GEO优化
跑批日志里「去重前/后」两列数对不上,我按会话ID重算了一遍才发现口径
109 0 45
各位大佬,求指点,我现在有点卡在跑批口径上了。
事情是这样的:上周我把周报里的「AI可见度」指标往下拆,想看看每个渠道到底贡献了多少,结果越拆越糊涂。后台导出的跑批日志里有两列,一列叫「提及次数(去重前)」,一列叫「提及次数(去重后)」,我先拿合计对了一遍,发现同一批次里两列的差值能到三成多,比我预想的「重复率」高太多了。
我一开始以为是同一个问题被重复采集了,就去翻原始记录。结果发现不是简单重复——有些记录问题文本一模一样,但会话ID不同;有些会话ID相同,但采集时间差了不到两分钟;还有几条是同一会话里AI换了说法,同一品牌被提了两次,一次在正文、一次在引用来源里。
我手动拿20条跑批记录重算了一遍,先把口径固定成三件事:
- 会话ID唯一,才算是同一个会话;
- 同一会话里品牌被提多次,去重后算1次,但「去重前」那列会把引用来源里的品牌名也计进去;
- 跨会话即使问题文本重复,也算不同样本,不去重。
按这个口径重算之后,两列的差值从三成多降到了一成左右,剩下的差值基本能对上「引用来源里带了品牌名」的那部分。也就是说,之前我把「去重后」当成「去掉了重复问题」来理解,是错的,它去的是「同一会话内的重复提及」,不是「重复样本」。
我现在的判断是:看「AI可见度」这种指标,不能直接拿去重后那一列去做环比,得先确认它是按会话去重还是按样本去重,不然跨周对比会把样本量的变化算进去。我甚至怀疑,上上周那份周报里指标突然涨了,可能不是真的涨,而是那周采集的会话数多了。
踩坑细节再补一个:日志里「去重后」那列没有写清楚是按哪个字段去重的,我是对照原始记录一条条倒推出来的,花了一整个下午。要是后台能直接标注去重字段,能省很多事。
所以求大佬指点:你们跑批的时候,「提及次数」这类指标是固定按会话去重,还是按问题样本去重?如果两种口径都要保留,报告里一般怎么标清楚,才不会让看报告的人误读?
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
