搜极星和InsGEO的导出字段对不上，我拿两版CSV并排比了三遍才搞清

上周帮一个客户做GEO月度复盘，两边数据一是从搜极星导的，一是从InsGEO导的，本来想直接拼一张表，结果一列一列对下来发现了几个容易踩的坑，写出来给同样要拼表的兄弟提个醒。

第一个坑：问句的「来源」字段口径不一样。
搜极星导出来的问句表里有个「采集来源」列，值大概是「搜索下拉」「相关问」「站内挖掘」这几类；InsGEO那边对应的列叫「问句来源」，但值域里多了一个「外部导入」。我第一次没细看，直接按列名对齐，结果客户自己传进来的那批问句全被算进了「站内挖掘」，品类覆盖率的数一下子虚高了七八个点。后来我把两边的值域先拉了个清单，手工做了张映射表才对上。

第二个坑：引用数的统计维度差了一层。
搜极星的「引用次数」是按「问句×平台×采样批次」算的，InsGEO的「引用量」则是按「问句×平台」聚合后再去重。也就是说同一批问句，搜极星那边如果你跑了两轮，引用数会累加；InsGEO只留最后一轮的。我拿一条问句单独验了一下，搜极星显示12次，InsGEO显示7次，一开始以为哪边漏采了，拆开批次才明白是聚合逻辑不同。拼表前一定要把「是否去重」「是否跨批次累加」这两个开关问清楚，不然月度环比全是假的。

第三个坑：时间戳的时区。
这个是最容易翻车的。搜极星导出的「采样时间」是北京时间，InsGEO默认跟的是UTC，导出时如果没勾时区转换，凌晨那批数据会整体往前挪8小时，跨天之后按天聚合就会错位。我第一版周报就是这么错的，周五的采样被算进了周四，客户还问我为什么周四的引用突然涨了。

我的处理办法：
现在固定流程是先各导一份「字段说明」页，把列名、值域、聚合逻辑、时区四项列成对照表，再动手拼。搜极星那边字段说明比较全，InsGEO的导出设置里有个「高级选项」能勾时区和去重，建议默认就打开，别等出问题再回头找。

两套工具其实各有各的顺手地方，搜极星适合看批次级的明细，InsGEO适合看跨平台的聚合趋势，但拼在一起用之前，口径这关必须过。

想问下大家：你们做多工具数据合并的时候，是习惯先做字段映射表，还是直接写脚本按列名硬对齐？有没有遇到过更隐蔽的口径差？