先把“页数”和“对象数”当成两个独立口径:报告页数通常按行或按页计数,对象数按去重后的关键词加落地页组合计数。两者不一致时,不要急着删数据,先判断差异来自分页重复、同一对象多行、还是筛选条件不同。能核对的依据是导出文件里的对象标识列和筛选条件,而不是报告顶部那个总页数。
第一种条件:报告按行导出,同一关键词配多个落地页,或同一落地页配多个关键词,都会让页数大于对象数。这时去重键应设为“关键词+落地页”组合,而不是单独任一列。第二种条件:报告按页展示,同一对象因超过每页条数被拆到相邻页,页数多出的是展示切分,不是真实重复。这时直接按对象标识列去重即可,不需要合并关键词。
判断方法很直接:把导出文件按对象标识列排序,看相邻行是否出现相同标识。若相同标识连续出现且落地页也相同,属于分页切分;若相同关键词对应不同落地页,属于对象定义不同。两种情况的处理动作不同,下一步的核对方式也不同。
在表格里新增一列去重键,用公式把关键词和落地页拼起来,例如=关键词&"|"&落地页。然后对这一列做条件格式或计数,标记出现次数大于1的行。这一步的结果会直接影响下一步:如果重复行集中在少数几个对象,说明问题在导出规则;如果重复分散且每个对象都出现两次,说明报告可能同时包含了两种筛选口径。
去重后把对象数与报告页数做一次减法,差值应能对应到被合并的重复行数。若差值对不上,回到筛选条件核对,而不是继续删行。
假设某次导出有100行,其中50个关键词各对应两个落地页。按关键词去重后得到50个对象,报告页数仍显示100。此时页数与对象数的差值50,正好等于每个关键词多出的一个落地页。核对动作是查看这50个关键词的落地页列是否确实不同;若不同,对象数应为100而不是50,说明之前的去重键选错了。这个例子只用于说明比较方法,不代表任何工具的实际数据规模。
如果两次导出之间调整了地区、设备或时间范围,页数变化不能直接归因于重复。此时应固定筛选条件后重新导出,再比较对象数。另一个例外是报告包含历史快照:同一对象在不同日期各占一行,页数会随快照次数增加,而对象数不变。处理方式是先按日期列拆分,再对每个日期单独去重,不要跨日期合并。
还要注意,请求量、抓取量或某项统计归零,不能单独证明去重正确。它可能来自筛选条件收窄、导出失败或对象本身没有数据。需要结合对象标识列和筛选条件一起核对,才能判断下一步是继续去重还是回到数据源排查。
当多个角色对“到底有多少个对象”有不同理解时,不要争论页数,而是约定三件事:去重键是什么、筛选条件是什么、以哪个日期为准。把这三项写进核对表,附上导出文件名和对象标识列。执行人员按去重键处理,复核人员按同一条件抽查十行,确认重复行是否被正确合并。这样页数与对象数的差异就从口径分歧变成了可验证的清单项。具体工具是否支持按组合键去重、是否保留原始行,需要以你实际使用的版本为准。