首页/案例库/数据治理

Maoxuan Product Agent 真实决策案例 11

两个看板数据相反,该信哪个?

指标不可信时,第一优先级不是解释业务,而是恢复可用于拍板的事实。看板是谁做的,不是判断真假的标准。

场景:指标冲突动作:校验事实表时间:24 小时

真实问题

“BI 看板说支付转化率上涨 12%,产品后台却显示下降 8%。业务已经在催下一轮优化,我该信哪个?”

问题判断

现在不能先做业务动作,第一优先级是确认哪套口径能用于决策。

两个看板方向相反,说明指标定义、埋点、去重、归因或同步链路至少有一处不一致。在事实恢复前,任何业务解释都不可靠。

为什么这是核心问题

错误数据会让团队把正常链路改坏,也会让后续实验失去基线。

  • 分子和分母不同,同名转化率可能在衡量完全不同的行为。
  • 数据延迟、重复事件和归因窗口都可能让短期趋势方向相反。
  • 业务需要的是一个带置信度的事实结论,不是两个团队各自捍卫看板。

行动建议

24 小时内完成定义对齐、原始校验和决策结论。

  1. 把两套指标定义放到同一页

    逐项对齐分子、分母、用户或订单去重、事件时间、归因规则、过滤条件和数据更新时间。

  2. 抽查原始事实

    随机抽取 100 条注册、下单、支付与退款日志,对照数据库或支付记录,定位差异从哪个事件开始产生。

  3. 给出唯一决策口径

    明确结论是真实上涨、真实下降还是口径问题,标注置信度、历史回填方式和后续唯一 owner。

决策条件

只有确认真实行为变化,才进入业务动作。

  • 真实上涨:原始支付与订单记录支持 BI 趋势,修复产品后台并回填历史。
  • 真实下降:两套定义统一后仍下降,再拆渠道、人群和支付链路寻找业务原因。
  • 口径问题:冻结相关业务结论,修复埋点或 ETL,并给下游明确影响范围。
  • 仍无法判断:先采用不可变业务记录作为临时事实表,标记置信度并限制不可逆决策。

常见问题

两个看板冲突时如何恢复事实?

BI 和产品后台数据不一致应该信哪个?
不要按看板归属选择。先对齐指标的分子、分母、去重、归因、时间窗口和更新时间,再用原始日志或不可变业务记录校验哪套计算能反映真实行为。
数据口径没统一时可以先做业务优化吗?
不应该。方向相反的指标无法支持拍板,先暂停不可逆业务动作,给出口径问题、真实上涨或真实下降三类结论后再进入优化。

把两套指标定义交给 Agent

先恢复事实,再讨论业务动作。