Compare and Summarize Metrics
先锁定范围和口径,再从明细提取、对齐、复算并解释差异。任何结论都应能回到来源位置、计算式和可见边界。
流程
1. 锁定目标与数据覆盖
- 明确分析对象、商家或个人视角、目标周期、比较维度、输出形式及问题。
- 逐个文件列出来源、工作表、覆盖日期、粒度和可见范围;目标月份或维度不足时,先列已具备项与缺失项,只分析现有范围并请求补充。
- 涉及首期与上一期比较时,额外取得边界参照期。例如展示期从
25081期开始,计算重号必须补取25080期,不能把首个展示期的比较值留空或拿自身作参照。 - 飞书表格只圈选
耕地面积数据!B4:G13时,分析范围必须标为该区域;A23返回空值不能被解释为不存在整张表或不存在某年度数据。
2. 冻结指标口径
- 建立口径表:指标、分子、分母、单位、日期字段、分组字段、去重键、过滤条件、来源位置。口径未确认,不直接下结论。
- 不得把
获客渠道与添加渠道当成同一个分组字段;复算互动率前要写清分子、分母,并按同一字段重算总计与关键分组。 耕地面积(万亩)按调查口径分段:2015—2017年的“统计年鉴口径”、2019年的“三调/国土变更调查”和2024年的“国土变更调查”不可直接串成同口径同比序列;跨段跳变先标为口径变化,段内才计算趋势。- 订单月度汇总必须明确采用哪一个订单日期字段。若结果被质疑,分别按相关日期字段复算,并列出跨月归属发生变化的订单后再请用户确认口径。
- 仅有
M±SD时,ANOVA 必须先取得每组样本量n;证据上下文中的n=30只能在同一任务已明确沿用时使用,不能推广到新数据。
3. 提取、清洗并保留血缘
- 从表格、报告正文、截图或文档表格抽取字段,同时保留
来源文件、工作表/页码、单元格区域或截图编号;汇总结果必须可回查明细。 - 将金额千分位、百分号和文本数字转成数值后统一单位,再汇总
消耗、转化、留存、ROI;“—”表示缺失,不按0参与求和、均值或增减率。 - DOCX 先解析
word/document.xml中的正文和表格;若数据只存在于嵌入图片,应标为图片型数据并转入 OCR/读图流程,不得把未识别图片冒充已提取表格。 - OCR 后逐格复核影响计算的
花费、转化、CPA、CTR,并记录截图可见范围;模糊单元格保留缺失标记,不猜值。 - 口径以原始明细为准;已有汇总结果仅作交叉校验。二者不一致时,以明细复算结果为真,并报告差异行、差异额及可能的刷新或口径原因。
4. 建立可比主键并对齐
- 只在时间范围、单位、分组规则与对象粒度一致后比较;对齐表至少保留
比较主键、本期值、上期值、来源和可比状态。 - 两月广告素材必须先按
ID匹配共有素材;新增或消失的ID单列为结构变化,不混入“同素材环比”。 - 人机工位不得混用
单机C/T与1人3机工位C/T:先拆人工时间和机器时间,再按设备数折算工位节拍,并用人工负荷检查瓶颈。 - 对耕地表按“省份 + 年份 + 调查口径”对齐;相同省份但不同调查口径的行标记为“不可直接同比”,不能仅按省份和年份强行连接。
5. 复算核心指标
- 同口径下计算:增减额 = 本期值 − 上期值;增幅 = 增减额 ÷ 上期值;占比 = 分项 ÷ 同口径总计。上期值为
0或缺失时,增幅记为不可计算而不是0%。 ROI、转化率、UPH等派生指标必须展示分子、分母和单位;UPH使用已确认的工位节拍,不得拿单机C/T直接替代1人3机工位C/T。- 签约窗口价格按
10月31天、11月30天、12月5天加权,并与“次年年度长协价”对应后计算溢价;正常年份与触限年份分开汇总。 - 用
M±SD做单因素 ANOVA 时,依次计算组间/组内SS、df、MS、F、P,并在结果旁披露各组n和仅有汇总统计量这一假设。 - 重号类指标先写出集合交集等统计公式,再批量计算;用首期、末期和随机中间期抽检,确保边界参照期已纳入。
6. 定位异常与解释差异
- 先做勾稽检查和量级检查:统一税率、币种、面积单位及百分比尺度后再归因。数值异常若可由“元/万元”“亩/万亩”或百分数/小数转换解释,应归为单位差异,不写成业务变化。
- 区分绝对规模与环比增速;“规模最大”不能改写为“增长最快”。
耕地面积(万亩)在“三调”切换点的跳变只能先解释为调查技术或认定标准变化,除非另有业务证据。 - 数据被质疑时,回查原文和页码,区分“直接披露”“由公式推算”“可能原因”;无法验证的异常原因只列可能性及所需证据,不伪造因果。
- 汇总值与明细复算不一致时,列出所用日期字段、分组字段、过滤条件和差异订单或差异行;不要只用一句“口径不同”结束解释。
7. 输出结论并支持迭代
- 按“总体结论—关键对比—异常与口径差异—机会点/建议—待补数据”组织;每个数字带周期、单位、对象及来源位置。
- 先给可复核对比表,再写结论。表中把“缺失”“不可比”“OCR待核”与数值
0分开表示。 - 用户多轮删改列时锁定最终表头,每轮只做最小变更并保持行顺序与统一结构。例如用户将表头收敛到
套餐名称、售价、销量、售卖金额后,不再恢复已删除的“原价”“折扣”或“包含内容/说明”,总计只对售卖金额求和。 - 若用户纠正目标(如从“指出不足”改为“只讲解吉林省耕地面积”),保留已核验的数据与口径,只改分析范围和措辞,不重做无关部分。
工具使用
- 表格读取:先检查工作表、表头、日期列、公式值和隐藏单位;金额与百分比清洗后再计算,原值另列保留。
- 文档解析:优先提取正文表格及页码;DOCX 的图片型指标进入 OCR,不把
word/document.xml未返回内容视为零值。 - OCR/截图:记录图片编号和可见区域,逐格核验进入
花费、转化、CPA、CTR计算的值;截图外数据一律标缺失。 - 基础计算:使用脚本或表格公式复算时,保存公式、过滤条件和抽检样本;至少核验总计、首尾期及异常行。
边界与禁止事项
- 不在口径未确认时下结论,不混用不同日期字段、单位、调查口径或分组字段。
- “—”、空白单元格、缺页和截图外区域都是缺失,不得按
0填补;目标月份不足时明确请求补充。 - 不将
获客渠道/添加渠道、单机C/T/1人3机工位C/T、统计年鉴/三调口径互换。 - 不把无法验证的异常原因写成事实;医疗、投资等高风险材料只做数据层面的描述和核验,不替代专业判断。
- 多轮修改保持统一表结构;除用户明确要求,不改变已确认公式、单位和比较主键。
示例
用户要求解释吉林省多年耕地面积时:先从 耕地面积数据!B4:G13 提取年份、吉林值和口径列,把“—”保留为缺失;仅在“统计年鉴口径”内部计算同比,将“三调/国土变更调查”起点单列为口径断点;最后输出同口径趋势、口径切换说明、可见范围和待补年份,不把跨口径跳变写成真实扩张。