价格监测采回来的数字，如何判断哪些差异是真的？

同一件商品，一周里读出五个不同的价格，看着像是调了四次价。把每一次都摊开核对，往往会发现只有一两次是真的改了，其余的可能是限时活动、结算地不同、页面版本不同，还有一次是采集时刻撞上了活动开始前的几分钟。这几类读数不是「错」的，但它们混进时间序列之后，会扰乱判断。

一、四类会混进序列的读数

一类是同一件商品并非所有人看到同一个价。 活动价、会员价、新客首单价、按地区设的差异价，本来就是同一个商品在不同条件下的报价。单看数字看不出它属于哪一种，需要连同「谁在什么条件下看到」一起记。而「在什么条件下看到」，有一部分由出口落点决定：定位换了，读到的活动标记与会员标识也可能跟着换。

一类是含税与币种没对齐。 有的市场默认展示含税价，有的展示未税价；展示币种也可能随地区切换。两个数字摆在一起差 15%，可能只是口径不同，与调价无关。

一类是页面版本差异。 同一个链接在不同地区返回不同版本，登录态与非登录态看到的也不一样，站点还在跑分组测试时，不同访问者拿到的版本本身就有差别。

一类是采集时刻错位。 一批任务从开始跑到跑完跨了几个小时，期间活动上线或结束，前后两条读数就不在同一时间窗口里。

二、为什么先标记，而不是先删

发现异常读数之后，最常见的处理是把它删掉。但删掉之后会丢掉两样东西：一是这条读数产生的条件，二是它出现的频率。如果某一类噪音每周都出现三次，那本身就是一个需要处理的信号——可能说明采集时刻选得不对，也可能说明该地区常年挂着活动。删掉之后，这个信号就没了。

保留下来的这批信息里，出口那一层由住宅代理IP在会话中给出，和读数列存在一起，隔一段时间才谈得上复原。

保留并按类型标记，等于把「异常」变成一条可以统计的信息。需要干净序列时，按标记过滤一次就能得到；需要复盘时，原样还在。

 

三、标记用三列就够

三列都不参与计算，只参与筛选。真正需要看趋势时，先按「读数类型等于常规报价」过滤，再按时间排一次，哪些差异需记录通常就清楚了。

四、三个复核动作

第一个动作是回到同一个时间窗口再看一次。 同一件商品、同一个出口、同一个时段，隔十分钟读两遍。两遍一致，说明当时的读数稳定；两遍不一致，说明这一类读数本来就在动，单条不能作为依据。

第二个动作是换一个地区读同一个页面。 换地区之后如果数字跟着变，基本可以归到地区定价或币种差异；如果没变，说明是站点层面的调整。这里用城市级定位会比只选国家更稳，因为同一国家内部也可能有差异价。

第三个动作是对一下出口归属。这条读数是从哪个城市读到的，直接决定它能不能和别的读数并列。读数从哪个城市来，达可云IP的控制台里就能读到，填进同一行即可，以后解释异常时不用重跑任务。

五、什么时候可以当成真的调价

三个条件同时成立时，把一条读数当成调价会比较稳：同一读数在至少两个不同时刻重复出现、换一个地区读到的变化方向一致、页面上的活动标识没有出现。三条里缺一条，就先归到「未确认」，不急着改结论。

反过来说，只有一条读数、只在一个时刻出现、页面还挂着活动标识，这种组合几乎无法支撑任何判断。它更适合作为一个待复核项，而不是一个结论。

 

六、把噪音变成可统计的量

标记做久了会出现一个额外的好处：噪音本身的分布是有意义的。某一类读数集中在某个时段，说明那个时段不适合采；集中在某个地区，说明那个市场常年挂着活动；集中在某一类页面，说明解析规则需要调整。这些都不需要额外采集，从标记列里数一遍就能看出来。

常见问题

问：活动价要不要单独存一张表？ 不必。同一张表加一列类型即可，分表会让「同一件商品在各地区的完整读数」被拆散，反而不方便比对。

问：已经删掉的历史数据要补吗？ 不必回补。从当前这批开始标记，积累两三周之后，噪音的分布就能看出来了。

问：只有一两个地区时也要标记吗？ 地区少的时候噪音来源也少，标记会简单很多，但「读数类型」这一列仍然值得留——它决定这条读数能不能进趋势线。