标注网站Alexa排名旧报告时,应把“数据采集日”和“报告生成日”分开写,并明确排名对应的统计周期。最稳妥的格式是:数据来源:Alexa;数据采集日:某年某月某日;统计周期:某年某月某日至某年某月某日;报告生成日:某年某月某日。如果只能保留一个日期,优先保留数据采集日,因为它决定了排名值对应哪一段时间,报告生成日只说明文件何时整理出来。
拿到一份旧的网站Alexa排名报告,先不要急着改标题,而是把文中出现的所有日期找出来,判断它们各自属于哪一类:
如果一份报告只写了“某年某月”,没有区分上述三者,读者就无法判断这个排名是月末值、月均值还是某一天抓取的瞬时值。时间范围标注不清,后续做趋势对比时很容易把不同口径的数据放在一起。
标注到什么程度,取决于报告要拿来做什么。可以按下面的判断依据处理:
需要说明的是,Alexa排名属于历史概念,其公开数据和服务现状需另行核实,旧报告中的数值只应作为当时口径下的记录使用,不应直接当作当前排名依据。
假设一份报告在3月10日导出,使用的是2月的排名数据,可以这样写:
数据来源:Alexa;排名类型:全球排名;统计周期:2月1日至2月28日;数据采集日:3月5日;报告生成日:3月10日。
如果原始记录只留下一个日期,无法确认它属于采集日还是生成日,应在报告中用“日期待核实”标明,而不是直接把它当作数据采集日。对时间人手有限的团队,最先处理的应是统计周期缺失或口径不一致的报告,因为这类问题会直接影响结论;报告生成日缺失属于次要问题,可以后补。
复查时还可以反向验证:随机抽一条旧记录,问“这个排名值对应哪段时间”,如果无法从标注中直接回答,说明时间范围仍需补充。
下一步,建议先整理一份旧报告日期字段清单,把每份报告的统计周期、数据采集日和报告生成日逐项填出,再按缺失严重程度排序处理。