网站流量统计：访客被分配到不同版本时怎样识别样本污染

📍 WDQWDWQD987AAAAA:216.73.216.102
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /e0f0602cbebe.html
📄

网站流量统计：访客被分配到不同版本时怎样识别样本污染

识别样本污染的核心，不是先看哪个版本“赢”，而是先确认分流是否真的随机、统计口径是否一致。当旧内容、旧系统或旧合作关系正在退出，而仍有价值的部分被保留时，版本分配很容易被历史路径、缓存、跳转规则或人工干预打乱。此时应把“访客是否被正确分到同一实验单元”当作第一诊断对象，再决定是继续比较、分层分析，还是暂停实验并修复分流。

先判断污染来自分流还是来自统计口径

样本污染通常有两种来源：一种是分流本身不随机，另一种是统计时把不同口径的访问混在一起。两者表现相似，但处理方式不同。

如果分流由前端脚本完成，而旧系统仍通过服务端跳转把部分用户送入旧版本，那么同一类访客可能在不同时间进入不同版本。此时站内统计中的“版本A访问量”和“版本B访问量”并不能代表随机分组，因为进入条件本身带有选择性。

如果分流没有问题，但统计时一个版本用页面浏览计数，另一个版本用会话计数，或者一个版本排除了内部访问而另一个没有，那么差异也可能看起来像版本效果，实际是口径差异。

可区分的证据包括：同一访客ID是否在短时间内出现在两个版本中；分流参数是否在跳转后丢失；两个版本的统计定义是否在报表中写明；旧系统退出后，是否仍有访问落入已停用路径。只要其中一项成立，就不能直接把版本差异归因于内容或功能变化。

条件一：旧系统已无法修改，但仍在接收流量

当旧系统已经无法改代码或改配置，却仍在接收流量时，优先选择“隔离并标记”，而不是继续做版本比较。

实施动作是：在统计工具中为旧系统流量建立独立标记，例如通过URL参数、独立子域或独立报表视图，把它从实验样本中排除。同时检查跳转链路，确认新系统是否会把用户再送回旧路径。动作的结果是：实验样本量可能下降，但剩余样本的分组条件更清晰。下一步应基于排除后的样本重新判断是否还有足够数据支撑结论；如果样本不足，应暂停结论输出，而不是用污染样本强行比较。

例外是：如果旧系统流量占比极低，且经过验证不会进入实验版本，那么可以保留观察，但仍需在报表中单独列出，避免与实验样本合并。

条件二：旧系统可以修改，但保留部分旧内容

当旧系统仍可调整，而旧内容中有价值的部分需要保留时，优先选择“统一分流入口并保留内容映射”，而不是让两套系统各自分配访客。

实施动作是：把版本分配集中到一个入口完成，确保同一访客在实验周期内始终进入同一版本。对于保留下来的旧内容，不直接沿用旧路径，而是通过映射规则接入统一分流。映射后要验证：旧链接是否仍能到达保留内容；到达后是否被正确标记为当前实验版本；同一访客再次访问时是否仍落在同一版本。动作的结果是：保留内容不会成为绕过分流的旁路。下一步应检查统计报表中是否还存在未标记的访问来源；如果存在，说明映射或跳转仍有遗漏，需要先修复再继续比较。

例外是：如果保留内容只是静态说明页，不参与版本比较，可以单独统计，不纳入实验样本。

用一条可核查证据链代替单指标判断

第三方估算流量、搜索引擎报告与站内统计口径不同，不能互相替代。识别样本污染时，应建立一条可核查的证据链，而不是只看某个总量变化。

假设一个场景：某次版本调整后，站内统计显示版本B的访问量明显上升，但第三方估算没有同步变化。这不能直接证明版本B更受欢迎，因为还有几种合理解释：版本B的统计口径包含更多重复访问；旧系统跳转把部分流量重复计入；缓存导致部分用户反复看到同一版本；或者统计工具在版本B上触发了额外事件。

可核查的证据链包括：分流参数是否在访问日志中稳定出现；同一访客ID是否跨版本；旧路径是否仍在产生访问；两个版本的统计定义是否一致。只有这些证据指向同一结论时，才能判断样本是否被污染，以及污染范围有多大。

发现污染后先决定继续、分层还是暂停

发现污染后，不要立刻删除数据或宣布实验失败。先判断污染是否影响分组随机性。

一个实际动作是：在统计工具中建立“实验样本”和“非实验样本”两个视图，每天检查非实验样本的来源。如果非实验样本持续上升，说明旧路径或旧合作关系仍在向实验流量中注入访客，下一步应优先处理这些来源，而不是继续比较版本指标。

最终判断标准不是某个指标是否归零，而是分流条件、统计口径和访客路径三者是否一致。只要其中一项无法解释，样本污染就仍然存在，版本比较的结论就不应被当作可靠依据。

图1 图2
nginx