链接分析：访客被分配到不同版本时怎样识别样本污染
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /837572c5cc4b.html
📄
链接分析：访客被分配到不同版本时怎样识别样本污染
当实验或灰度发布把访客分到不同版本，而链接分析结果仍被合并解读时，样本污染通常表现为版本间不可比：同一来源在两组的构成、入口页面或时间窗不一致。识别它的最小动作是先按版本拆开链接数据，检查分组变量是否与来源、入口和时段交叉。若拆开后某版本在某来源上明显偏多，不能直接推出该版本效果更好，只能说明需要保留拆分或改写分组口径，否则应退出合并比较。
先判断污染是否来自分组变量与链接来源的交叉
样本污染不是“数据脏了”这么笼统，而是访客被分到版本时，分组依据与链接来源发生了关联。例如按用户ID尾号分流，但站外链接只投给其中一部分渠道，结果A版本天然吸引更多来自该渠道的访客。此时合并看整体点击或转化，差异可能来自渠道构成而非版本本身。
可执行的最小动作：在链接分析报表中增加“版本”维度，再与“来源/媒介”“入口URL”“设备”交叉。观察每个版本内部的来源占比是否接近。如果某来源在一个版本中占比显著高于另一个，且该来源本身行为差异大，就应视为污染信号。这个动作的结果会决定下一步：若交叉后差异消失，说明原先的整体差异由来源构成解释；若交叉后差异仍在，才值得继续看版本本身。
保留、改写还是退出：三种取舍的前提
保留适用于分组变量与来源基本独立，且各版本内来源构成相似。此时可以继续合并分析，但要在记录中注明分组方式和时间窗，避免后续把不同口径的数据混在一起。
改写适用于污染已经发生，但仍有可用的分层信息。例如能按来源分层重新计算，或能把分流改为按来源内随机。改写的前提是分流逻辑可调整、且不会引入新的选择偏差。动作是先在链接分析中按来源分层出报告，再决定是否重新分流。
退出适用于无法拆分来源、也无法回溯分组，且版本间来源构成差异足以解释结果。此时继续比较只会放大误判。退出的动作是停止把两版本合并解读，回到单版本描述，或等待新一轮分流后再分析。
用一条可核查的证据链代替单指标判断
链接分析常被用来判断哪个版本更有效，但单一指标归零或跳升不能单独证明污染或效果。更可靠的证据链是：先确认分流机制，再检查分组与来源的交叉，最后看同一来源内版本间差异是否稳定。
假设一个场景：某活动页做A/B两版，分流按访问顺序交替，但外部投放只指向A版落地页。此时B版自然流量占比更高。若只看整体转化率，A版可能因投放来源质量不同而偏高或偏低。可核查的做法是分别看“投放来源内A与B”和“自然来源内A与B”的差异。如果同一来源内两版差异很小，而整体差异大，污染解释就更合理。这里数字仅用于说明比较方法，不代表真实收益。
缺少完整数据或权限时的最小动作与不能推出的结论
没有后台权限、看不到分流日志时，仍可做几件不依赖完整数据的事：
- 按版本分别导出链接分析中的来源、入口页和时段，比较构成是否相似。
- 检查链接参数或UTM是否在分流时被改写，导致部分来源只落在某一版本。
- 记录分流规则和投放排期，判断来源与版本是否存在时间上的重叠。
这些动作能帮助识别污染迹象，但不能推出“某版本一定更好”或“算法偏好某版本”。来源构成差异、投放排期和分流规则都可能是合理解释。若无法拆分来源，最稳妥的取舍是退出合并比较，而不是用整体指标下结论。
把识别结果写回下一步决策
识别样本污染的目的不是证明数据不可用，而是决定保留、改写还是退出。若交叉检查后各版本来源构成接近，可保留现有分析并补充分组说明；若污染明显但可分层，改写分流或分层报告；若无法拆分，退出合并比较。每个动作的结果都会影响下一步：保留意味着后续可继续用同一口径；改写意味着需要重新验证分流是否独立；退出意味着当前数据只适合描述单版本，不适合做版本间归因。
