，需要以该工具当前实际能力为准，不能凭名称或旧印象推断。先做对照，再决定这条历史曲线是继续用、改着用，还是就此停用。
