剔除不利数据点属于伪造
别名: 数据删除 · 逆向剔除
概念解释
因某个数据点让结论难看而把它从图中删掉（抹掉一次服务事故的流量跌谷、删掉让折线失去"持续增长"观感的一个回落点），在性质上不同于按事先规则清洗数据（延伸至同组的剔除标准）：前者的筛选依据是"这个点对结论不利"，后者是"这个点采集失败"。以结论利害为标准的剔除是数据伪造（falsification）的一种形式——它与篡改数值的距离只隔着一步，因为留下的图形已经不再代表真实发生的事情。这一条红线与"剔除是否常见""点是否确实异常"无关，判断依据只有筛选动机。
机制
利益导向剔除是伪造的机制在于图形的隐含承诺被破坏：读者默认图上画出的点构成了分析所依据的全部数据，删掉不利点后，图形呈现的数据集合与分析者实际拥有的数据集合不一致——图形不再是数据的忠实陈述，而是一份经过筛选的宣传品。这种伪造的隐蔽性在于它不添加任何不存在的信息（与编造数字不同），只做减法，而"少画了什么"在单幅静态图中完全不可见。识别它需要外部信息：更长的原始数据、与已知事件的对照（历史上那次著名的宕机为什么不在图上）、或同一分析者的跨期一致性（上次报告还在的那个点这次消失了）。在组织内，这种行为的治理依赖两点：一是剔除决策的留痕（谁、何时、以什么理由移除了数据点），二是文化上把"不利数据的呈现"与"对不利数据的解释"分开——数据必须完整呈现，对不利点的业务解释（那次宕机由外部故障导致）是正当的补充说明而非删除的理由。
边界
剔除的红线在于动机，因此与几个容易混淆的情况需要区分：按事先声明的质量规则剔除（采集失败、确认的录入错误）不构成伪造，即使剔除后的结论更"好看"——判断标准是规则独立于结论且事先存在；标注后呈现（保留数据点但注明"此处为已确认的采集故障"）是完全合法的做法，它保存了完整性又提供了语境；对确实属于"非目标事件"的剔除（A/B 分析中剔除明确标记为测试流量的时段）有正当的分析理由，但仍需在图中标注剔除的存在。反向的红线也要说清：不利数据的完整呈现不等于对它的错误解释放任——呈现跌谷并解释其原因此外再无编辑，是诚实分析的全部要求。
怎么落地
- 建立数据修改留痕制度：任何对已采集数据的删除、修改记录操作者、时间与理由，且对审计可见。
- 报告中出现事件性低谷/高峰时，标注事件（"X 月故障导致跌谷"）而非删除数据点。
- 团队规则明确：任何剔除必须引用事先存在的规则；无法引用规则的剔除默认禁止，需升级审批并全程留痕。
- 验证：抽样比对报告图表与原始数据表，核对图上数据点是否为原始数据的完整子集；发现缺失点而无事先规则支持即伪造实例。