先给结论:免费版缺字段时,不要用估算值或截图拼凑填补,而应把字段拆成“必须可核对”和“可接受替代”两类。必须可核对的部分,用外部公开来源或自有埋点补齐;可接受替代的部分,才允许用区间、样本或人工标注,并在交付物里标明来源和口径。这样做的目的是让每个数字都能被追问到出处,而不是看起来完整。
免费版常见的缺口有三种:一是字段存在但被隐藏或限次导出;二是字段根本不在免费范围内;三是字段含义与你的口径不一致。第一种情况优先尝试在界面内换维度查看或分批导出,但如果免费版没有导出入口,就不要假设它以后会有。第二种和第三种才需要外部补充。
判断标准很简单:这个字段是否会被用来做预算分配、渠道对比或对外汇报。如果是,它属于必须可核对;如果只是内部排序参考,可以用替代证据。
保留适用于缺口只出现在个别样本、且不影响整体结论的场景。做法是把缺失样本单独列出,不参与汇总,只在附录里说明数量。前提是缺失比例低到不会改变排序方向。假设某次导出100条记录,其中6条缺少来源字段,而这6条恰好集中在同一个渠道,那么直接汇总就会系统性低估该渠道,此时保留原样反而危险。
改写适用于字段可以通过其他可核对来源重建的场景。例如免费版不提供点击到转化的完整路径,但你有独立的落地页统计和表单记录,可以用时间戳做近似关联。前提是两套数据的时间口径一致,且你愿意在交付物里写明这是关联推断而非平台原始归因。改写后的数字要标注“推算”,不能直接写成平台数据。
退出适用于关键字段缺失导致结论无法成立、且没有可接受的替代来源。这时应停止用该工具做这类判断,改用能提供该字段的其他方式,而不是硬凑一份看起来完整的报告。退出的成本通常低于基于错误证据做决策的成本。
第一类是平台自身的公开说明或帮助文档,用来确认字段定义和统计范围,而不是确认具体数值。第二类是自有数据,包括埋点、表单、订单记录,这类数据你能控制口径,但要注意与平台数据的时间对齐。第三类是人工抽样核对,从原始记录里随机抽取少量样本,逐条比对字段是否一致。
抽样核对的具体动作:从缺失字段的记录中随机取10到20条,回到原始来源逐条查证,记录一致和不一致的数量。如果一致率低,说明免费版字段本身不可靠,改写和保留都不成立,应优先考虑退出。如果一致率高,说明缺口只是导出限制,可以继续用替代来源补全。
假设你要比较两个渠道的转化成本,免费版只提供曝光和点击,不提供转化数。你从自有表单记录里取到转化数,并按天聚合。此时需要写明三个假设:表单提交时间与平台点击时间在同一时区;表单去重规则与平台一致;跨天点击归到点击当天。如果这三个假设不成立,两个渠道的成本对比就可能反转。这个例子说明,补充证据的价值不在于填满表格,而在于让假设可见、可被质疑。
每个补充字段后面跟一个简短来源标记,例如“来源:自有表单,按天聚合,去重规则为手机号”。对推算值使用区间而不是单点值,并说明区间是怎么来的。最后留一行说明哪些字段无法核对、因此不参与结论。这样读者能自己判断结论的可靠程度,也能在下一轮决定是继续用免费版加补充,还是换成能直接提供该字段的方式。