目标用户分析：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)
🔗 /8b21b8d95dfc.html
📄
目标用户分析：访客被分配到不同版本时怎样识别样本污染
识别样本污染的关键，不是看哪个版本数据更好，而是先确认同一批访客是否被稳定地分到同一版本。如果分流记录、站内统计和第三方估算出现口径冲突，应优先检查分配环节，而不是直接比较结果。下面以一份正在做A/B测试的落地页分流日志为对象，说明如何把可疑数据转成可执行的处理方案。
先确认污染发生在分配环节还是记录环节
样本污染通常有两类来源：一类是访客实际看到了多个版本，另一类是访客只看到一个版本，但记录时被重复归入另一组。两者处理方式不同。前者要修分流逻辑，后者要修日志或统计口径。
可以先取一小段可核查的证据链：同一访客标识在分流日志中的版本记录、站内事件中的版本字段、以及第三方估算的落地页访问量。如果分流日志显示同一标识多次出现且版本不同，问题更可能在分配环节；如果分流日志稳定，但站内事件里版本字段缺失或错位，问题更可能在记录环节。
实际动作：从分流日志中抽取同一访客标识的全部记录，按时间排序，标记版本切换次数。若切换次数大于零，下一步不是继续看转化率，而是先查这个标识是否被多个入口重复分配。
用可区分原因的证据判断污染范围
单看某个版本转化率下降，不能直接证明样本污染。以下证据组合可以帮助区分原因：
- 分流日志中同一标识的版本切换比例明显高于预期，说明分配不稳定。
- 站内事件里版本字段为空或与分流日志不一致，说明记录链路有断点。
- 第三方估算流量与站内统计口径差异较大，且差异集中在某一版本，说明该版本可能混入了非目标访客。
- 旧内容或旧系统退出后，仍有一部分访客被旧入口带入，说明退出不完整。
这些现象各自都有其他合理解释。例如，版本切换比例高也可能是访客主动清除标识后重新进入；版本字段为空也可能是前端埋点未覆盖某个旧页面。因此，不能只凭一个指标归零或一项统计异常就断定污染，必须把分流记录、站内事件和入口来源放在一起核对。
假设案例：旧落地页退出后仍被分配
假设一个旧落地页正在退出，新落地页承担主要分流。分流规则本应把新访客全部导向新版本，但旧入口的缓存页面仍会向部分访客展示旧版本，并且这些访客的标识没有被新分流逻辑重新分配。此时，站内统计可能显示新版本访问量正常，但第三方估算中旧落地页仍有少量访问。
处理方案可以分三步：
- 先冻结旧入口的分配能力，而不是直接删除旧页面。保留旧页面用于核对历史记录，但停止它参与新分流。
- 在分流日志中标记所有仍被旧入口带入的标识，观察这些标识是否同时出现在新版本事件中。如果同时出现，说明样本污染已经发生。
- 把受污染标识从当前比较样本中剔除，并单独记录剔除数量。剔除后如果两个版本的访客特征仍不可比，应暂停结论，先修分流逻辑。
实际动作的结果：剔除受污染标识后，如果版本间差异消失，说明原先的差异可能来自样本构成不同，而不是版本本身；如果差异仍然存在，才值得继续检查页面内容或转化路径。
保留仍然有价值的部分，避免一刀切退出
旧内容、旧系统或旧合作关系退出时，不必把所有部分都当作污染源处理。可以先判断哪些部分仍在提供有效分流或有效记录。例如，旧页面上的某个表单入口可能仍在收集真实访客，但它的版本字段已经失效。此时可以保留表单入口，只替换版本记录方式。
判断标准是：该部分是否影响访客被稳定分配到同一版本。如果不影响，可以保留并继续观察；如果影响，应先隔离再决定是否退出。隔离动作包括停止旧入口参与新分流、在日志中单独标记旧入口来源、以及把旧入口带来的访客排除在当前比较样本之外。
把诊断结论转成下一步检查清单
完成上述核对后，可以按以下顺序推进：
- 确认分流日志中同一标识是否稳定对应同一版本。
- 核对站内事件里的版本字段是否与分流日志一致。
- 比较第三方估算流量与站内统计口径，找出差异集中的入口或版本。
- 对仍被旧入口带入的访客单独标记，不混入当前比较样本。
- 如果污染范围无法缩小，暂停版本比较，先修分配逻辑。
这些步骤的目标不是立刻得到干净数据，而是先让污染范围可识别、可隔离。只有分配环节稳定后，后续的目标用户分析才有可比较的基础。
