网址安全性检测：同一用户多次咨询，保留哪些旧记录才能分清人数与次数
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /db333d3c33f1.html
📄
网址安全性检测：同一用户多次咨询，保留哪些旧记录才能分清人数与次数
先给结论：要区分“人数”和“次数”，不能只看咨询总条数，而要把每条记录归到可识别的会话主体上，再决定退出旧系统时保留哪一级数据。若只保留汇总次数，退出后无法反推人数；若只保留去重后的人数，又会丢掉重复咨询的节奏信息。可行的做法是保留“主体标识＋时间戳＋问题类型”三列，把汇总表当作派生结果，而不是唯一存档。
假设情境：一次旧系统退出前的数据取舍
假设某团队准备停用一个旧的咨询登记表，迁移到新流程。旧表里同一访客可能留了多次联系方式，也可能换了昵称但用了同一设备。此时如果按“总咨询量”评估旧表价值，会把它看得比实际更重；如果按“去重人数”评估，又会低估反复咨询所反映的未解决问题。假设旧表共有若干条记录，其中一部分来自同一主体，具体数值需要现场核对，这里只说明判断方法。
关键动作是先做一次主体归并：用可核查的标识（如登录账号、表单中一致的联系方式、同一会话内的连续记录）把记录分组，再分别计算组数和组内条数。这个动作的结果会直接影响下一步——如果归并后组数远小于条数，说明旧表的主要价值在“追踪同一主体的反复咨询”，退出时就应保留时间序列；如果两者接近，说明旧表更接近一次性登记，保留汇总加抽样即可。
人数与次数为什么不能靠一个总数判断
咨询总条数天然混合了两个量：有多少个主体，以及每个主体来了几次。只报告总数，等于把这两个量压成一个数，退出旧系统后就再也拆不开。常见的误判有三种：把同一人的多次追问当成多个新用户；把不同人的相似问题当成同一人重复；把机器人或测试提交混进真实主体。这三种情况都会让“人数”和“次数”同时失真。
要避免误判，需要给每条记录标注归并依据的强弱。强依据包括登录身份、已验证的联系方式；弱依据包括昵称相似、同一时间段、相同问题文本。弱依据只能用于提示人工复核，不能直接当作同一主体。归并依据的强弱，决定了你能否在退出后仍然解释“为什么条数多于人数”。
退出旧系统时，哪一级数据值得保留
是否保留明细，取决于退出后还要不要回答“谁在反复问”。可以用下面的条件区分两个成立的选择：
- 需要继续跟进未解决主体时：保留主体标识、首次与末次时间、问题类型、处理状态。这样即使旧表下线，也能知道哪些主体被重复咨询过、是否仍未闭环。
- 只需要评估历史规模时：保留按时间段汇总的组数和条数，并注明归并规则。此时不必保留完整问题文本，但必须保留规则说明，否则汇总数无法复核。
一个实际动作是：在迁移前先跑一遍归并，输出“组数、条数、条数/组数”三个值，再抽样核对若干组。如果抽样发现弱依据造成的错误归并比例偏高，就应放宽归并条件、增加组数，而不是直接采用更小的人数。这个核对结果决定汇总表能不能作为最终存档。
用证据链解释“次数下降”而不是直接下结论
旧系统退出前后，咨询条数往往会变化。条数下降可能有多种合理解释：入口被移除、用户改用新流程、归并规则变严、机器人提交被过滤。这些原因不能靠单一指标区分。可用的证据链是：先确认入口变更时间，再对比同一时间窗内的主体数与条数，最后检查归并规则是否同期调整。只有把这三项对齐，才能判断下降是“人少了”还是“每人来的次数少了”。
第三方估算、平台报告与站内登记的口径通常不同，不能相互替代。站内登记能给出主体级证据，平台报告更适合看整体趋势。若两者不一致，应先核对统计窗口和去重规则，而不是断言某一方错误。同理，抓取量或提交量归零，也不能单独证明旧系统已无价值，还要看是否有替代入口承接了同一批主体。
把判断写成可复核的短清单
- 列出所有可用标识，按强弱排序，明确哪些能单独判定为同一主体。
- 按标识归并，输出组数、条数及比值，并抽样人工复核。
- 根据退出后是否还要跟进，决定保留明细还是汇总，并附上归并规则。
- 记录入口、规则、统计窗口的变更时间，供日后解释次数波动。
这样处理之后，“人数”和“次数”不再是同一个总数的两种叫法，而是有归并依据、有保留层级、有复核路径的两个量。退出旧系统时保留仍然有价值的部分，指的就是保留能支撑这两个量继续被解释的那部分记录。
