GEO试跑三天就上量，结果分母里混进一批半夜的脏数据

上周帮一个做小家电的客户试跑GEO，他们急着看效果，我也急，说好三天小步快跑。结果第三天数据一拉，引用率看着涨了40%，差点直接上全量。我多留了个心眼，把分母拆开一看——好家伙，里面混进来一批凌晨2点到5点的AI抓取记录，那会儿他们站点在跑定时任务，返回的全是缓存页，问答对不上，引用率为零。这批记录占分母将近三成，把整体引用率硬生生拉低了，显得“涨了40%”其实是被脏分母压出来的假象。

踩坑点：试跑期我们只锁了问句口径，没锁采集时段。分母口径卡上写了“按自然日去重”，但没写“剔除站点维护窗口”。快速迭代可以，但分母不干净，迭代就是瞎跑。

我的做法：

1. 试跑前置校验加一条——先跑两小时空窗，把站点健康状态和抓取时段对齐，写进分母口径卡；
2. 分母按小时打戳，凌晨段单独标记，回算时直接剔除；
3. 三天试跑只认“可比时段”的数据，维护窗口不参与归因。

重新跑完，真实引用率涨了12%，不是40%。12%也够看，但至少能放心上量。我的判断：小步快跑的前提是分母口径先锁死，不然跑得越快，错得越远。

你们试跑时，分母里最容易混进哪种“脏记录”？凌晨缓存、爬虫预热还是内网回环？有没有一套固定的剔除规则，还是每次都得手动翻？