基准期的统计口径必须与当期一致
别名: 统计口径 · 口径一致性 · 可比性
概念解释
统计口径指指标的定义边界：把哪些事件算进来、怎么去重、按哪个时间戳归期、分子分母各用什么字段。同比与环比预设了一个前提——基准期的数据和当期的数据量的是同一件事；口径一旦变了，比值比较的不再是业务变化，而是定义变化。这种失真不产生错误数值，每个数都对，但放在一起读出的结论是错的。
机制
失真的根源在于百分比变化的数学结构只处理数值，不处理语义：公式 (当期 - 基期) / 基期 假设两个操作数共享同一个度量空间。当口径变化时（新增渠道纳入统计、去重规则从设备改为账号、归因窗口从 7 天改为 28 天），分子分母各自度量不同的东西，比值的意义被破坏，但数值仍然计算成功且看起来正常。人是视觉模式识别者：仪表盘上增长曲线的形状不变，读者不会主动去查定义是否变了。这类失真之所以难以察觉，正因为它在视觉层面完全无痕——没有 NaN、没有断轴、没有颜色异常。对策是把口径变化作为一等事件：口径变更必须打上标记并在时间轴上可见（垂直参考线加注释），受影响的对比区间显式标注"口径已变更，不可比"。
怎么研究
研究口径不一致的影响需要构造已知答案的合成数据：在同一底层事件序列上施加两种口径（如不同的去重规则），计算两组百分比，量化口径变化引入的假信号幅度。变量包括口径差异的类型（定义扩展、归因窗口、去重规则）与底层趋势的真实幅度。在仪表盘评估中，可测量用户对"口径已变更"标注的注意率与后续解读准确率，验证标注设计是否足以阻止错误结论。方法论的注意点：口径变化在真实数据中往往与真实业务变化同时发生，天然混淆，合成数据是隔离因果的唯一干净途径。
边界
口径不一致与数据质量问题（迟到事件、数据管道延迟）是两类不同的失真：前者是定义变了，后者是数据没到齐。两者的对策不同——口径问题需要标注与文档，延迟问题需要刷新提示与补数机制。口径一致不保证可比性：季节性、一次性事件、宏观冲击都会让两个口径一致的时间段不可比，这只是必要条件而非充分条件。对于探索性分析场景，允许用户自由改口径是合理功能，但改动必须立即可见且可回溯。
怎么落地
- 仪表盘上每个指标的口径定义可达：悬浮或点击即可看到指标字典条目（分子、分母、去重规则、归因窗口、时间戳字段）。
- 口径变更日沿时间轴打垂直标记，变更前后各 30 天的对比区间显示"口径不可比"提示条。
- 指标字典集中管理，口径变更走审批并在字典条目中保留版本历史。
- 验证：抽查看板中所有百分比对比，逐一核对分子分母在当期与基期是否用了相同定义；发现定义不一致即不可比实例。