判断采集是否遗漏,核心是拿一条可独立验证的转化路径做对照:把用户实际完成的行为(如提交表单、点击购买)与埋点上报的事件逐条对齐,看哪一步在数据里消失了。遗漏通常不是“全丢”,而是某个环节、某个渠道或某个端少记。第一次接触这个问题,先不要急着改代码,而是先确认“预期应该有多少条记录”和“实际收到多少条记录”之间的差在哪里。
转化率优化的采集遗漏一般分三层,排查顺序应从外到内:
这三层的判断方法不同。触发层要抓前端日志,上报层要看网络请求,入库层要对比服务端原始日志和报表数字。跳过分层直接看报表,往往会把“口径差异”误判成“采集遗漏”。
最可靠的做法是选一条你能人工走完的路径,自己操作一遍,同时记录每个节点。假设你有一个注册转化流程:
如果第2步有记录、第3步没有,问题大概率在提交动作的埋点触发条件或上报时机。如果四步都有记录,但报表里转化数明显偏低,则更可能是入库层过滤或统计口径问题,而不是采集遗漏。
适用条件:这条方法适合单条路径、单端(如只测移动网页)的初步定位。如果你有多个渠道、多个端,需要每个组合各测一次,因为遗漏常常只发生在特定环境。
第三方估算流量、搜索引擎报告和站内统计的口径本来就不同,不能直接相减得出遗漏量。但你可以用同一份原始数据做内部对比:
如果前端上报100条、报表只有80条,差额可能来自采样、去重或过滤规则。如果服务端收到100条、前端只上报80条,差额更可能是上报层丢失。判断结果时,先确认各数据源的时间范围、去重逻辑和时区是否一致,再下结论。
当你能够解释清楚“预期记录数”和“实际记录数”之间的每一段差额来源时,就可以认为这一轮采集排查有了结论。验收信号包括:
如果差额仍然无法归因,下一步应缩小范围:固定一个渠道、一个端、一个时间段,只对比这一小块的数据,而不是继续扩大排查面。
下一步建议:选一条你当前最关心的转化路径,按上面四步人工走一遍,记录每一步的事件是否出现在原始请求日志中。先拿到这条路径的对照结果,再决定是否需要深入检查埋点代码或入库规则。