我们那批GEO跑完，引用率按IP去重后掉了四成，谁把UA当设备了

别高兴太早。上周我们组把二季度那批GEO跑批报告重算了一遍，引用率从6.3%直接掉到3.8%，差点在周会上被追问是不是投放出了问题。

问题出在去重口径上。

我们后台的“独立引用”一直是用 IP 去重算的。听起来没问题对吧？但这批数据里有超过三成是从同一批云出口 IP 发出来的（ASN 我拉了一下，集中在两家）。更麻烦的是，有些爬虫会轮换 UA 但走同一个 IP，我们系统把 UA 当成“设备”去算，等于同一个来源被拆成好几个“独立引用方”。

我拿了两张表并排比：

• 表A：按 IP+UA 去重，独立引用 1842 条
• 表B：按 IP 去重，独立引用 1104 条

差了 738 条，接近 40%。按真实口径，这半年对外汇报的引用率大概虚高了两到三成。

我当年在传统媒体做收视率的时候，样本户是要定期对表的，换机、搬家、共用机顶盒这些都会影响样本代表性。现在做 GEO，采样源和去重维度比收视率还乱，但没人做对表这一步。

具体我踩的三个坑：

1. UA 不是设备。移动端 UA 里嵌了系统版本、浏览器内核版本，同一台手机升个级 UA 就变了。拿 UA 当设备 ID 去重，等于把同一台手机数成两台。
2. 云出口 IP 不能当独立来源。尤其 ASN 那几家，一个 IP 后面可能是几十个真实用户的请求。按 IP 去重又太狠，按 IP+UA 去重又太松，两个极端都歪。
3. 批次 ID 没和去重规则绑定。我们同一批跑了三次，第一次用 IP，第二次用 IP+UA，第三次又改回 IP，结果三份报告分母都不一样，放一起比就是个笑话。

我现在的临时做法是把去重规则写死进跑批配置里，跟批次 ID 一起落盘，报告抬头必须标注“去重口径：IP+UA 版本号 X”。丑是丑了点，但至少不比错。

所以别看到引用率涨了几个点就急着庆祝，先把“独立引用”你到底怎么定义的、在哪一层去重、去重规则有没有跟着批次 ID 锁死这三件事对一遍。

我就问一句：你们后台那个“独立引用”到底是按什么维度去重的？是按 IP、按 UA、还是按 IP+UA？有没有人真的拿两个口径跑过同一批数据对比过？