不能告诉我们网站排名上升或下降

简单的事实是，这些数字并的原因。 我们如何定义 正常 ？ 让我们更深入地了解 数据。 在 天的统计数据中上涨了 ，但在 天的数据中下跌了 。这里的问题是，我们无法从这些数字中得知 的正常 流量是什么样的。下面是 月 日（核心更新开始）前后 天的图表： 即使只看一小部分历史数据，我们也可以看到 与大多数新闻网站一样，经历着巨大的波动。 月 日的 收益 只是因为 月 日的损失。事实证明， 月 日之后的 天平均值（ ）仅比 月 日之前的 天平均值（ ）略有增加， 测算的相对涨幅为 。 现在让我们看看 ，两天后它似乎明显获胜： 您甚至不需要进行数学计算就能发现这里的差异。比较 月 日之前的 天平均值 和之后的。

天平均值 ， 在 月核心更新后经历了 的戏剧性相对变化。 这个前后 天的比较与 事件有何关系？这是 电话数据 之前 之后的图表，并为两种方法添加了虚线： 虽然这种方法确实有助于抵消单日异常，但我们仍然显示前后变化为 ，这与现实并不相符。您可以看到， 月核心更新后的 天中有 天高于 天平均值。请注意， 在短期历史上的波动性也相对较低。 为什么我要挑选一个我的新指标达不到要求的极端例子呢？我希望非常清楚的是，没有任何一项指标能够说。



全部情况。即使我们考虑了方差并进行了统计测试，我们仍然丢失了很多信息。明显的前后差异并不能告诉我们实际发生了什么，只能告诉我们存在与核心更新时间相关的变化。这是有用的信息，但在我们得出全面的结论之前，仍然需要进一步调查。 但总的来说，这种方法肯定比单日切片更好。使用前后 天的平均值比较既考虑了历史数据，又考虑了更新后的整整 天。如果我们将 天期间的比较扩展到更大的数据集会怎么样？这是我们最初的 获奖者 名单和新数字： 显然，在一张表中要消化的内容太多，但我们可以开始看到前后指标（ 天平均值之间的相对差异）在某些情况下显示的情况与 一天或两天的视图。