优先迁出的不是报表截图,而是能重建判断依据的原始数据和映射关系:关键词与落地页的对应表、渠道来源标识规则、历史转化事件定义、以及你手动维护的排除名单。报表可以重算,口径丢了就再也对不上。
许多团队的第一反应是导出「效果最好」的那几张报表,因为看起来信息最全。但在小样本下这通常没问题:账户少、渠道单一、投放周期短,报表本身就是全部事实。一旦账户数量、渠道类型或统计周期上去,报表就成了加工品——它依赖当时的关键词归并规则、去重逻辑和时区设置,换一套工具重新生成,数字对不上,你却说不清差在哪里。
这种反差不是工具质量问题,而是数据分层被忽略了。报表是结论层,结论层的可复现性完全依赖下层定义。停服迁移的本质是抢救定义,不是抢救结论。
解释一:报表已经够用,不需要迁原始数据。成立条件是业务只关心趋势方向,不打算做跨工具对比,也不需要对历史结论做归因复盘。这种情况下,迁出汇总口径和统计周期说明即可。
解释二:报表不够用,是因为迁移顺序把定义层排在了后面。成立条件是存在多渠道并行、多次调整过转化定义、或有人工维护的过滤规则。此时报表数字无法脱离原始定义被解释,先迁报表等于迁了一堆无法验证的结论。
两种解释的分界不在数据量大小,而在你是否需要回答「这个数字当初是怎么算出来的」。
可以查三件事:
三项里有任意一项为真,就应按解释二处理,把定义层排在迁移队列前面。
假设某团队使用一款推广工具三年,期间调整过两次转化定义,并维护了一份内部 IP 排除名单。停服公告给出三十天窗口。按下面的顺序处理:
完成前三项后,可以做一次验证动作:用迁出的映射表和事件定义,在本地对同一时间段重算一个指标,与旧报表对比。如果差异能逐条解释,说明定义层迁完整了;如果差异无法解释,说明还有规则没找到,此时不应继续迁下游数据,而应回到工具配置里继续翻找。这个动作的结果直接决定下一步是收尾还是补漏。
上述顺序适用于需要保留历史可比性的场景。如果业务已经决定放弃历史数据、从停服后重新起算,那么迁移重点就变成「新工具的初始配置清单」,原始数据的优先级大幅下降。另外,如果工具本身不提供事件级导出,只能拿到汇总层,那么可做的只是尽量记录口径说明,并接受历史数据不可复现这一事实,而不是假装迁移完整。
具体某款工具提供哪些导出字段、保留多久、以什么格式交付,需要以该工具的官方说明为准,不同工具差异很大,不能按通用印象推断。